Интеллектуальная система - управление
Cтраница 1
Интеллектуальная система управления имеет ярко выраженную иерархическую структуру. [1]
Интеллектуальные системы управления ( ИСУ) с разветвленной структурой характеризуются большим объемом перерабатываемой информации и высокой сложностью используемых алгоритмов обработки информации и принятия решений. Наряду с этим предъявляются жесткие требования к надежности ИСУ. [2]
Итак, интеллектуальная система управления интерпретируется как MAC. В ней интеллектуальные агенты имеют право принимать решения, используя для этого средства имитационного моделирования, доступную информацию и знания. Они также способны взаимодействовать друг с другом для достижения некоторых обших целей. [3]
В базе знаний интеллектуальных систем управления хранится информация о свойствах и закономерностях протекания технологического процесса на объекте, правилах использования этой информации для принятия решений. Наличие базы знаний в составе систем управления позволяет учитывать накопленные годами знания высококлассных профессионалов и компенсировать ими ту часть недостающей информации, которую невозможно строго формализовать и соответственно принимать более правильное решение для управления технологическим процессом. [4]
Но не менее важным представляется нам функционирование ее в рамках гибридной интеллектуальной системы управления. [5]
 |
Пульт управления манипуляторами космического корабля Буран. [6] |
Причем этот предел далеко ( на порядки) не соответствует перспективным потребностям интеллектуальных систем управления роботов по всем перечисленным в § 5.3 интеллектуальным функциям этих систем начиная с обработки сенсорной информации и кончая интерфейсом между человеком-оператором и роботом. Кардинальным решением является переход к принципиально новому аппаратному обеспечению в виде нейронных ( нейроноиодобных) вычислительных структур. Компьютерное моделирование таких структур подтверждает перспективность этого направления, а первый опыт их создания на традиционной микропроцессорной элементной базе уже позволил существенно превзойти быстродействие современных распределенных систем управления, в частности, в обработке сенсорной информации и планирования поведения. [7]
В этой связи в качестве некоторой альтернативы предложена так называемая тандемная модель, в которой специально созданная база знания интеллектуальной системы управления дополняет в исходной модели процесса (2.33) - (2.35) тот дефицит информации об управляемом объекте, о котором шла речь выше. [8]
В данной книге не отражены в полном объеме разделы ТАУ по нелинейной теории, теории оптимальных, адаптивных, самонастраивающихся, игровых и интеллектуальных систем управления, так как эти разделы предполагается рассмотреть в отдельной книге. [9]
Получив в руки столь мощную процедуру синтеза нейроэмуляторов, мы не смогли удержаться от соблазна проверить наши догадки относительно природы мышления на концептуальной модели интеллектуальной системы управления. [10]
В монографии рассмотрены вопросы применения эволюционных методов математического моделирования, генетических алгоритмов и искусственных нейронных сетей, для решения комплекса задач управления динамическими объектами, построения адаптивных и интеллектуальных систем управления. Алгоритмы и приемы техники программирования сопровождены результатами синтеза нейро-эмуляторов и нейроконтроллеров тестового динамического объекта, полученными авторами. [11]
Указанные выше основные эксплуатационные характеристики и особенности транспьютеров позволяют сделать вывод о целесообразности их использования в качестве базовых элементов мультипроцессорных контроллеров сложных систем управления, в том числе и интеллектуальных систем управления, в качестве базовых элементов мультипроцессорных вычислительных средств для организации интеллектуальных инструментальных систем динамического, технологического и технического проектирования систем управления, а также при создании универсальных многофункциональных комплексов полунатурного моделирования сложных систем управления. [12]
Особо отметим, что формальная эквивалентность фильтров верхних частот дифференциаторам, а фильтров нижних частот интеграторам позволяет строить алгоритмы идентификации в технических системах на основе спектрального анализа, и одновременно, рассматривать идентификацию на основе взаимно перестраиваемых управляющей нейросети и фильтрового поля компонентом интеллектуальной системы управления - эквивалентом сложного многополосного адаптивного ТТИД регулятора. [13]
Программно-технические средства комплекса IAS реализуют не только традиционные функции контроля и регулирования, но и такие функции, как оптимизация, расчет физических свойств продукта, подведение материальных и энергетических балансов и др. Последние функции реализуют с помощью настраиваемых пакетов программ, что облегчает процесс разработки интеллектуальных систем управления. [14]
 |
Изменение силы тока в Сила якорной обмотке привода шпинделя при изменении глубины ре - ад зания и поломке инструмента. [15] |
Страницы: 1 2 3