- •Оглавление
- •1. Общая характеистика задач и методов проектирования 7
- •1. Математические методы проектирования 25
- •3. Эвристические методы проектирования 50
- •4. Использование методов искусственного интеллекта при проектировании 97
- •5. Задачи оптимизации 122
- •Введение. Основные положения, термины и определения
- •1. Общая характеистика задач и методов проектирования
- •1.1. Основные стадии и виды задач проектирования
- •1.2. Обоснование и оценка качества задач, решаемых рэс
- •1.3. Примеры системотехнического проектирования
- •1.3.1. Обоснование тактико-технических характеристик радиолокационных систем
- •1.3.2. Защита от активных помех
- •1.4. Организация проектирования
- •1.5. Основные этапы проектирования рэс
- •1.5.1. Основные этапы научно-исследовательской работы
- •1.5.2. Основные этапы опытно-конструкторской работы
- •1.6. Методы моделирования
- •Математические методы проектирования
- •2.1. Общие положения
- •2.2. Виды критериев качества
- •2.3. Нехудшие и худшие системы. Диаграммы обмена.
- •2.4. Методы отыскания нехудших систем
- •2.4.1. Метод рабочих характеристик
- •2.4.2. Весовой метод отыскания Мнх
- •2.4.3. Комбинированный метод отыскания Мнх
- •2.5. Применение условного критерия предпочтения
- •3. Эвристические методы проектирования
- •3.1. Тенденции развития бортового радиоэлектронного оборудования
- •3.2. Основные направления развития перспективных комплексов бортового оборудования
- •Архитектура системы «Pave Pillar»
- •3.3. Основные направления развития интерфейсов межмодульного обмена для сопряжения рэс
- •3.3.1. Основные понятия и определения
- •3.3.2. Модель взаимодействия открытых систем
- •3.3.2.1. Физический уровень
- •3.3.2.2. Канальный уровень
- •3.3.2.3. Сетевой уровень
- •3.3.2.4. Транспортный уровень
- •3.3.2.5. Сеансовый уровень
- •3.3.2.6. Представительский уровень
- •3.3.2.7. Уровень приложений
- •3.3.3. Классификация каналов межмодульного обмена
- •3.3.3.1. Управление обменом в сети типа «звезда»
- •3.3.3.2. Управление обменом в сети типа «кольцо»
- •3.3.3.3. Управление обменом в сети типа «шина»
- •3.3.4. Интерфейс магистральный последовательный системы электронных модулей (гост 26165.52-87)
- •3.3.4.1 Физическая организация мультиплексных каналов
- •3.3.4.2. Принцип управления обменом информации
- •3.4. Коммутируемые сети
- •3.4.1. Сети с коммутацией сообщений
- •3.4.2. Сети с коммутацией каналов
- •3.4.3. Сети с коммутацией пакетов
- •3.4.4. Модель взаимодействия открытых систем
- •3.4.4.1. Физический уровень
- •3.4.4.2. Канальный уровень
- •3.4.4.3. Сетевой уровень
- •3.4.4.4. Транспортный уровень
- •3.4.4.5. Сеансовый уровень
- •3.4.4.6. Представительский уровень
- •3.4.4.7. Уровень приложений
- •4. Использование методов искусственного интеллекта при проектировании
- •4.1. Бортовые экспертные системы
- •4.1.1. Классификация экспертных систем
- •4.2. Структура и принципы построения экспертных систем
- •4.3. Методы представления экспертных знаний
- •4.3.1. Логические исчисления
- •4.3.2. Фреймовая модель
- •4.3.3. Модель семантической сети
- •4.3.4. Продукционные правила
- •4.3.5. Нечеткие множества
- •4.4. Распознавание образов
- •4.4.1. Основные термины и определения
- •4.4.2. Качественное описание задачи распознавания
- •4.4.3. Основные этапы построения системы распознавания
- •4.4.3.1. Изображающие числа и базис
- •4.4.3.2. Восстановление булевой функции по изображающему числу
- •4.4.3.3. Булевы уравнения
- •5. Задачи оптимизации
- •5.1. Задача о наилучшей консервной банке
- •5.2. Одномерные задачи оптимизации
- •5.3. Численное решение одномерных задач оптимизации
- •5.3.1 Метод равномерного распределения точек по отрезку
- •5.3.2. Метод распределения точек по отрезку, учитывающий результаты вычисления целевой функции
- •5.3.3. Специальные методы
- •5.4. Многомерные задачи оптимизации
- •5.4.1. Метод покоординатного спуска
- •5.4.2. Метод градиентного спуска
- •5.4.3. Метод наискорейшего спуска
- •5.4.4. Проблема «оврагов»
- •5.4.5. Проблема многоэкстремальности
- •5.5. Линейное программирование.
- •5.5.1. Траекторная задача
- •5.5.2. Задача об использовании ресурсов
4.3.2. Фреймовая модель
Основана на понятии фрейма. Фрейм представляет собой структуру, группирующую данные по объединяющему их смыслу. Под фреймовой базой знаний (ФБЗ) понимают кортеж (строку) <P,F,R>, где P – база так называемых протофреймов, F- база фактов, R – интенсионал ФБЗ, т.е. описание взаимосвязей между фактами. Под протофреймом понимается структура вида
<О, <а1,V(о,а1)>,…,<аm,V(о,аm)>>,
где О – общее имя множества однотипных элементов (сущностей), аi - имена общих свойств этих элементов, V(о, аi) – конкретное представление возможных значений этих свойств (слоты).
Протофрейм принято изображать в виде звездного графа с центром О, ребрами а1,…аm и терминальными вершинами V(о,а1),…V(о,аm). На рисунке 4.3 изображен граф протофрейма, соответствующего понятию «Рейс воздушного судна».
Рисунок 4.3.
Граф фрейма получается из графа протофрейма подстановкой в терминальные вершины (слоты) конкретных значений.
Манипулирование фактуальной информацией во фреймовых базах знаний осуществляется запросом.
Пример запроса. Когда заканчивается посадка на самолет, вылетающий рейсом 311 в Хабаровск?
В простейшем случае запрос может быть представлен в виде конструкции
<Посадка,
Время окончания>
<Рейс,
Куда> или в общем виде
<о1А,а1А>,…,<оmА,аmА> <о1С,а1С>,…,<оnC,аnC>,
где <оiA,аiA> (i=1,…m) – указатели искомых значений свойств (фрейм запроса), <оjC,ajC> - факты, из которых необходимо выбирать эти значения (фрейм фактов).
Графовое представление ответа на запрос представлено на рисунке 4.4.
Рисунок 4.4.
Смысл операций, проводимых при поиске ответа на запрос, основывается на операции сопоставления графа (фрейма) факта с графом запроса (образцом). Если одноименные вершины и ребра совпали, совпадение считается удачным.
К достоинствам фреймовых моделей следует отнести их естественность, наглядность представления и модульность. Основным недостатком таких моделей является отсутствие механизмов управления выводом.
В качестве другого примера можно привести представление фрейма аудитории (в частности, в которой читается лекция). Фрейм аудитории можно представить в виде графа, изображенного на рисунке 4.5.
Рисунок 4.5.
Например, при составлении расписания занятий на семестр, для выбора аудитории будут оценены фреймы всех имеющихся аудиторий и будет подобрана подходящая по вместимости, наличию средств отображения информации (досок, различного вида экранов и т.п.), технических средств обучения и т. д. При этом на каждый вид учебных занятий (лекция, коллоквиум, семинар, лабораторная работа) должен быть разработан фрейм запроса. Достоинство фрейма – естественность и наглядность.
4.3.3. Модель семантической сети
Модель семантической сети – это модель преставления знаний в виде ориентированного графа с различными вершинами и дугами. Вершинам могут соответствовать объекты или ситуации, а дугам – соотношения между ними. Вершины могут соответствовать общим понятиям, константам, типовым переменным, фреймам, логическим функциям и предикатам. Дуги представляют теоретико – множественные, логические, лингвистические и прочие отношения.
На рисунке 4.6 показан пример семантической сети, иллюстрирующей предложение «Петр на протяжении 2005-2007 годов владел по генеральной доверенности автомобилем марки «Жигули» модели 2107».
Рисунок 4.6.
Дуги S и E означают отношения «подмножество» и «элемент».
Очевидно, такая модель представления знаний (или ей подобная) может быть использована при учете владельцев автомобилей.
По сравнению с другими методами представления знаний семантические сети более естественны, наглядны и понятны. Они адекватно отражают взаимосвязь примитивных фактов. Однако события, представленные в виде транзитивных формул (из а=в, в=с следует а=с – свойство транзитивности), в виде сети представить сложнее. В связи с этим семантические сети сравнительно редко используются для построения формальных моделей реального мира.
