F530EFB30609B81FDFDE985C2ED2DB0F

Глава 11. Интеллектуальные технологии

пичное продукционное правило имеет вид ЕСЛИ …, ТО … Результатом этого этапа является нечеткое значение переменной.

На этапе дефаззификации происходит устранение нечеткости: нечеткие значения величин заменяются определенными физическими параметрами.

Нечеткая логика применяется при анализе новых рынков, выборе оптимальной ценовой стратегии, при построении управляющих систем различных электрических приборов и производственных процессов и т.д.

11.4. Технология нейросетевых структур

Технология нейросетевых структур — это технология обработки знаний, основанная на структурных и функциональных особенностях биологических

нейронных сетей.

Нейронная сеть имитирует структуру и свойства нервной системы живых организмов: она состоит из большого числа простых вычислительных элементов (нейронов) и обладает более сложным поведением по сравнению с возможностями каждого отдельного нейрона.

Каждый нейрон имеет группу синапсов – однонаправленных входных связей (возбуждающих или тормозящих), соединенных с выходами других нейронов. В ячейке нейрона определяется взвешенная сумма входных сигналов, при превышении значения этой суммы некоего порога вырабатывается выходной сигнал, который по аксону поступает на синапсы других нейронов (рис. 23).

Рис. 23. Схема искусственного нейрона

Искусственная нейросеть, как и естественная биологическая, может обучаться решению задач. Возможность обучения обеспечивается путем изменения топологии, структуры и параметров сети.

Важным достоинством нейросетевых структур является возможность параллельной обработки информации, т.е. способность одновременно решать несколько задач на едином наборе входных сигналов и, имея несколько выходов, прогнозировать значения несколь-

111

Раздел 3. Технологии обработки информации

ких показателей. Это достигается за счет объединения большого числа нейронов в так называемые слои и соединения последних.

Технологии нейросетевых структур применяются в медицине для постановки диагноза, обработки изображений, мониторинга состояния пациента, анализа эффективности лечения, очистки показаний приборов от шумов.

11.5. Технология ассоциативной памяти

Технология ассоциативной памяти — это технология обработки знаний, основанная на работе с многомерными массивами памяти и использующая

механизмы построения целостного образа по отдельным элементам.

Знания в технологии ассоциативной памяти закладываются в виде многомерного массива – гиперповерхности.

Достоинствами применения ассоциативной памяти являются высокая скорость принятия решения, простота программной и аппаратной реализации.

11.6. Технология эволюционных алгоритмов

Технология эволюционных алгоритмов – это технология обработки знаний, базирующаяся на понятиях и принципах биологической эволюции (естественный

отбор, наследственность, изменчивость, мутации и прочее).

Из эволюционных алгоритмов наибольшее распространение получил генетический алгоритм, представляющий собой модель эволюции искусственных особей. Каждая особь имеет свой геном – хромосому, состоящую из генов – символов (0, 1). Уникальная кодовая последовательность хромосомы определяет потенциальное решение задачи. Цель генетического алгоритма заключается в оптимизации хромосомы – максимализации функции приспособленности (f(ai)).

Генетический алгоритм работает по стандартной схеме: ∙шаг 0 – создание начальной популяции;

∙шаг 1 – отбор особей в соответствии с их приспособленностью; ∙шаг 2 – скрещивание отобранных особей, при этом применяются

генетические операторы кроссинговера и/или мутаций; ∙шаг 3 – формирование популяции следующего поколения.

Шаги 1-3 повторяются до тех пор, пока не выполнится некоторое условие окончания эволюционного поиска (найдено решение, число поколений достигло заданного значения, исчерпано время, отпущенное на эволюцию).

112

Глава 11. Интеллектуальные технологии

Практическое применение эволюционных алгоритмов охватывает решение широкого класса прикладных задач:

∙задач оптимизации, ∙задач кратчайшего пути,

∙автоматизации программирования, ∙автоматизации и настройки автоматических систем,

∙автоматизации структурного проектирования сложных конструкций,

∙компьютерная графика, дизайн, анимация и пр.

В медицине генетические алгоритмы используются, в частности, для обработки рентгеновских изображений, в биологии – для моделирования искусственной жизни, в биоинформатике – для изучения свертывания белков и РНК.

Вопросы для самопроверки

1.Какие технологии называют интеллектуальными?

2.Какими особенностями обладают неформализованные задачи?

3.Какие компоненты включает типичная экспертная система?

4.Что понимают под технологией нечеткой логики?

5.Какие этапы включает технология нечеткой логики

6.В чем сходство искусственных и естественных нейросетей?

7.На чем основана технология ассоциативной памяти?

8.Почему одна из интеллектуальных технологий получила название эволюционных алгоритмов?

9.Каковы основные этапы реализации генетического алгоритма?

10.Где находят применение интеллектуальные технологии?

113

РАЗДЕЛ 4. ОСНОВЫ МОДЕЛИРОВАНИЯ, АЛГОРИТМИЗАЦИИ И ПРОГРАММИРОВАНИЯ

ГЛАВА 12

МОДЕЛИРОВАНИЕ

В главе рассматриваются свойства и виды моделей. Дается характеристика моделирования и формализации. Уделяется внимание вопросу компьютерного моделирования.

12.1. Модели: понятие, свойства

Модель (от лат. modelium – мера, способ, сходство с какой-то вещью) – это некий новый объект, который отражает существенные особенности изучаемого

объекта, явления или процесса.

С помощью моделей возможно:

∙узнать, как устроены объекты и процессы, недоступные для непосредственного восприятия;

∙научиться управлять объектами и процессами; ∙прогнозировать последствия воздействия на объекты и процессы.

Один и тот же объект может иметь множество моделей, а разные объекты могут описываться одной моделью.

Например, человек в разных науках исследуется в рамках разных моделей. Механика может рассматривать его как материальную точку, химия – как объект, состоящий из различных химических веществ, биология – как систему, поддерживающую гомеостаз и т.д. С другой стороны, в механике разные объекты

могут описываться как материальные точки.

Основные свойства любой модели:

∙целенаправленность – модель всегда отображает некоторую систему, т.е. имеет цель;

∙упрощенность – модель отображает только существенные стороны объекта и, кроме того, должна быть проста для исследования или воспроизведения;

∙приблизительность – действительность отображается моделью грубо или приблизительно;

∙адекватность – модель должна соответствовать отображаемой системе;

∙наглядность – в модели должны быть обозримы основные ее свойства и отношения;

114

Глава 12. Моделирование

∙информативность – модель должна содержать достаточную информацию о системе (в рамках гипотез, принятых при построении модели) и должна давать возможность получить новую информацию; ∙полнота – в модели должны быть учтены все основные связи и

отношения, необходимые для обеспечения цели моделирования; ∙управляемость – модель должна иметь хотя бы один параметр,

изменениями которого можно имитировать поведение моделируемой системы в различных условиях;

∙эволюционируемость – возможность развития моделей.

12.2. Виды моделей

По области использования различают модели: ∙учебные (модели, используемые для обучения);

∙опытные (уменьшенные или увеличенные копии проектируемого объекта);

∙научно-технические (модели, которые создаются для исследования процессов и явлений);

∙игровые (модели, которые описывают, реализуют некоторую игровую ситуацию между элементами).

Примерами учебных моделей являются наглядные пособия, различные тренажеры, обучающие программы. К опытным моделям относится, например, модель автомобиля, которая испытывается в аэродинамической трубе для изучения обтекаемости кузова. Научно-технической моделью является, например, прибор, имитирующий разряд молнии. К игровым моделям относятся экономические,

спортивные, деловые игры.

По временному фактору выделяют модели:

∙статические (модели, которые среди параметров, участвующих в их описании, не имеют временного параметра);

∙динамические (модели, которые имеют временной параметр, т.е. отображает систему (процессы в системе) во времени).

По способу представления выделяют два класса моделей:

∙материальные (предметные, натурные) (модели, которые воспроизводят геометрические, физические и другие свойства объектов в материальной форме);

∙информационные (модели, которые представляют объекты в образной или знаковой форме).

115

Раздел 4. Основы моделирования, алгоритмизации, программирования

Материальными моделями являются, например, аквариум (модель водоема), глобус (модель земного шара), макет в мастерской архитектора (модель

застройки города).

Знаковые информационные модели строятся с использованием различных языков.

Язык – знаковая система любой физической природы, выполняющая познавательную и коммуникативную функции в процессе человеческой

деятельности.

Язык может быть естественным и искусственным. Естественный язык – форма выражения мыслей и средство общения между людьми.

Искусственный (формальный) язык – вспомогательный, созданный на базе естественного языка людьми для каких-либо частных целей.

Естественный язык используется для создания описательных информационных моделей.

С помощью формальных языков строятся формальные информационные модели.

Формализация – процесс построения информационных моделей с помощью формальных языков.

К формальным информационным моделям относятся: ∙математические модели (модели, описывающие объект иссле-

дования с помощью математических символов); ∙логические модели (модели, описывающие объект исследова-

ния на языке алгебры логики); ∙алгоритмические модели (модели, описывающие объект иссле-

дования алгоритмом или комплексом алгоритмов).

Примером математических моделей являются закон популяционной генетики Харди-Вайнберга, законы механики Ньютона, записанные в виде математических функциональных зависимостей. Логическими моделями являются логические схемы основных устройств ЭВМ (сумматора, триггера). Алгоритмической

моделью является алгоритм извлечения квадратного корня.

По типу данных информационные модели разделяют на следующие классы:

∙иерархические, ∙сетевые,

116

Глава 12. Моделирование

∙табличные (реляционные).

Иерархические модели строятся в процессе классификации. В иерархической структуре элементы (узлы) распределяются по уровням от верхнего до нижнего. Каждый элемент более высокого уровня может состоять из элементов нижнего уровня, а элемент нижнего уровня может входить в состав только одного элемента более высокого уровня, т.е. данная структура представлена в виде дерева. В иерархической модели выделяют вершину – корень дерева. Узлы, от которых отходят ветви, называют узлами ветвления. Концевые узлы, которые не имеют вхождений более низкого уровня, называют листьями (рис. 24).

Рис. 24. Модель иерархической структуры.

Условные обозначения: A – корень; B1, B2, C3 – узлы ветвления;

C1, C2, C4, D1, D2 – листья

В сетевых моделях отношения объектов реального мира представлены в виде сети, любой элемент может быть связан с любым другим элементом (рис. 25).

Рис. 25. Модель сетевой структуры

Табличные модели используются для описания объектов, обладающих одинаковым набором свойств. В табличной модели перечень объектов размещен в ячейках первого столбца (или строки), а значения их свойств – в других столбцах (строках). Табличные информационные модели строятся и исследуются на ЭВМ с помощью электронных таблиц и систем управления базами данных.

Примерами иерархических моделей являются животный мир в биологии (тип, класс, отряд, семейство, род, вид), файловая система Windows и др. Сетевыми

117

Раздел 4. Основы моделирования, алгоритмизации, программирования

структурами являются модель сети Internet, процесс передачи мяча в футболе и др. Табличными моделями являются периодическая система элементов Менделеева, расписание поездов, таблицы истинности логических функций и др.

12.3. Моделирование: понятие и назначение

Моделирование – это метод познания, состоящий в создании и исследовании моделей.

Единой классификации видов моделирования не существует. Классификацию можно проводить по видам моделей, по характеру моделируемых объектов и процессов, по сферам применения моделирования и т.д. Например, можно выделить следующие виды моделирования:

∙физическое, ∙аналитическое, ∙имитационное.

При физическом (натурном) моделировании исследуемая система заменяется соответствующей ей другой материальной системой, которая воспроизводит свойства изучаемой системы с сохранением их физической природы.

Аналитическое моделирование представляет изучаемую систему как совокупность математических соотношений, связывающих между собой входные и выходные характеристики системы. При этом незначимыми параметрами пренебрегают.

В качестве методов аналитического моделирования используют численные методы, симплекс-метод, линейное программирование и т.д.

Имитационное моделирование позволяет строить модели, описывающие поведение объекта в заданных условиях. Имитационное моделирование используют в ряде случаев:

∙когда нет возможности экспериментировать на реальном объек-

те;

∙когда система плохо структурируется и формализуется; ∙когда необходимо сымитировать поведение системы во времени.

В имитационном моделировании используют, в частности, метод Монте-Карло, методы игр, методы генерации дискретных случайных величин и др.

Заметим, что эти виды моделирования тесно связаны и дополняют друг друга.

118

Глава 12. Моделирование

Моделирование используется в различных областях человеческой деятельности:

∙в ветеринарии – для прогнозирования эпизоотий, управления процессом лечения, и т.д.;

∙в микробиологии – для прогнозирования эффективности действия новых антибиотиков, для управления динамикой концентрации биомассы микроорганизмов и т.д.;

∙в экологии – для прогнозирования причинно-следственных связей в экологической системе, для изучения динамических процессов в биогеоценозах и т.д.;

∙в производстве – для управления техническими и технологическими процессами и системами, ресурсами; для прогнозирования оптимальных процессов производства и т.д.;

∙в экономике – для прогнозирования экономических и социаль- но-экономических процессов, межбанковских расчетов и т.д.;

∙в военном деле – для прогнозирования военных конфликтов, боевых ситуаций, управления войсками и т.д.;

∙в туризме – для прогнозирования потока туристов, развития инфраструктуры туризма и др.

12.4. Разработка и исследование моделей на компьютере

Компьютерное моделирование – это метод изучения сложных систем с помощью ЭВМ.

Процесс разработки и исследования информационных моделей на компьютере включает несколько этапов:

1.постановка задачи, определение объекта моделирования;

2.разработка описательной информационной модели;

3.создание формальной информационной модели;

4.планирование и проведение компьютерных экспериментов;

5.анализ и интерпретация результатов.

Компьютерную модель можно строить одним из способов: ∙построение алгоритма решения задачи и его кодирование на од-

ном из языков программирования; ∙построение компьютерной модели с использованием одного из

приложений: электронной таблицы, СУБД и т.д.

119

Раздел 4. Основы моделирования, алгоритмизации, программирования

Вопросы для самопроверки

1.Что такое модель?

2.Каковы основные свойства моделей?

3.В чем заключается отличие имитационного моделирования от аналитического?

4.Для чего используется моделирование?

5.Как можно разделить модели по области их использования?

6.Какие модели называют статическими?

7.Что такое материальные модели?

8.Каковы основные особенности иерархических моделей?

9.Какие модели называют сетевыми?

10.Где используются реляционные модели?

11.Какие модели можно отнести к знаковым информационным моделям?

12.Какие этапы включает компьютерное моделирование?

13.Какими способами возможно построение компьютерных моделей?

120