Страница 4 из 5
Рис. 1.9. Синапс в нейроне
Для успешного моделирования процесса искусственный нейрон должен действовать точно так же как и биологический.
Рис. 1.10. Искусственный нейрон
В сетях нейроны группируются слоями. Входной слой состоит из нейронов, которые получают сигналы из внешней среды. Выходной слой состоит из нейронов, которые связывают выход системы с пользователем или внешней средой.
Обработка знаний в нейронной сети состоит из взаимодействия между слоями нейронов. Проектирование связей между нейронами подобно программированию системы для обработки входа и создания желаемого выхода.
Рис. 1.11. Модель нейронной сети
Проектирование нейросети
Проектирование нейронной сети состоит из следующих этапов:
– установление нейронов по слоям;
– определение связей между нейронами различных слоев, а также между нейронами внутри слоя;
– принятие решений о том, каким образом нейрон получает вход и как создает выход;
– определение силы связей внутри нейронной сети, чтобы узнать соответствующие значение весов путем использования контрольного набора данных.
Внутри одного слоя группируются нейроны одного типа, которые имеют или не имеют связи между собой. Чаще всего нейроны одного слоя не связаны между собой.
Принцип построения систем искусственного интеллекта. Современная информационная система
– Современная информационная система – это набор информационных технологий, направленных на поддержку жизненного цикла информации и включающего три основных процесса: обработку данных, управление информацией и управление знаниями.
– Интеллектуальные системы – технические или программные системы, способные решать задачи, которые считаются творческими
Система называется интеллектуальной, если в ней реализованы следующие функции:
– накапливать знания об окружающем мире, классифицировать и оценивать их с точки зрения полезности и непротиворечивости, осуществлять соотнесение новых знаний с полученными раннее;
– получать обобщенные знания на основе анализа полученных данных и логически планировать свою деятельность;
– общаться с человеком на языке максимально простом и понятном ему;
– оказывать пользователю помощь за счет знаний, которые хранятся в памяти, и логических средств рассуждений, которые имеет система
Структура интеллектуальной системы
Системы управления с искусственным интеллектом состоят из трех основных элементов:
– базы знаний,
– устройства принятия решения (решателя),
– интеллектуального интерфейса.
На рис. 1.12. в общем виде представлена структура интеллектуальной системы в виде совокупности блоков и связей между ними.
Рис.1.12. Общая структура интеллектуальной системы
Система управления интеллектуальной робототехнической системы
Перспектива использования систем искусственного интеллекта связывается с оптимизацией процесса принятия решений управленческим и оперативным персоналом АСУ ТП и энергетическими комплексами, созданием условий для их деятельности, получением возможности максимально использовать творческие возможности человека за счет минимизации рутинных операций подготовки решений.
Рис. 1.13. Структурная схема интеллектуальной робототехнической системы
Система поддержки принятия решений
СПР – компьютерная автоматизированная система, которая помогает людям принимать решение для полного и объективного анализа предметной деятельности в сложных условиях.
Одним из главных свойств интеллектуальности системы поддержки принятия решения является способность к поиску, конструированию и выводу решения, которое в готовом виде не содержится в системе.
Общая структурная схема интеллектуальной системы поддержки решений приведена на рис. 1.14.
Рис. 1.14. Структурная схема интеллектуальной СПР
Функционирование интеллектуальной СПР
Модель функционирования данной СПР можно представить в виде четырехуровневого графа, изображенного на рис. 1.15.
Первый уровень u1 – описание признаков проблемной ситуации,
Второй уровень u2 – обобщенная модель всех проблемных ситуаций,
на третьем уровне u3 представлена модель формирования гипотез о причинах возникновения проблемных ситуаций.
Четвертый уровень u4 – проверка гипотез и реализация решений, устраняющих проблемные ситуации. Каждой гипотезе уровня u3 соответствует модель уровня u4.
Рис. 1.15. Граф функционирования интеллектуальной СПР
Человеко-машинный интерфейс
– Посредники в обмене информацией между человеком и оборудованием – средства человеко-машинного интерфейса (human-machine interface, HMI), к которым относятся операторские панели.
– Автоматизированное рабочее место оператора представляет собой персональный компьютер. На рис. 1.16. изображена рабочая станция оператора системы SIMATIC PCS7 производства Siemens.
Рис. 1.16. Пример промышленной рабочей станции оператора
Классификация систем с искусственным интеллектом
Разделяют три основные вида систем с искусственным интеллектом по типу построения
– основанные на нечеткой логике
– основанные на экспертных знаниях
– основанные на нейросетях
Нечетная логика
Термин «fuzzy logic» или «нечеткая логика» означает: логическое исчисление, которое является расширением многозначной логики и основана на теории нечетких множеств
История создания систем с нечеткой логикой:
В конце 1960-х профессор Калифорнийского университета Латфи Заде предложил теорию нечеткой логики. Работа Латфи Заде «Fuzzy Sets» (нечетные множества), опубликованная в 1965 году в журнале "Information and Control" заложила основы моделирования интеллектуальной деятельности человека.
Общая структура микроконтроллера, основанного на нечеткой логике, содержит:
– Базу знаний;
– Блок фаззификации (преобразует четкие величины, измеренные на выходе объекта управления, в нечеткие величины, которые описаны лингвистическими переменными в базе знаний);
– Блок решений (использует нечеткие условные правила, заложенные в базу знаний, для преобразования нечетких входных данных в необходимые управляющие влияния, которые также носят нечеткий характер);
– Блок дефаззификации (превращает нечеткие данные с выхода блока решений в величину, которая используется для управления объектом).