Автоматизация управления в производственных системах. Федотов А.В. - 337 стр.

       Решатель, используя исходные данные из РП и знания из БЗ, формирует такую
последовательность правил, которые, будучи примененными к исходным данным,
приводят к решению задачи. Компонент приобретения знаний автоматизирует про-
цесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом.
       Объяснительный компонент объясняет, как система получила решение задачи
(или почему она не получила решение) и какие знания она при этом использовала,
что облегчает эксперту тестирование системы и повышает доверие пользователя к
полученному результату. Диалоговый компонент ориентирован на организацию дру-
жественного общения с пользователем как в ходе решения задач, так и в процессе при-
обретения знаний и объяснения результатов работы.
       Создаются специализированные экспертные системы производственного
назначения. Фирма Gensym создала инструментальную систему G2 - это объектно-
ориентированная интегрированная среда для разработки и сопровождения приложе-
ний реального времени, использующих базы знаний. Набор инструментальных сред
фирмы Gensym охватывает все стадии производственного процесса:
        интеллектуальное управление производством – пакеты G2, G2 Diagnostic As-
sistant (GDA), NeurOn-Line (NOL), Statistical Process Control (SPC), BatchDesign_Kit;
        оперативное планирование – пакеты G2, G2 Scheduling Toolkit (GST), Dy-
namic Scheduling Packadge (DSP);
        разработку и моделирование производственных процессов – пакеты G2,
ReThink, BatchDesign_Kit;
        управление операциями и корпоративными сетями – пакеты G2, Fault Expert.
       Эффективное решение задач искусственного интеллекта требует больших вы-
числительных возможностей, значительно превышающих возможности существу-
ющих ЭВМ. Для решения этих задач наиболее подходят нейрокомпьютеры. В их
основе лежит аналогия с функционированием нервной системы человека, поэтому
структуры такого рода часто называют нейроподобными сетями. Одним из основ-
ных свойств нейроподобных сетей является ассоциативность, т.е. способность вос-
станавливать информацию по ее малой части и устанавливать сходство различных
объектов по их описанию. Это свойство играет большую роль в решении проблем
искусственного интеллекта.
       Нейроподобные структуры дают возможность по-новому подойти к решению
целого ряда задач, считающихся традиционно сложными для вычислительных ма-
шин, благодаря ряду своих особенностей.
        Параллельность обработки информации.
        Ассоциативность. Это свойство нейроподобных структур восстанавливать
хранящуюся в них информацию по ее части.
        Способность к автоматической классификации.
        Способность к обучению.
        Надежность. Нейроподобные структуры работают с высокой надежностью.
       Особенностью нейронных сетей является параллельная работа, и поэтому их
моделирование на ЭВМ, имеющих традиционную архитектуру, требует затрат
большого количества времени. Для ускорения этого процесса в разных странах ми-

                                        337