Гибридная интеллектуальная система
Под гибридной интеллектуальной системой принято понимать систему, в которой для решения задачи используется более одного метода имитации интеллектуальной деятельности человека. Таким образом ГИС - это совокупность:
Междисциплинарное направление «гибридные интеллектуальные системы» объединяет ученых и специалистов, исследующих применимость не одного, а нескольких методов, как правило, из различных классов, к решению задач управления и проектирования.
Термин «интеллектуальные гибридные системы» появился в 1992 г. Авторы вкладывали в него смысл гибридов интеллектуальных методов, таких как экспертные системы , нейросети и генетические алгоритмы . Экспертные системы представляли символьные, а искусственные нейронные сети и генетические алгоритмы - адаптивные методы искусственного интеллекта . Однако, в основном, новый термин касался достаточно узкой области интеграции - экспертные системы и нейросети. Ниже приведены несколько трактовок этой области интеграции другими авторами.
1. «Гибридный подход» предполагает, что только синергетическая комбинация нейронных и символьных моделей достигает полного спектра когнитивных и вычислительных возможностей (способностей).
2. Термин «гибрид» понимается как система, состоящая из двух или более интегрированных подсистем, каждая из которых может иметь различные языки представления и методы вывода. Подсистемы объединяются вместе семантически и по действию каждая с каждой.
3. Ученые Центра Искусственного интеллекта Cranfield University (Англия) определяют «гибридную интегрированную систему» как систему, использующую более чем одну компьютерную технологию. Причем технологии накрывают такие области, как системы, основанные на знаниях, коннекционистские модели и базы данных. Интеграция технологий дает возможность использовать индивидуальную силу технологии для решения специфических частей задачи. Выбор технологий, внедряемых в гибридную систему, зависит от особенностей решаемой задачи.
4. Специалисты из University of Sanderland (Англия), входящие в группу HIS (англ. Hybrid Intelligent Systems), определяют «гибридные информационные системы» как большие, сложные системы, которые «бесшовно» (цельно) интегрируют знания и традиционную обработку. Они могут предоставлять возможность хранить, искать и манипулировать данными, знаниями и традиционными технологиями. Гибридные информационные системы будут значительно более сильными, чем экстраполяции концепций существующих систем.
| Инженерия знаний | |
|---|---|
| Общие понятия | Данные · Метаданные · Знания · Метазнание · Представление знаний · База знаний · Онтология · Семантическая паутина |
| Жёсткие модели | Продукции · Семантические сети · Фреймы · Логическая модель |
| Мягкие методы | Нейросети · Эволюционное моделирование · Нечёткая логика |
| Применения | Экспертные системы · Интеллектуальный анализ данных · Извлечение информации · Виртуальные собеседники · Гибридные интеллектуальные системы |
| Искусственный интеллект · Машинное обучение · Обработка естественного языка | |
Wikimedia Foundation . 2010 .
Не следует путать с аналого цифровая вычислительная система. Гибридная вычислительная система система с гетерогенной аппаратной вычислительной структурой. Комбинация любых вычислительных устройств или блоков, например вычисления с помощью CPU и… … Википедия
Сюда перенаправляется запрос «Интеллектуальная диалоговая система». На эту тему нужна отдельная статья. Интеллектуальная система (ИС, англ. … Википедия Википедия
Эту статью следует викифицировать. Пожалуйста, оформите её согласно правилам оформления статей. ДСМ метод – это метод автоматического порождения гипотез. Формализует схему правдоподобного и достоверного вывода, н … Википедия
- (ИИ) (англ. Artificial intelligence, AI) это наука и разработка интеллектуальных машин и систем, особенно интеллектуальных компьютерных программ, направленных на то, чтобы понять человеческий интеллект. При этом используемые методы не обязаны… … Википедия
Искусственный интеллект (ИИ) (англ. Artificial intelligence, AI) это наука и разработка интеллектуальных машин и систем, особенно интеллектуальных компьютерных программ, направленных на то, чтобы понять человеческий интеллект. При этом… … Википедия
Cтраница 3
В гибридных системах с замещением берется главная модель, один из элементов которой замешается другой моделью, например, а) перерасчет весов в процедуре обратного распространения производится с помощью генетического алгоритма; б) подбор функций принадлежности в нечетком регуляторе осуществляется с использованием генетического алгоритма. В гибридных системах со взаимодействием используются независимые модули, которые обмениваются информацией и выполняют различные функции с целью получения общего решения. К примеру, если решаемая задача включает распознавание образов, вывод и оптимизацию, то эти функции берут на себя нейронные сети, экспертные системы и генетические алгоритмы. В полиморфных гибридных системах одна модель применяется для имитации функционирования другой модели.
| График зависимости среднеквадратичного отклонения поля направлений, полученного в численном эксперименте (I и полученного в натурном эксперименте (2, от периода полос к размеру зоны одного. |
Однако существующие гибридные системы идентификации дактилограмм несвободны от недостатков. Метод анализа дактилограмм по фурье-спектру будет интерпретировать изображения, отличающиеся перестановкой фрагментов, одинаковые. Кроме того, дактилоскопические изображения являются структурно избыточными.
В целом гибридная система АДТ является дальнейшим шагом в развитии аналоговой вычислительной техники.
Вопросам построения гибридных систем, включающих подсистемы эволюционного моделирования, блоки оптимизации, взаимодействующие с имитационными моделями, экспертными системами и другими системами поддержки принятия решений, посвящена пятая глава. Создание имитационных моделей выступает здесь как одно из направлений развития подходов интеллектуального имитационного моделирования. В данной главе описаны подходы и модели многоагентных систем, различного уровня интеллектуальности и их дальнейшая эволюционная форма - модели искусственной жизни. Как примеры гибридных систем с эволюцией приводятся моделирование развития популяции простейших автоматов и многомодельные системы.
Возможно применение гибридных систем, объединяющих элементы активных и пассивных систем.
При исследовании дискретных и гибридных систем встречаются параметры, которые нельзя описать функциями от зависимых или независимых переменных.
В случае гибридной системы работы ЭВМ ограничена арифметическими действиями, с помощью которых вычисляют площади пиков; при этом можно учесть чувствительность детектора, определить содержание веществ исходя из внутреннего стандарта и напечатать протокол заданного формата.
Введение в гибридную систему для автоматизации обработки данных, получаемых от всех голографических систем, блока сканирование - анализ, управляемого цифровой ЭВМ, к свойству системы выполнять разносторонние функции должно добавить высокую скорость, увеличение точности и объективности при анализе данных.
Во многих гибридных системах управления используются различные модификации протокола Ethernet на основе Carrier Sense Multiple Access with Collision Detection (CSMA / CD), соответствующие стандарту ISO 8802 - 3 / IEEE 802.3. Сущность его сводится к тому, что каждый узел сети отслеживает загрузку линии, и осуществляет передачу только тогда, когда определяет, что линия свободна. Если из-за того, что другой узел также требует линию для передачи, возникает коллизия, то оба узла прекращают передачу.
В iMAN используется гибридная система управления базами данных (СУБД) на базе Oracle V8, поддерживающая реляционную и объектно-ориентированную модели данных, осуществляются контроль доступа и вносимых изменений, формирование спецификаций изделий, интегрирование прикладных подсистем. Управление параллельными и последовательными бизнес-процессами и процессами проектирования возложено на модуль Workflow.
Рассматривается задача оптимизации линейных гибридных систем с обобщенным квадратичным критерием, когда к традиционным членам - штрафам на квадраты отклонений состояний и управлений добавлены члены, которые позволяют штрафовать отклонения в соответствии с их знаком. Задачи оптимального управления с такими предпочтениями, т.е. когда требуется, чтобы определенные компоненты управления (или состояния) были положительными или отрицательными большую часть времени, часто встречаются на практике.
В случае применения гибридной системы автоматического контроля и управления, состоящей из электрических и пневматических устройств, для связи этих устройств между собой необходимо преобразование электрического сигнала в давление воздуха.
Наряду с этими гибридными системами могут быть использованы и гибридные модели другого вида, в которых пассивные модели стыкуются с устройствами, работающими по принципам электронного моделирования. Такие модели позволяют использовать преимущества пассивных моделей (простота, большое количество узлов, быстродействие и др.) с возможностью осуществления ряда логических операций, необходимых при решении нелинейных задач теории поля, без участия в вычислительном процессе ЭЦВМ с многократным преобразованием информации из одного вида в другой, без оборудования, необходимого для этого преобразования. Стоимость таких систем значительно ниже стоимости гибридных машин, включающих ЭЦВМ.
Весь цикл разработки и эксплуатации любой сложной системы носит итеративный характер (рис. 3.12). Выполнение любой итерации, как показано на рис. 3.12, проводится с использованием моделей сложной системы. Наиболее продвинутым и мощным аппаратом построения соответствующих моделей для рассматриваемых систем является имитационное моделирование. оно обеспечивает глубокое представление моделируемого объекта, дает возможность анализа процессов на любом временном интервале, позволяет учитывать случайные и неопределенные факторы, оценивать как технические, так экономические показатели функционирования системы.
Рис. 3.12. Цикл разработки сложной системы
Сложная система представляет собой систему с эволюцией и характеризуется большим числом гетерогенных подсистем с высокой степенью неопределенности. Следовательно, решение задач анализа, управления и других в таких системах не может быть осуществлено в рамках использования какого-либо единого подхода для всех подсистем.
Для принятия решений обычно используют сложное сочетание математических, статистических, вычислительных, эвристических, экспериментальных методов и методов инженерных знаний (чаще всего экспертных систем). Комплексное использование указанных методов и средств обеспечивает пользователя поддержкой при принятии решений. При этом имеет место приоритет решаемой задачи над используемыми методами.
Существование подобной ситуации, когда необходимо совместно использовать имитацию и различные методы принятия решений, привело к появлению так называемых гибридных систем. Под гибридной системой будем понимать систему, состоящую из нескольких систем различного типа, функционирование которых объединено единой целью (рис. 3.13).
Рис. 3.13. Простейшая гибридная система
Простейшей гибридной системой является система, объединяющая в себе имитационную модель и блок оптимизации. Блок оптимизации реализует один из алгоритмов поисковой оптимизации (например, простейший генетический алгоритм – ПГА), а имитационная модель служит для вычисления значений критерия оптимизации (функции пригодности) для выбираемых вариантов решения.
Прогон имитационной модели обеспечивает, в лучшем случае, получение результатов в одной точке пространства поиска решений. Поэтому требуется реализация серии экспериментов на имитационной модели в большой области поиска, целенаправленность которых обеспечивается в традиционных системах моделирования специалистом –разработчиком.
Использование генетических алгоритмов для решения оптимизационных задач при анализе, управлении или синтезе действительно сложных систем возможно лишь в том случае, если имеется способ определения функции пригодности особи с достаточно хорошей точностью. То есть, необходимо иметь возможность разрабатывать модели сложных систем с высокой степенью адекватности объектам и процессам реального мира.
Рассмотрим гибридные системы, использующие совместно генетический алгоритм и имитацию при решении задач различного типа (рис. 3.14). Это, прежде всего, относится к задачам организационного управления, принятия решений в реальном масштабе времени, оценки стратегий управления, прогнозирования.
Рис. 3.14. Простейшая гибридная система с генетическим алгоритмом и имитационной моделью
Цель блока оптимизации гибридной системы – улучшение решения посредством выбора значений управляемых переменных. Для этих целей используется ПГА. Генетический алгоритм может быть реализован на любом универсальном языке, например, С++, Паскаль и др. Однако гибридная система, построенная на едином программном обеспечении, по многим причинам предпочтительнее, чем система, объединяющая блоки, написанные на разных программных средствах.
Существующие методы и языки имитационного моделирования часто оказываются неэффективными по причине своей низкой гибкости и сложности моделирования систем принятия решений и управления, особенно если система управления включает в себя человека оператора, принимающего решения. использование появившихся на рынке программных продуктов интеллектуальных систем имитационного моделирования снимает часть этих трудностей и предоставляет новые возможности при использовании имитации в гибридных системах для решения прикладных системных задач.
Гибридная система реализует функции не только интеллектуального интерфейса, но и интеллектуального вычислителя. Состав типовой гибридной системы, включающей в себя указанные составляющие, приведен на рис. 3.15.
Блок расчета Простой генетический алгоритм
критерия оптимальности
Рис. 3.15. Структура типовой гибридной схемы
В данной схеме имитационная модель служит для составления плана и использует для этого набор эвристических правил для определения приоритета того или иного заказа включаемого в план работ.
Блок оптимизации обеспечивает подбор приоритетных правил для составления планов работ с наилучшими показателями. Необходим выбор лучших правил для текущей ситуации, а также выбор оптимальных значений их параметров.
Цель экспертной системы в составе гибридной системы – улучшение показателей ПГА, прежде всего, повышение сходимости процесса оптимизации посредством включения в процесс некоторых представлений (знаний) человека-оператора о перспективности той или иной стратегии поиска. В этом случае экспертная система выполняет функцию «селекционера» целенаправленно изменяя параметры ПГА для сокращения времени вычисления.
Экспертная система осуществляет направленный выбор таких параметров ПГА, как: размер популяции, вероятности скрещивания и мутации. Кроме того, она применяет некоторые правила для сохранения особей с высоким значением функции пригодности из поколения в поколение в ходе из воспроизводства и т.п.
Экспертная система, таким образом, представляет область комбинаций знаний о генетических алгоритмах, вычислительной математике, искусственном интеллекте и знаний эксперта. Прикладная область для экспертной системы хорошо не определена и пространство поиска плохо структурировано и поэтому экспертная система работает наряду с ПГА на основе текущих данных относительно популяции и текущего состояния имитатора.
Похоже, дни классического двигателя внутреннего сгорания сочтены. И виной тому необходимость соблюдения экологических норм.
Стандарт Евро-6, вступивший в силу с 1 сентября 2015 года, ужесточил требования к дизельным двигателям в части содержания в выхлопе оксидов азота и остаточных углеводородов. Выполнение установленных норм токсичности обеспечивают система каталитической нейтрализации , система рекуперации отработавших газов , усовершенствованный сажевый фильтр . С 1 сентября 2017 года сертификация новых автомобилей будет проводиться по более жесткому общемировому циклу движения и наличие перечисленных систем на дизельных двигателях будет недостаточно для выполнения установленных норм токсичности.
В соответствии с решением комиссии Европарламента, начиная с 2021 года, на все выпускаемые автомобили вводится норма выброса углекислого газа в объеме 95 г/км вместо нынешних 130 г/км. Это соответствует среднему расходу топлива для бензиновых двигателей 4,06 л/100 км, для дизельных двигателей 3,62 л/100 км. Такой уровень расхода топлива недостижим для классических ДВС.
Поэтому на передний план выходят гибридные конструкции привода автомобилей, полностью отвечающие предъявляемым экологическим требованиям. Но современные гибриды очень дороги. Компромиссным решением является так называемая низковольтная гибридная система . В основу системы положена 48-вольтовая электрическая сеть , которая планируется в качестве дополнения к основной 12-вольтовой бортовой сети.
Основные функции низковольтной гибридной системы:
Применение низковольтной гибридной системы на автомобилях позволяет сократить на 10-15% выбросы углекислого газа. Низковольтный гибрид с дизельным двигателем снижает выбросы оксидов азота на 20%, а вместе с системой каталитической нейтрализации – на 80%. Экономия топлива может достигать от 13 до 21%.
Разработкой низковольтных гибридных систем сегодня занимаются сразу несколько ведущих производителей, среди которых Bosch, Continental, Delphi, Ricardo, Valeo. В настоящее время большинство автопроизводителей приняли решение о внедрении, а Audi, Honda, Ford, Kia, Renault, Volkswagen уже устанавливают низковольтную гибридную систему на свои автомобили. По прогнозу к 2020 году 25% новых автомобилей будут иметь гибридный привод, а половина из них будет использовать 48-вольтовую электрическую сеть.
Типовая конструкция низковольтной гибридной системы состоит из следующих основных элементов, включенных в 48-вольтовую электрическую сеть: стартер-генератора, инвертора, преобразователя постоянного тока и 48-вольтовой аккумуляторной батареи.
Стартер-генератор является основным конструктивным элементом системы. Он работает в двух режимах – как генератор и как стартер (точнее как электрический двигатель). В генераторном режиме создается электрическая энергия, что позволяет полностью отказаться от традиционного 12-вольтового генератора. Стартерный режим используется для создания дополнительного крутящего момента при движении автомобиля. В качестве стартер-генератора применяются синхронные и асинхронные электрические машины переменного тока.
Конкретный вид электрической машины определяется конструктивной схемой гибридной установки. Различают несколько конструктивных схем низковольтной гибридной силовой установки:
Самым простой и, поэтому, пока самой распространенной схемой интеграции стартер-генератора является соединение его с двигателем внутреннего сгорания с помощью ременного привода.
Работу стартер-генератора обеспечивает двунаправленный инвертор. Он преобразует постоянный ток аккумуляторной батареи в трехфазный переменный ток. При рекуперации энергии инвертор преобразует переменный ток в постоянный ток зарядки аккумуляторной батареи. По конструкции 48-вольтовый инвертор аналогичен высоковольтному инвертору, который используется в полных гибридах и электромобилях.
Преобразователь постоянного тока используется для передачи энергии между 48-вольтовой и 12-вольтовой электрическими сетями. Для 12-вольтовой электрической сети он заменяет генератор.
Каждая из сетей имеет собственную аккумуляторную батарею: 48-вольтовую литий-ионную и 12-вольтовую свинцово-кислотную батарею. 48-вольтовая аккумуляторная батарея служит для питания мощных устройств: компрессора системы кондиционирования, водяного насоса, электромеханических поворотных амортизаторов, активной подвески и др. 12-вольтовая аккумуляторная батарея обеспечивает энергией систему освещения , системы безопасности, информационно-развлекательную систему .
Под гибридной интеллектуальной системой (ГиИС) принято понимать систему, в которой для решения задачи используется более одного метода имитации интеллектуальной деятельности человека . Таким образом ГиИС - это совокупность:
Междисциплинарное направление «гибридные интеллектуальные системы» объединяет ученых и специалистов, исследующих применимость не одного, а нескольких методов, как правило, из различных классов, к решению задач управления и проектирования.
1 / 2
Алексей Паевский: Что нового в медицине
15x4 Comic-Con: 15 минут про корабли EVE Online
Термин «интеллектуальные гибридные системы» появился в 1992 г. Авторы вкладывали в него смысл гибридов интеллектуальных методов, таких как экспертные системы , нейросети и генетические алгоритмы . Экспертные системы представляли символьные, а искусственные нейронные сети и генетические алгоритмы - адаптивные методы искусственного интеллекта . Однако, в основном, новый термин касался достаточно узкой области интеграции - экспертные системы и нейросети. Ниже приведены несколько трактовок этой области интеграции другими авторами:
1. «Гибридный подход» предполагает, что только синергетическая комбинация нейронных и символьных моделей достигает полного спектра когнитивных и вычислительных возможностей (способностей).
2. Термин «гибрид» понимается как система, состоящая из двух или более интегрированных подсистем, каждая из которых может иметь различные языки представления и методы вывода. Подсистемы объединяются вместе семантически и по действию каждая с каждой.
3. Ученые Центра Искусственного интеллекта Cranfield University (Англия) определяют «гибридную интегрированную систему» как систему, использующую более чем одну компьютерную технологию. Причем технологии накрывают такие области, как системы, основанные на знаниях, коннекционистские модели и базы данных. Интеграция технологий дает возможность использовать индивидуальную силу технологии для решения специфических частей задачи. Выбор технологий, внедряемых в гибридную систему, зависит от особенностей решаемой задачи.
4. Специалисты из University of Sanderland (Англия), входящие в группу HIS (англ. Hybrid Intelligent Systems), определяют «гибридные информационные системы» как большие, сложные системы, которые «бесшовно» (цельно) интегрируют знания и традиционную обработку. Они могут предоставлять возможность хранить, искать и манипулировать данными, знаниями и традиционными технологиями. Гибридные информационные системы будут значительно более сильными, чем экстраполяции концепций существующих систем.
Научная область ГиИС включает исследование автономных методов для определения их преимуществ и недостатков, отношений интеграции во многом определяющих состав, архитектуру и процессы обмена и обработки информации в гибридах, идентификацию задач соответствующих гибридным системам, разработку протоколов для коммуникации между компонентами и многопроцессорные архитектуры .
Цели исследований ГиИС включают создание методов увеличения эффективности, выразительной силы и силы вывода интеллектуальных систем, преимущественно более полных, разрабатываемых с меньшими усилиями разработки, чем приложения, использующие автономные методы. В фундаментальной перспективе ГиИС могут помочь понять когнитивные механизмы и модели .
В на основе аналитического обзора существующих классификаций ГиИС предложено выделять следующие пять стратегий разработки ГиИС: автономные, трансформационные, слабосвязанные, сильносвязанные и полностью интегрированные модели:
В рамках исследования методологий создания ГиИС в 2001 г. были предложены проблемно-структурная методология и технология разработки ГиИС, позволяющие синтезировать ГиИС для решения сложных (состоящих из множества подзадач, требующих применения различных методов имитации интеллектуальной деятельности человека) задач как систему методов решения подзадач сложной задачи. Позже в 2007 г. была предложена проблемно-инструментальная методология разработки ГиИС как обобщение проблемно-структурной методологии на случай отсутствия релевантных методов решения подзадач сложной задачи.
На основе предложенных методологий и технологий разработаны ГиИС для практического применения в различных областях: сменно-суточное планирование в морском порту , планирование в биопроизводственной системе , проектирование автоматики морских транспортных судов , решения сложных транспортно-логистических задач , среднесрочного планирования на производственном предприятии с мелкосерийным характером производства и другие. Подробное описание перечисленных ГиИС и результатов их практического использования может быть найдено в соответствующих источниках.
