WWW.MASH.DOBROTA.BIZ
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - онлайн публикации
 

«Институт системного программирования РАН, Москва E-mail: alexander.zhdanov 4GN - ИНСТРУМЕНТ ДЛЯ РАЗРАБОТКИ НЕЙРОНОПОДОБНЫХ АДАПТИВНЫХ СИСТЕМ УПРАВЛЕНИЯ НА ОСНОВЕ МЕТОДА ...»

А.А. ЖДАНОВ, А.Е. УСТЮЖАНИН, М.В. КАРАВАЕВ,

Д.Б. ЛИПКЕВИЧ

Институт системного программирования РАН, Москва

E-mail: alexander.zhdanov@ispras.ru

4GN - ИНСТРУМЕНТ ДЛЯ РАЗРАБОТКИ

НЕЙРОНОПОДОБНЫХ АДАПТИВНЫХ СИСТЕМ

УПРАВЛЕНИЯ НА ОСНОВЕ МЕТОДА АВТОНОМНОГО

АДАПТИВНОГО УПРАВЛЕНИЯ

Аннотация

Описывается программная инструментальная среда 4GN для разработки и проектирования интеллектуальных систем управления по методу Автономного Адаптивного Управления .

A.A. ZHDANOV, A.E. USTYUZHANIN, M.V. KARAVAEV, D.B. LIPKEVICH Institute for System Programming RAS, Moscow E-mail: alexander.zhdanov@ispras.ru

4GN - TOOL FOR DEVELOPING NEURO-LIKE CONTROL

SYSTEMS BASED ON METHOD OF AUTONOMOUS

ADAPTIVE CONTROL

Abstract The developing tool “4GN” for creating intelligent controls systems based on method of autonomous adaptive control is described .

Современные системы управления создаются для решения таких плохо формализуемых задач как: аналитические символьные вычисления, вывод новых знаний, распознавание образов, принятие решений, автоматическое управление, адаптивное управление, машинный перевод, управление роботами, компьютерные игры (шахматы и т.д.). При этом разработчики такого рода систем должны решить целый ряд проблем: выбор методологии, минимизация времени и ресурсов на разработку и тестирование, сложность решения, возможности взаимодействия разрабатываемой системы с уже существующими, переносимость на другие платформы .



При разработке таких сложных систем управления немаловажную роль играет инструмент, при помощи которого эти системы создаются .

Среда проектирования обычно позволяет значительно сократить время разработки, исключить многие возможные ошибки, легко настраивать и отлаживать системы, а также повторно использовать созданные конструкции. Для разработки и моделирования математических систем и систем на основе нечеткой логики удобно использовать пакеты MathLab и MathCAD, для конструирования печатных плат – PCAD и т.д. В области искусственного интеллекта широко распространены различные редакторы сетей на формальных нейронах, которые позволяют быстро собрать сеть из готовых нейронов или слоев, настроить ее параметры, обучить и использовать .

Представленная в данной статье разработанная в ИСП РАН [1] по заказу фирмы ATS Soft [2] инструментальная система 4GN призвана выполнять все эти функции, применительно к разработке систем по методу автономного адаптивного управления (ААУ) [3 -5] .

Метод ААУ позволяет строить самообучающиеся распознающеуправляющие комплексы, решающие одновременно (в одном процессе) такие задачи как:

• автоматическая классификация,

• распознавание образов,

• исследование функциональных свойств заданного объекта управления и среды,

• приобретение знаний о возможности управления заданным объектом,

• сохранение эмпирической информации в базе знаний,

• вывод новых знаний из старых,

• качественная оценка знаний (моделирование «эмоций»),

• качественная оценка состояния объекта,

• принятие решений .

Очевидно, что, используя только одну технологию, например, нечеткую логику или формальные нейронные сети, крайне сложно эффективно решить в одной системе все эти задачи .



Поэтому при конструировании систем ААУ различные ее подсистемы: блок формирования и распознавания образов, аппарат эмоций, база знаний, аппарат принятия решений (рис.1) могут строиться с использованием различных технологий искусственного интеллекта. Однако такие подсистемы, согласно методике ААУ, можно конструировать в виде сетей из специальных нероноподобных базовых элементов [4] .

Основные особенности метода ААУ:

• управленческая парадигма (а не только парадигма распознавания). Система ААУ автоматически находит способ управления заданным объектом;

• система ААУ – комплекс подсистем, решающих несколько «интеллектуальных» задач;

• самообучение и управление в одном процессе;

• не требуется разработки точной математической модели объекта управления и среды;

• многокритериальное и многоцелевое управление;

• система управления может управлять объектами разных типов;

• система ААУ может использоваться в дополнение к стандартному управлению или как система принятия решений .

Рис 1. Структурная схема системы, построенной по методу ААУ .

Для реализации всех этих функций в среду проектирования систем

ААУ были включены следующие редакторы:

• редактор сетей нейроноподобных элементов (с возможностью изменения межэлементных связей и свойств каждого из элементов);

• редактор нечетких правил в сетевом виде (при помощи которых системы ААУ могут хранить априорную и другую информацию в базе знаний);

• редактор блоков, написанных на языке программирования C#;

• редактор межблочных соединений (способных передавать данные 4ех типов: скалярные, одно- двух- и трехмерные массивы) .

При помощи каждого из этих редакторов (кроме редактора межблочных соединений) пользователь может создавать и изменять любой блок системы ААУ. Все созданные пользователем компоненты могут быть сохранены в библиотеке для дальнейшего использования. Для каждого из блоков имеются стандартные заготовки и примеры реализации, которые хранятся в специальной библиотеке .

Помимо стандартных редакторов, пользователь имеет возможность написать собственные компоненты на любом из языков программирования семейства.Net, используя стандартные интерфейсы .

Подсистема визуализации 4GN может отображать в режиме реального времени значение любой переменной (помеченной соответствующим атрибутом) любого из блоков.

Помимо символьного отображения, переменные различных типов могут быть выведены на экран в графическом виде как:

• зависимость значений одной переменной от времени;

• значения двух переменных (фазовая плоскость);

• зависимость набора значений бинарных переменных от времени;

• визуализация двумерного массива (часто в таком виде представляется база знаний систем ААУ);





• визуализация сети из базовых нейроноподобных элементов;

• визуализация векторного представления лабиринта .

Помимо этих встроенных средств визуализации пользователь имеет возможность написать свои собственные графические элементы, воспользовавшись предоставленными интерфейсами .

Созданные в 4GN системы могут быть сохранены целиком в виде XML файла .

В результате проектирования была разработана система 4GN, обладающая следующими особенностями:

• гибкий визуальный дизайн управляющих систем;

• возможность разработки нейронных сетей на низком уровне (уровень межэлементных соединений) – рис. 3;

• гибкость: легкость изменения существующих функций;

• растяжимость: легкость добавления новых функций;

• многочисленные средства визуализации в режиме реального времени – рис. 4;

• интеграция со сторонним программным обеспечением (например, MathLab, Player/Stage и т.д.);

• интеграция с существующими источниками данных (OLE DB);

• возможность многократного использования .

В качестве примера использования системы 4GN рассмотрим подсистему распознавания образов для системы “Пилот” [6], предназначеной для стабилизации углового движения космического аппарата (удержание углового отклонения аппарата от нужного угла в заданном диапазоне). Подсистема распознавания образов в программе «Пилота» должна определять, в каком участке фазовой плоскости (рис.

2) находятся в каждый момент времени значения двух входных переменных:

углового отклонения (t) и угловой скорости `(t) .

–  –  –

Рис 2. Признаковое пространство распознающей подсистемы программы «Пилот» - фазовая плоскость (угол, угловая скорость) .

Разработанная подсистема распознавания образов состоит из двух типов элементов, объединенных в сеть (рис. 3). На ее вход подаются значения двух переменных вещественного типа: «угловое отклонение» и «угловая скорость» (два входных полюса слева в основном окне на рис .

3), а выходной полюс выдает номер распознанного образа в виде бинарного вектора (единица в определенной позиции вектора говорит о том, что распознан образ с номером, совпадающим с номером этой позиции) .

В 1-м слое находятся N*2 элементов, каждый из которых поставлен в соответствие одному из N поддиапазонов множества значений одной из входных переменных: «угловое отклонение» или «угловая скорость» .

Каждый элемент вычисляет степень принадлежности входной переменной своему поддиапазону по функции принадлежности треугольного вида .

Рис. 3. Подсистема распознавания образов в редакторе нейронных сетей .

Во 2-м слое находится N*N элементов, выполняющих функцию «пороговое И» над своими двумя входами. На эти входы подаются выходные значения двух элементов 1-го слоя (значения функций принадлежности соответствующим диапазонам «углового отклонения» и «угловой скорости») .

Значения выходов 2-го слоя имеют бинарный тип, их количество равно общему количеству участков, на которые разбивается фазовая плоскость, а единица на каждом из выходов показывает, что значения «углового отклонения» или «угловой скорости» находятся в соответствующем участке фазовой плоскости .

Рис. 4. Подсистема визуализации инструмента 4GN .

Инструментальная система 4GN имеет универсальный характер и может быть использована для разработки адаптивных систем управления на основе метода ААУ для прикладных объектов различного характера – от технических устройств до социальных объектов [3]. На данный момент с помощью системы 4GN были воспроизведены несколько прежних прикладных систем, разработанных по методу ААУ, а именно, система управления активной подвеской автомобиля (система AdCAS) и система управления мобильным роботом [7]. Если раньше каждая такая прикладная система разрабатывалась около года, то разработка аналогичной программы с помощью инструмента 4GN требовала всего около 1 месяца .

Список литературы

1. http://www.ispras.ru/

2. http://www.atssoft.com/

3. Жданов А.А. Метод автономного адаптивного управления // Известия Академии Наук .

Теория и системы управления, 1999, № 5, с. 127-134 .

4. Жданов А.А. Формальная модель нейрона и нейросети в методологии автономного адаптивного управления. Сборник "Вопросы кибернетики". Научный совет по комплексной проблеме "Кибернетика" РАН. Выпуск 3. М., 1997, С. 258-274 .

5. Жданов А.А. О методе автономного адаптивного управления (лекция). Сб. научн. тр .

Всероссийской научн.-техн. конференции "Нейроинформатика-2004". М.: МИФИ .

6. Жданов А.А., Земских Л.В., Беляев Б.Б. Система стабилизации углового движения космического аппарата на основе нейроноподобной системы автономного адаптивного управления. Космические Исследования, М. 2004 .

7. А.А. Жданов, М.В. Крыжановский, Н.Б. Преображенский. Бионическая интеллектуальная автономная адаптивная система управления мобильным роботом // Мехатроника, 2004, №1, с. 21-30 и №2, с. 17-22 .






Похожие работы:

«Муниципальное казённое общеобразовательное учреждение "Пеневичская основная общеобразовательная школа" Шахматы Авт. Е.А . Прудникова, Е.И. Волкова Пояснительная записка 1. 1.ФГОС начального общег...»

«339 Доклады Башкирского университета. 2017. Том 2. №2 Психологические особенности личности преступника по делам о поджогах чужого имущества А. А. Файзуллина Башкирский государственный университет Россия, Республика Башкортостан, 450076 г. Уфа, улица Заки Валиди, 32. Email: liliala...»

«Денис Черепанов /// Простатит: развенчание мифов Денис Черепанов Простатит: развенчание мифов OnlineUrolog.ru /// Urolog72.ru /// Androlog72.ru 1 Денис Черепанов /// Простатит: развенчание мифов Оглавление 1. Введение. /// 3 2. Что т...»

«1 А.Ф. Черняев НЕМНОГО О ПИРАМИДАХ ГИЗЕ. СТАТЬЯ 5. Гелиоцентрическое отображение пирамид Гизе В предыдущих статьях (статьи 1-4 [1]) было показано, что площадка Гизе и её окрестности оказались заполнены множеством геометрических и культовых сооружений (символо...»

«Москва Издательство АСТ УДК 821.161.1 ББК 84(2Pос=Рус)6 Б72 Серия "Самая страшная книга" Серийное оформление: Юлия Межова На обложке использована иллюстрация Татьяны Веряйской Бобылёва, Дарья Леонидовна Вьюрки / Дарья Бобылёва.— Москва: ИздаБ72 тельство АСТ, 2019.— 413, [1] с.— (Самая страшная книга). ISBN 978-5-17-111714-6 Скрыться на время о...»

«РОССИЙСКАЯ ФЕДЕРАЦИЯ (19) (11) (13) RU 2 532 137 C2 (51) МПК H01L 31/068 (2012.01) B82B 1/00 (2006.01) ФЕДЕРАЛЬНАЯ СЛУЖБА ПО ИНТЕЛЛЕКТУАЛЬНОЙ СОБСТВЕННОСТИ (12) ОПИСАНИЕ ИЗОБРЕТЕНИЯ К ПАТЕНТУ 2012115464/28, 24.05.2010 (21)(22) Заявка: (72) Автор(ы): ХАСИГАМИ Хироси (JP), (24) Дата начала отсчета срока действия...»

«Мах Scheler DAS RESSENTIMENT IM AUFBAU DER MORALEN Макс Шелер РЕСЕНТИl\1ЕНТ В СТРУКТУРЕ МОРАЛЕЙ ПЕРЕВОД С НЕМЕUКОГО А. Н. МАЛИНКИНА САНКТ-ПЕТЕРБУРГ,,НАУКА,,УНИВЕРСИТЕТСКАЯ КНИГ А УДК 14 ББК 87.3 Ш42 Редакционная коллегия серии "Слово о сущем~ В. М. КАМНЕВ, Ю. В. ПЕРОВ (председатель), К. А. СЕРГЕЕВ, Я. А. СЛИНИН, Ю. Н. С...»

«28.03.2018 ПМ №174889 RU 174 889 U1 РОССИЙСКАЯ ФЕДЕРАЦИЯ (19) (11) (13) ФЕДЕРАЛЬНАЯ СЛУЖБА ПО ИНТЕЛЛЕКТУАЛЬНОЙ СОБСТВЕННОСТИ (51) МПК B08B 9/08 (2006.01) F23D 14/18 (2006.01) (12) ОПИСАНИЕ ПОЛЕЗНОЙ МОДЕЛИ К ПАТЕНТУ Статус: действует (последнее изменение статуса: 17.11.2017) Пошлин...»




 
2019 www.mash.dobrota.biz - «Бесплатная электронная библиотека - онлайн публикации»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.