- •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
4.3.4. Продукционные правила
Наиболее частый способ представления знаний в ЭС на сегодняшний день. Продукционные правила описывают знания в форме
ЕСЛИ <перечень условий>, ТО <перечень действий>.
Пример:
ЕСЛИ <объект движется по шоссе>, ТО <объект - автомобиль>;
ЕСЛИ <объект движется по полю>, ТО <объект - трактор>.
В состав продукционной системы входят:
а) база правил;
б) глобальная база данных:
в) интерпретатор правил.
База правил – это область памяти, содержащая базу знаний, т.е. совокупность знаний, представленных в форме правил вида «ЕСЛИ» - «ТО».
Глобальная база данных – это область памяти, содержащая (в виде символов) фактические данные (факты), которые описывают вводимые данные и состояние системы.
Интерпретатор представляет собой механизм вывода и формирует заключения, используя базу правил и базу данных (рисунок 4.7).
Рисунок 4.7.
В ходе работы с правилами интерпретатор производит просмотр левых частей правил и сравнение их с символами из базы данных. В случае их совпадения выполняется действие, содержащееся в правой части правила. Затем просмотр продолжается со следующего правила или сначала.
Важное место в продукционных моделях занимает стратегия вывода, т.е. перехода от одного правила к другому. Различают прямой и обратный выводы.
При прямом выводе отправной точкой служат представленные данные (левые части правил). Продвижение к цели осуществляется последовательным применением правил к данным (фактам). Например:
«ЕСЛИ двигатель перегрелся, ТО мотор заглохнет»
«ЕСЛИ мотор заглохнет, ТО это приведет к опозданию».
В данном примере имеет место ситуация (перегрев двигателя), требуется предсказать ее последствия. Таким образом, прежде всего зафиксировано возникновение определенного состояния (перегрев двигателя), а затем в работу включаются относящиеся к нему правила. Зачастую такие выводы называются выводами, управляемыми данными или восходящими выводами.
При обратном выводе отправным моментом является заключение, которому в конечном итоге ставится в соответствие множество фактов, делающих его правомочным. Например:
«ЕСЛИ двигатель заглох, ТО он перегрелся»
«ЕСЛИ двигатель перегрелся, ТО неисправна система охлаждения»
«ЕСЛИ неисправна система охлаждения, ТО лопнул ремень вентилятора или снизился уровень охлаждающей жидкости и т. п.»
Последний пример отличается от предыдущего тем, что в первом уже были известны условия (перегрев двигателя), но последствия, к которым они приведут, известны не были. Задача заключалась в предсказании возможного результата. Во втором случае результат уже известен и нужно найти вызвавшие его причины. Зачастую эти выводы называются нисходящими или ориентированными на цель.
Возможно и совместное использование двух стратегий путем их чередования. В этом случае имеет место двунаправленный вывод.
К преимуществам продукционных правил необходимо отнести их модульность, т.е. это элементарные единицы знаний, которые легко могут быть добавлены в базу знаний или исключены из нее, не затрагивая при этом содержимого других продукций. Нет необходимости задавать в явной форме взаимодействие одного правила с другим.
Недостатки продукционных систем проявляются тогда, когда число правил становится большим и возникают непредсказуемые побочные эффекты от изменения старого и добавления правила, а именно: недопустимо увеличивается время перебора продукций и могут появляться неразрешимые противоречия.
