Интеллектуальная система - управление
Cтраница 2
Способность к такого рода интеллектуальным функциям приобретается по мере накопления опыта и адаптации к рабочей обстановке. Поэтому интеллектуальные системы управления станков должны иметь автоматические банки данных и знаний. В этом случае они могут использоваться и как экспертные системы, рассчитывающие оптимальные режимы обработки или рекомендующие заменить инструмент в случае его износа или поломки. [16]
Какие требования предъявляются к управляющей ЭС. Как интеллектуальная система управления процессами такая программа должна самостоятельно и оперативно принимать заключения и решения по управлению, прогнозировать развитие процесса, решать слабоформализованные задачи и оптимизировать процессы на ограниченных временных интервалах. Кроме того, ЭС реального времени должна обладать такими свойствами, как способность быстро воспринимать сигналы от различных датчиков и последовательность команд от оператора, высокоскоростная чувствительная к контексту активация правил, эффективная рециркуляция ненужных более элементов памяти, возможность связи между несколькими ЭС, наличие пользовательского интерфейса, минимизирующего роль инженера по знаниям в разработке системы. [17]
 |
Изменение механической скорости бурения VM и тока задания 1зад при реакции цифровой АСУ РБ на скачок давления в затрубном пространстве. [18] |
Для управления режимом бурения, отличающимся непрерывным воздействием различных возмущающих факторов, целесообразно использовать адаптивные алгоритмы управления, в которых координата задания 7зад рассматривается как переменная величина ( рис. 7.28), зависящая от состояния системы, идентифицируемого по показаниям датчиков и прогнозируемого на основе дерева возможного развития процесса. Подобная адаптивная АСУ приобретает свойства интеллектуальной системы управления нового поколения с гибкими процедурами принятия решения и самонастройки параметров. [19]
Изложены основы теории искусственных нейронных сетей. Показано место нейронных сетей в эволюции интеллектуальных систем управления. Рассмотрены общие вопросы применения искусственных нейронных сетей в системах управления и связи. Отмечены преимущества, которые дает применение нейроинформа-ционных технологий при решении многих как нетрадиционных, так и традиционных задач управления и связи. [20]
Настоящая брошюра подводит итоги выполнения первого этапа научного проекта Применение эволюционных методов математического моделирования в управлении объектами энергетики, выполняемого совместно Харьковским государственным политехническим университетом и Харьковской ТЭЦ-5 при поддержке Российско-Американского Консорциума по Генетическим Алгоритмам. Проект нацелен на поиск новых концептуальных решений интеллектуальной системы управления современным энергогенерирующим предприятием, первый же его этап был направлен на разработку на базе генетических алгоритмов программного обеспечения для синтеза нейросетевых компонент будущей системы. [21]
В зарубежных изданиях практически нет данных по разработке интеллектуальных систем в той постановке, как это показано в данном учебнике. В монографии М.М. Гупты и Н.К. Синха, носящей название Интеллектуальные системы управления ( Intelligent Control System, IEEE, Press, 1996) рассматриваются лишь традиционные задачи адаптации и обучаемости и другие проблемы теории систем. [22]
В зарубежных изданиях практически нет данных по разработке интеллектуальных систем в той постановке, как это показано в данной книге. В монографии М.М. Гупты и Н.К. Синха, носящей название Интеллектуальные системы управления ( Intelligent Control System, IEEE, Press, 1996), рассматриваются лишь традиционные задачи адаптации и обучаемости и другие проблемы теории систем и управления. [23]
В прикладном аспекте основным стало направление, связанное с разработкой систем речевого диалогового управления, где комплексно использовались результаты, полученные при исследовании задач анализа и синтеза речевых образов, построения моделей предметной области и сценариев организации речевого диалога в целом. Под руководством профессора К.А. Пупкова разрабатывается концепция, теория и техника интеллектуальных систем управления. Эти системы обладают целенаправленным действием и позволяют принимать решение, вырабатывать управление в режиме реального времени на основе экспертной оценки по текущим данным об окружающей среде и состоянии объекта управления, а также с использованием базы знаний. [24]
Компонента связи с внешним миром актуальна для автономных интеллектуальных систем ( роботов), а также для интеллектуальных систем управления. Связь с внешним миром осуществляется через систему датчиков и контроллеров. [25]
Теория автоматического управления ( ТАУ) является базовой основой кибернетики или науки об управлении - одной из относительно молодых областей науки. Теория управления, хотя и прошла яркий путь своего развития, но в настоящее время продолжает интенсивно развиваться в сторону создания теории интеллектуальных систем управления - предельной формации парадигмы теории управления. [26]
Мы неоднократно убеждались в эффективности диплоидного способа кодирования, используя его при синтезе нейросетевых компонент систем управления. Хотя время, требующееся для решения задач, возросло, качество нейроэмуляторов и нейроконтроллеров улучшилось, и это дало нам основания подступиться к более сложной проблеме, а именно - синтезу интеллектуальной системы управления. [27]
Основы современной ТАУ идеологически заложены в классической ТАУ и составляют с ней неразрывную связь. Современная ТАУ, преследуя цель оптимизации в целом, применительно, в основном, к системно-сложным ОУ, превращается в совокупность методов и средств, осуществляющих интеллектуальное управление и составляющих основу теории интеллектуальных систем управления. Характерной обобщающей чертой последних является максимально эффективное использование всех ресурсов системы при многокритериальной оптимизации процессов в целом в условиях, как правило, частичной неопределенности информации о свойствах ОУ и среде его функционирования. [28]
 |
Графическое изображение классического множества ( а и фаззи-множества ( б. [29] |
Водитель, не зная всего устройства и математического описания поведения такой сложной технической системы, успешно реализует необходимый алгоритм управления ею. Требуемый алгоритм водитель предварительно вырабатывает в процессе обучения, уточняя его в последующем на опыте работы. Интеллектуальная система управления, заменяющая водителя, также должна быть обучена, т.е. эксперт должен предварительно составить алгоритм управления - набор правил по приведенной выше форме. В приведенной лингвистической формуле отражено свойство ассоциативного мышления человека, в котором объединяются в единое понятие некоторые количественные множества. Так, понятие большая ( скорость) применительно к городскому трамваю представилась бы водителю не одним конкретным числом, а множеством значений скоростей, возможно, вокруг 40 - 50 км / ч без четкого начала и конца этого множества. С такими ассоциированными понятиями - лингвистическими переменными имеет дело фаззи-логика, лежащая в основе интеллектуальных систем. [30]
Страницы: 1 2 3