Интеллектуальные информационные системы. Дубровин А.Д. - 180 стр.

UptoLike

Составители: 

215
декомпозиция
реальной
системы
на
блоки
,
функции
управления
которыми
описываются
аналитическими
зависимостями
или
логическими
конструкциями
,
и
статистическими
имитаторами
случайных
параметров
и
факторов
.
Такие
блоки
должны
функционировать
под
управлением
специальной
программы
,
синхронизирующей
работу
других
функциональных
блоков
ИМ
.
Иными
словами
,
ИМ
должна
представлять
собой
программно
-
аппаратный
комплекс
-
систему
алгоритмов
и
имитационных
устройств
,
с
достаточной
точностью
и
полнотой
отображающей
функции
имитируемой
структуры
.
Принципиальная
и
функциональная
схема
ИМ
должна
позволять
проведение
экспериментов
и
статистического
моделирования
,
чередуемых
по
определенным
правилам
и
законам
внешних
факторов
с
целью
выработки
оптимального
управляющего
воздействия
на
объект
управления
.
Подтверждением
актуальности
ИМ
является
тематика
теоретических
и
прикладных
работ
,
посвященных
этой
проблематике
.
Одной
из
нетривиальных
идей
,
высказываемых
в
некоторых
из
них
,
является
утверждении
о
том
,
что
,
усложняя ИМ с
учетом динамичности и стохастичности различных факторов, невозможно получить
эффективное решение
точными математическими методами
программирования
.
Этим
обстоятельством
объясняется
и
тот
факт
,
что
многие
работы
в
области
ИМ
недалеко
ушли
от
просто
постановочного
аспекта
и
не
пригодны
для
практического
внедрения
на
конкретном
предприятии
или
фирме
.
Авторы
некоторых
работ
(28,29)
после
постановки
задачи
ИМ
и
ее
исследования
на
устойчивость
,
приходят
к
выводу
о
том
,
что
для
получения
приемлемых
результатов
надо
использовать
эвристические
методы
и
алгоритмы
.
При
этом
никаких
обоснований
и
анализа
практической
ценности
эвристик
,
как
правило
,
не
дается
.
Между
тем
авторы
(17)
и
(22)
справедливо
считают
,
что
для
адекватного
отражения
стохастических
свойств
реальности
ИМ
необходимо
активно
внедрять
методы
качественной
аппроксимации
динамических
процессов
и
временных
рядов
на
основе
искусственных
нейронных
сетей
.
Эффективно
обученая
на
качественном
дидактическом
материале
ИНС
,
позволит
аппроксимировать
динамический
ряд
с
более
высокой
точностью
и
уж
,
конечно
быстрее
,
чем
статистический
алгоритм
.
Актуальность
ИМ
на
основе
гибридных
технологий
объясняется
следующими
обстоятельствами
.
1.
Решать
задачу
ИМ
только
точными
методами
нельзя
.
Нужна
эвристическая
методология
.
Но
методы
,
основанные
на
эвристиках
,
снижают
точность
и
качество
результатов
и
повышают
сложность
исходной
постановки
задачи
моделирования
.
2.
Для
управления
сложной
системой
,
нужны
эксперты
с
уникальным
интеллектом
.
Отсутствие
таких
специалистов
делает
неэффективным
применение
эмпирики
и
эвристик
их
просто
неоткуда
взять
.
3.
Эффективность
ИМ
станет
приемлемой
только
тогда
,
когда
станет
возможным
общение
человека
с
имитаторами
исполнительных
систем
и
устройств
систем
на
естественном
языке
без
искажения
семантики
вопросов
и
ответов
.
4.
По
мере
совершенствования
методологии
ИМ
,
пополнения
ее
алгоритмами
и
статистическими
данными
,
технология
ИМ
должна
сместиться
в
сторону
«
интеллектуального
управления
».
Без
ориентации
на
создание
интеллектуальных
систем
управления
и
эффективных
принципов
учета
скрытых
прагматических
,
ситуационных
и
-
главное
семантических
аспектов
управления
,
прогресс
в
технологии
ИМ
невозможен
.
7.5.4 Интеллектуальные мультиагентные системы.
Примерно
к
концу
70-
х
годов
прошлого
столетия
сформировалась
идеология
интеллектуальных
мультиагентных
систем
(
МАС
).
Она
была
основана
на
результатах
работ
по
исследованию
«
распределенного
искусственного
интеллекта
».
Возникновение
же
самой
идеи
распределенного
искусственного
интеллекта
было
связано
с
исследованиями
декомпозиция реальной системы на блоки, функции управления которыми описываются
аналитическими зависимостями или логическими конструкциями, и статистическими
имитаторами случайных параметров и факторов. Такие блоки должны функционировать под
управлением специальной программы, синхронизирующей работу других функциональных
блоков ИМ. Иными словами, ИМ должна представлять собой программно-аппаратный
комплекс - систему алгоритмов и имитационных устройств, с достаточной точностью и
полнотой отображающей функции имитируемой структуры.
       Принципиальная и функциональная схема ИМ должна позволять проведение
экспериментов и статистического моделирования, чередуемых по определенным правилам и
законам внешних факторов с целью выработки оптимального управляющего воздействия на
объект управления. Подтверждением актуальности ИМ является тематика теоретических и
прикладных работ, посвященных этой проблематике. Одной из нетривиальных идей,
высказываемых в некоторых из них, является утверждении о том, что, усложняя ИМ с
учетом динамичности и стохастичности различных факторов, невозможно получить
эффективное решение точными математическими методами программирования. Этим
обстоятельством объясняется и тот факт, что многие работы в области ИМ недалеко ушли от
просто постановочного аспекта и не пригодны для практического внедрения на конкретном
предприятии или фирме. Авторы некоторых работ (28,29) после постановки задачи ИМ и ее
исследования на устойчивость, приходят к выводу о том, что для получения приемлемых
результатов надо использовать эвристические методы и алгоритмы. При этом никаких
обоснований и анализа практической ценности эвристик, как правило, не дается.
       Между тем авторы (17) и (22) справедливо считают, что для адекватного отражения
стохастических свойств реальности ИМ необходимо активно внедрять методы качественной
аппроксимации динамических процессов и временных рядов на основе искусственных
нейронных сетей. Эффективно обученая на качественном дидактическом материале ИНС,
позволит аппроксимировать динамический ряд с более высокой точностью и уж, конечно –
быстрее, чем статистический алгоритм.
        Актуальность ИМ на основе гибридных технологий объясняется следующими
обстоятельствами.
       1. Решать задачу ИМ только точными методами нельзя. Нужна эвристическая
методология. Но методы, основанные на эвристиках, снижают точность и качество
результатов и повышают сложность исходной постановки задачи моделирования.
       2. Для управления сложной системой, нужны эксперты с уникальным интеллектом.
Отсутствие таких специалистов делает неэффективным применение эмпирики и эвристик –
их просто неоткуда взять.
       3. Эффективность ИМ станет приемлемой только тогда, когда станет возможным
общение человека с имитаторами исполнительных систем и устройств систем на
естественном языке без искажения семантики вопросов и ответов.
       4. По мере совершенствования методологии ИМ, пополнения ее алгоритмами и
статистическими данными,        технология ИМ должна сместиться в сторону
«интеллектуального управления». Без ориентации на создание интеллектуальных систем
управления и эффективных принципов учета скрытых прагматических, ситуационных и -
главное – семантических аспектов управления, прогресс в технологии ИМ невозможен.



      7.5.4 Интеллектуальные мультиагентные системы.

      Примерно к концу 70-х годов прошлого столетия сформировалась идеология
интеллектуальных мультиагентных систем (МАС). Она была основана на результатах работ
по исследованию «распределенного искусственного интеллекта». Возникновение же самой
идеи распределенного искусственного интеллекта было связано с исследованиями

                                                                                   215