Область наук:
  • Комп'ютер та інформатика
  • Рік видавництва: 2006
    Журнал: Известия Південного федерального університету. Технічні науки
    Наукова стаття на тему 'Альтернативна пошукова адаптації на основі імовірнісних навчаються автоматів'

    Текст наукової роботи на тему «Альтернативна пошукова адаптації на основі імовірнісних навчаються автоматів»

    ?Початковим значенням для процедури приймемо присутність одного GSM модему (однієї Q - зв'язку). На кожному етапі рекурсивної процедури відбувається збільшення числа GSM модемів. Умовою виходу з процедури буде наявність всіх можливих зв'язків між усіма М і МК.

    Запропонований вище алгоритм дозволить проектувати РАСУ гібридних топологій з мінімальними фінансовими витратами при допустимих параметрах часу доступу і географічної распределенности елементів системи.

    БІБЛІОГРАФІЧНИЙ СПИСОК

    1. Плющаев В. Мерзляков В. Система дистанційного моніторингу та управління об'єктами. // Сучасні технології автоматизації. 2003. №2. С. 6-16.

    2. Жшенков Н. Нові технології бездротової передачі даних. // Сучасні технології автоматизації. 2003. №4. С. 44-48.

    УДК 681.3.001.63

    Б.К. Лебедєв, О.Б. Лебедєв

    ТРТУ, м Таганрог

    АЛЬТЕРНАТИВНА ПОШУКОВА АДАПТАЦІЇ НА ОСНОВІ імовірнісний НАВЧАЮТЬСЯ автоматів1

    У 1948 році У. Ешбі запропонував аналогове електромеханічний пристрій

    - гомеостат, що моделює властивість живих організмів підтримувати деякі свої характеристики (наприклад, температуру тіла, вміст кисню в крові і т.д.) [1]. Гомеостат Ешбі являє собою динамічну систему

    yoіт =? (і, Х, Е).

    Стан системи описується вектором і і визначається як вектором керованих параметрів X, так і вектором некерованих параметрів, що характеризують стохастичні властивості середовища. Зміна стану і гомеостата здійснюється за допомогою керуючого впливу на параметри X., причому метою управління є виведення гомеостата в заданий стан і, тобто мінімізація показника Q = \ U- і \.

    Процес виведення гомеостата в заданий стан проводиться методом проб і помилок, який фактично зводиться до випадкового перебору управляючих впливів на X з подальшою перевіркою їх ефективності і реакції. При цьому можливі два види реакції. Негативна реакція Я- виникає у відповідь на керуючий вплив, що не приводить до зменшення показника Q. Ця реакція, відповідно до алгоритму гомеостата, викликає вибір чергового випадкового впливу. Позитивна реакція Я + слід при зменшенні показника Q. Вона викликає повторення впливу, що призвів до позитивного резуль-.

    системі стану, яке забезпечує позитивну реакцію Я +.

    , , при наявності апріорної невизначеності і змінюються зовнішніх умов, а одержувану в процесі роботи інформацію про ці умови використовують для підвищення ефективності роботи системи. Основні цілі адаптації пов'язані з

    1

    вищої школи РНП.2.1.2.2238 і РНП.2.1.2.3193

    , -

    сімізаціі ефективності його функціонування. Тут адаптація розглядається як оптимізація.

    Значним кроком у розвитку технічних пристроїв для імітації адаптації був запропонований МЛ. Цетлін підхід, заснований на використанні імовірнісних навчаються автоматів [2].

    Уявімо роботу гомеостата як функціонування деякого ймовірно,. два компонента - середу і керуючий пристрій. Під середовищем розуміється об'єкт (), -ствіі з алгоритмом випадкового пошуку.

    Грунтуючись на цій ідеї, МЛ. Цетлін помістив в середу, що характеризується випадковою реакцією, імовірнісний автомат адаптації (АА) для реалізації функції керуючого пристрою. Адаптація автомата проводиться шляхом самонавчання в процесі його функціонування.

    На кожному такті роботи адаптивної системи відповідно до значень А

    () І, -

    провідне до зміни стану об'єкта оптимізації? і показника Е (Б) (рис.1).

    і

    Середовище (об'єкт оптимізації)

    Формування А Про формування

    адаптивного < АА * відгуку середовища

    впливу

    А

    рис.1

    Про є відгуком середовища на реалізацію керуючого впливу. Під дією Про автомат переходить в новий стан і виробляє нові вихідні значення А.

    Нехай? = {81 \ 1 = 1,2, ...} - простір можливих станів (можливих).

    . . [2] -

    , , .

    АА здатний сприймати два вхідних сигналу: заохочення при удачі (+) і (-).

    АА в нові стани. Залежно від стану АА на його виході може бути один з вихідних сигналів А1,. ^ ", Відповідний альтернативної структурі або дії, число яких не повинно бути великим і = 2 ^ 5. Завдання адаптації полягає в тому, щоб підтримувати в об'єкті ту структуру, яка забезпечує максимальну ефективність об'єкта при дотриманні заданих обмежень, і мати можливість переходити на іншу альтернативну структуру, якщо в результаті зміни умов вона виявиться краще.

    Автомат адаптації визначається наступною п'ятіркою: ({8}, {I}, {А}, Ф,!}. Б (1 + 1) = Ф (Б (1)), 1 (1 + 1); А (1) =: (8 (1)).

    Тут Б (() - внутрішній стан автомата в момент Р, 1 (() - вхід автомата (відгук середовища - сигнал "заохочення" або "нак ^ ания"); Ф - функція переходу з

    стану в стан, Ф: {8} х {1} - {8}; Л (1) - вихід автомата в момент часу

    ^ Тобто його альтернатива (стратегія); / - функція виходу, /: {8} - {Л}.

    Характеристикою середовища є вектор, який має п компонентів: С = (Р1, Р2, ..., Рп). При цьому Р, - є ймовірність того, що за дії або структуру

    А, автомат адаптації отримає від середовища сигнал заохочення, а з ймовірністю Р, = (1-Р) -покарання.

    Останнім часом велика увага приділяється розробці методик представлення процесів розв'язання оптимізаційних задач і задач прийняття рішень в вигляді адаптивних процесів на основі самонавчання і самоорганізації, що моделюються інтелектуальними багатоагентного системами, що використовують в якості агентів - імовірнісні автомати адаптації з механізмами колективного [3].

    Концептуальна схема вирішення розглянутих проблем така. завдання

    (), -

    щей з найпростіших реактивних агентів, які здатні досягати поставлений, -, -.

    Ідея колективної адаптації дозволяє звести еволюційну адаптацію до .

    Об'єкт можна розбити на подоб'екти, які можуть існувати в альтер-.

    комбінацією станів подоб'ектов.

    Оцінка стану підоб'єкту залежить як від власного стану, так і від стану всіх пов'язаних з ним подоб'ектов, а також від структури і властивостей .

    Альтернативна колективна адаптація подоб'ектов призводить до еволюційної адаптації всього об'єкта в цілому.

    Цей підхід можна розширити, тобто використовувати багаторівневу ієрархічну структуру об'єкта.

    При організації процесу колективної адаптації важливою проблемою є співвідношення локальних цілей окремих об'єктів і глобальної мети колективу об'єктів

    Локальна мета об'єкта адаптації х (- досягнення такого стану, що сприяє досягненню спільної мети. Іншими словами в процесі адаптації мінімізується оцінка непрямим чином пов'язана із загальним критерієм оптимізації Е (Б).

    Глобальна мета колективу об'єктів адаптації полягає в досягненні колективом такого стану 8, при якому Е @) -тт.

    Можливе використання мета-автомата адаптації, який змінює локальні цеді подоб'ектов в процесі еволюційної адаптації всього об'єкта.

    Будемо надалі об'єкт в цілому називати колективом, а подоб'екти -.

    , -

    ня елементи є об'єктами адаптації [3]. Якщо два елементи а, і а ,, розташовані в позиціях з координатами (х, у), (Х], у), пов'язані одним ланцюгом, то між

    ними по осях X і У діють сили тяжіння. Під впливом серії адапті-,, ()

    від позиції до позиції. Мета конкретного об'єкта досягти стану (зайняти пози),,,. -лью ж колективу об'єктів є досягнення такого розміщення елементів в , -

    .

    Подання вихідної формулювання завдання у вигляді адаптивної системи, заснованої на ідеях колективної поведінки, передбачає вирішення наступних завдань [3]:

    );

    b) формування локальних цілей об'єктів адаптації та глобальної мети

    ;

    c) розробка альтернативних станів об'єкта адаптації, структури навчається автомата адаптації та механізмів переходів АА;

    ф розробка методики вироблення керуючих сигналів заохочення або покарання в процесі роботи адаптивного алгоритму;

    ) .

    Як об'єкт адаптації може виступати сам автомат адаптації, тобто його структура і механізми переходів [4].

    Перш за все, можливе використання мета-автомата адаптації (МАА), який змінює локальні цілі подоб'ектов в процесі еволюційної адаптації всього об'єкта в цілому. Можна також здійснювати часткову заміну подоб'ектов і змінювати структуру і властивості зв'язків між об'єктами.

    Можливе застосування в процесі адаптації різних структурних еле-

    .

    , . -

    ми АА називається розвиваються АА. Методи його розвитку складають теорію розвиваються автоматів [5].

    Підвищення ефективності роботи АА можливо з використанням принципів штучного інтелекту [6].

    Після отримання певного числа покарань і виході з поточної групи станів (адьтернатіви), при наявності числа альтернатив більше двох, перед АА виникає проблема вибору групи станів (адьтернатіви), в яку він .

    Механізми логічного висновку, зокрема, нечіткого логічного висновку, можуть бути використані для організації такого переходу.

    Такий інтелектуальний автомат адаптації (ПАА) дозволяє накопичувати , .

    ,, ,

    характеризується в загальному випадку набором показників Qi = {qij \, = 1,2, ..., до}, які складають ядро ​​глобальної бази даних ПАА. Для кожного конкретного об'єкта проектування в ПАА формується безліч правил і процедур переходу зі стану в стан. Розробляються стратегії управління, що дозволяють шляхом використання правил і процедур до глобальної базі даних приходити

    до найбільш ефективної на даному етапі альтернативі. В цьому випадку поєднуються

    механізми випадкового пошуку з механізмами виведення на основі індукції і дедук-.

    Оскільки можливе використання декількох стратегій управління, то

    - (),. . , -Ществлять вибір найкращого ІАА для даного набору альтернатив. У ІАА можливе використання деяких наборів параметрів, які налаштовують його. В цьому випадку МАА на одному ІАА здійснює адаптацію до деякого набору

    .

    В якості оцінки роботи ІАА може злучити частота переходів зі стану в стан або число переходів в стійкий стан (швидкість адапта-).

    Підсумовуючи вищенаведений матеріал, можна сказати, що адаптація -це найвищий ступінь автоматизації, що характеризується наявністю не тільки про,, -ти і можуть приймати рішення на основі аналітичних побудов і логічні-.

    Розглянуті в роботі теоретичні положення, методи, алгоритми дозволять в загальному випадку вирішувати оптимізаційні задачі на погано формалізованих і нечітких множинах альтернатив, вирішувати завдання по створенню ефективних засобів синтезу топології НВІС з урахуванням сучасних тенденцій, що володіють

    .

    Запропоновані методи пошукової адаптації, які спираються на поєднання принципів адаптації на основі самонавчання, самоорганізації, генетичного і

    , "

    ", , .

    Незважаючи на значні досягнення в області розвитку теорії еволюційної адаптації вони є далеко не вичерпними. Основними напрямками подальших досліджень є нові технології та засоби підвищення ефективності процесу альтернативної пошукової адаптації: підхід на основі моделювання відпалу для управління процесом адаптації; стохастичні правила вироблення керуючих сигналів; імовірнісний характер вибору і реалізації альтернатив; нечіткі правила переходів в автоматі адаптації;

    , .

    БІБЛІОГРАФІЧНИЙ СПИСОК

    1. Растригин Л.А. Адаптивні комп'ютерні системи. М .: Знание, 1987.

    2. Цетлін ММ. Дослідження з теорії автоматів і моделювання біологічних систем. М .: Наука, 1969.

    3. Лебедєв Б.К. Адаптація в САПР. Таганрог: Изд-во ТРТУ, 1999..

    4. . ., . ., . . . . -

    навчання. РГАСХМ ГОУ, Ростов н / Д. 2004.

    5. Поспєлов ТАК. Фантазія чи наука: на шляху до штучного інтелекту. М .: Наука, 1982.

    6., еволюційного розвитку і самоорганізації. / Под ред. В.М.Курейчіка. Таганрог: Изд, 2003.


    Завантажити оригінал статті:

    Завантажити