|
Архив публикацийТезисыXVII-ая конференцияДинамическая модель интеллектуальных систем248600 Калуга, ул.Баженова, д.2, МГТУ им. Н.Э. Баумана (Калужский филиал) 1 стр. (принято к публикации)Развитие систем искусственного интеллекта (СИИ) в настоящее время связано с созданием новых методов и технологий, направленных на решение сложных проблем, таких, как предсказание, планирование, распознавание образов и т.д. в различных при-кладных областях. Многие из публикаций по этим проблемам, несмотря на появление работ по созданию систем реального времени, основываются на предположении неиз-менности во времени предъявляемых СИИ данных, статичности внешней среды. Одна-ко статические модели не могут быть применены к моделированию процессов, которые изменяются во времени, развиваются и эволюционируют, поэтому необходимо проектировать динамические интеллектуальные системы. Перечислим основные особенности, которые должны быть реализованы в подобных системах: 1) модульность; 2) открытость; 3) взаимодействие отдельных модулей при функционировании системы; 4) обучаемость и дообучаемость в процессе всего жизненного цикла существования системы; 5) адаптивность к решаемой задаче; 6) не-обходимость работы в режиме on-line. С учетом этих особенностей динамическая модель интеллектуальных систем должна представлять собой многомодульную и многоуровневую открытую конструкцию, которая содержит следующие основные части: 1.Входной слой, обеспечивающий предварительную обработку информации (фильтрацию, нормирование, центрирование и т.д.). Число входов может меняться в зависимости от числа выделенных признаков, характеризующих поступающую в сис-тему информацию. 2.Запоминающую часть (нейросетевые модули), представляющую собой нейросе-тевую базу знаний (НСБЗ), формирующуюся на основе информации, поступающей из различных источников в процессе функционирования системы. 3.Слой принятия решений, состоящий из нескольких модулей, каждый из которых принимает решение по определенной проблеме. Модули имеют обратную связь с внешней средой и системой, осуществляющей адаптацию НСБЗ к решаемой задаче. 4.Выходной слой обеспечивает выдачу информации в заданном формате из слоя принятия решений во внешнюю среду. 5.Систему адаптации, осуществляющую подстройку одного или нескольких моду-лей нейронной сети (НС) к решаемой задаче за счет их дообучения или включения но-вых нейронов в выходной слой (например, подобно тому, как это делается в сетях адаптивного резонанса). 6.Базу знаний - подсистему, извлекающую информацию из НС и представляющую ее в виде правил IF-THEN. Наличие нечеткой базы правил обеспечивает объяснение результатов работы нейросетевых модулей. Представленную архитектуру можно рассматривать как теоретическую модель для построения реальных динамических систем.
|