- •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
4.4.1. Основные термины и определения
Рисунок 4.8
ОБРАЗ – подмножество объектов или явлений материального мира, объединенных существенно общими свойствами (признаками).
РАСПОЗНАВАНИЕ ОБРАЗОВ – формальная процедура разделения объектов или явлений на образы.
КЛАСС СИГНАЛОВ – подмножество сигналов с существенно общими свойствами.
КЛАСТЕР – класс сигналов, находящихся в транзитивном (переходном) отношении к образу объекта или явления.
КЛАССИФИКАЦИЯ СИГНАЛОВ – формальная процедура разделения сигналов, порождаемых объектами или явлениями, на кластеры.
ПРИЗНАК – любое свойство образа или соответствующего ему кластера, поддающееся количественному или качественному (в частности, лингвистическому) описанию и позволяющее осуществлять распознавание.
ПРЯМОЕ ОПИСАНИЕ – описание, являющееся непосредственным математическим эквивалентом признака образа или кластера.
КОСВЕНОЕ ОПИСАНИЕ – опосредованное математическое представление некоторого признака образа или кластера.
Схема, иллюстрирующая взаимосвязь основных понятий теории распознавания образов, дана на рисунке 4.8.
4.4.2. Качественное описание задачи распознавания
Распознавание образов – едва ли не самая распространенная задача, которую человеку приходится решать практически ежесекундно от первого до последнего дня своего существования. Для решения этой задачи человек использует огромные ресурсы своего мозга, включая одновременно около 7-8 млд. нейронов. Именно это дает возможность людям мгновенно узнавать друг друга, с большой скоростью читать рукописные и печатные тексты, водить автомобиль в сложной обстановке и т.п.
Распознавание представляет собой задачу преобразования входной информации, в качестве которой уместно рассматривать некоторые параметры, признаки распознаваемых образов, в выходную, представляющую собой заключение о том, к какому классу относится распознаваемый образ. Структурная схема системы распознавания (рисунок 4.9) включает в себя датчики информации и центральный вычислитель, где происходит обработка информации, в результате которой на выходе имеется необходимая потребителю информация о принадлежности (или непринадлежности) наблюдаемых объектов к заданному классу.
У человека в качестве датчиков информации выступают органы зрения, слуха, обоняния, осязания, вкуса, а в качестве центрального вычислителя – головной мозг.
В радиоэлектронных комплексах в качестве датчиков информации выступают радиолокационные станции, станции радиотехнической разведки, телевизионные комплексы и т.п., а роль центрального вычислителя может выполнять ЦВМ информационной системы интеллектуальной поддержки оператора.
Рисунок 4.9
Как следует из структуры, на качественном уровне решение задачи распознавания заключается в нахождении решающего правила (алгоритма), которое реализуется в ЦВМ. Суть этого правила заключается в сопоставлении получаемой от датчиков информации с описаниями распознаваемых объектов, которые имеются в памяти ЦВМ. Например, дактилоскопия.
