მართვა გაურკვევლობის პირობებში. რეზიუმე: ინტელექტუალური კონტროლის სისტემები ინტელექტუალური მართვის სისტემების კონტროლის ობიექტი

სტატია ასევე ხელმისაწვდომია (ეს სტატია ასევე ხელმისაწვდომია):

შესავალი

ინტელექტუალური კონტროლი არის სემიოტიკური, კოგნიტური და ინფორმაციული კონტროლის განზოგადება. ინტელექტუალური ტრანსპორტის მენეჯმენტში არის სფეროები: ინტელექტუალური სატრანსპორტო სისტემები, ინტელექტუალური სემიოტიკური კონტროლი და ინტელექტუალური კოგნიტური კონტროლი. ინტელექტუალური სემიოტიკური კონტროლი ასოცირდება ლოგიკის სხვადასხვა ფორმებთან, წარმოების სისტემასთან და ევოლუციურ ალგორითმებთან. ინტელექტუალური კოგნიტური კონტროლი განიხილება, როგორც ადამიანის კომპიუტერის კონტროლის სინთეზი ასოციაციური არხების და იმპლიციტური ცოდნის ანალიზის გამოყენებით. ინტელექტუალური კონტროლი განიხილება, როგორც გადაწყვეტილების მიღების საშუალება გაურკვევლობის პირობებში. ინტელექტუალური ინფორმაციის მართვა განიხილება, როგორც ინტელექტუალური მენეჯმენტის მხარდაჭერა საინფორმაციო ტექნოლოგიები.

ინტელექტუალური კონტროლის საჭიროება

როგორც საზოგადოება განვითარდა და მენეჯმენტის ობიექტები და ამოცანები უფრო რთული გახდა, შეიცვალა მართვის ტექნოლოგიებიც. რთული სიტუაციების მართვის ყველაზე მწვავე პრობლემა იყო „დიდი მონაცემების“ პრობლემა. ის ქმნის ინფორმაციულ ბარიერს ტექნოლოგიებისთვის" ორგანიზაციული მენეჯმენტი". ამისთვის თანამედროვე მენეჯმენტიხასიათდება ცუდად სტრუქტურირებული ინფორმაციის ზრდით. ეს იწვევს ინტელექტუალურ კონტროლზე გადასვლას, რაც, თავის მხრივ, იწვევს ცოდნის მართვის ტექნოლოგიების გამოყენების აუცილებლობას. ინტელექტუალური კონტროლის საფუძველია ინტელექტუალური სისტემები და ინტელექტუალური ტექნოლოგიები. ინტელექტუალური სისტემა არის ტექნიკური ან პროგრამული და აპარატურის სისტემა, რომელსაც შეუძლია მიიღოს კრეატიული გადაწყვეტილებები კონკრეტული საგნის სფეროს მიკუთვნებულ პრობლემებზე, რომელთა ცოდნა ინახება ასეთი სისტემის მეხსიერებაში. გამარტივებული, ინტელექტუალური სისტემის სტრუქტურა მოიცავს სამ ძირითად ბლოკს - ცოდნის ბაზას, ამომხსნელს და ინტელექტუალურ ინტერფეისს. ამომხსნელი ინტელექტუალური სისტემის დომინანტური კომპონენტია. პირველი რიგის ლოგიკაში ამომხსნელი არის მექანიზმი ლოგიკური გამონათქვამების ამოხსნის მისაღებად. მრავალ აგენტურ სისტემებში, რომლებიც მიეკუთვნება ხელოვნური ინტელექტის სფეროს, ასევე გამოიყენება გამხსნელის ცნება. აგენტი არის პრობლემის გადამწყვეტი, რომელიც არის პროგრამული ერთეული, რომელსაც შეუძლია იმოქმედოს დასახული მიზნების მიღწევის ინტერესებში. სიმბოლურ მოდელირებაში s-გადაწყვეტი არის შეტყობინების სპეციალიზაციის მნიშვნელობა. ეფიმოვი ე.ი იყო ერთ-ერთი პირველი, ვინც ეს კონცეფცია შემოიტანა რუსეთში. . ამ მოკლე სიიდან გამომდინარეობს ამომხსნის მნიშვნელობა ინტელექტუალური სისტემებისა და ინტელექტუალური ტექნოლოგიებისთვის.

ინტელექტუალური კონტროლი გამოყენებითი სემიოტიკის ფარგლებში

სემიოტიკა სწავლობს ნიშნების ბუნებას, ტიპებსა და ფუნქციებს, ნიშნების სისტემებიდა პიროვნების ნიშანთა აქტივობა, ბუნებრივი და ხელოვნური ენების ნიშანთა არსი ნიშნების ზოგადი თეორიის ასაგებად. სემიოტიკის დარგში არის მიმართულება „გამოყენებითი სემიოტიკა“, რომლის დამფუძნებელია დ.ა. პოსპელოვი.

სემიოტიკაში გამოიყოფა ნიშნების გამოყენების ორი სფერო: შემეცნება და კომუნიკაცია. ეს სემიოტიკას ორ ნაწილად ყოფს: ცოდნის სემიოტიკა; სემანტიკური კომუნიკაციების სემიოტიკა. ინტელექტუალური კონტროლის საფუძველია სემიოტიკური სისტემა. პოსპელოვის აზრით, სემიოტიკური სისტემა W არის მოწესრიგებული რვა კომპლექტი:

W=< T, R, A, P, τ, ρ, α, π>, (1)

სადაც
T არის ძირითადი სიმბოლოების ნაკრები;
R არის სინტაქსური წესების ერთობლიობა;
A - ცოდნის ერთობლიობა საგნის მიმართულების შესახებ;
P არის გადაწყვეტილების დასკვნის წესების ერთობლიობა (პრაგმატული წესები);
τ არის T სიმრავლის შეცვლის წესები;
ρ არის R სიმრავლის შეცვლის წესები;
α არის A სიმრავლის შეცვლის წესები;
π არის P სიმრავლის შეცვლის წესები.

პირველი ორი ნაკრები ქმნის W სისტემის ენას და τ და ρ განახორციელოს მისი მოდიფიკაცია. წესები α შეცვალოს ბევრი ცოდნა საგნის შესახებ. თუ ცოდნას განვიხილავთ, როგორც ფორმალური სისტემის აქსიომებს (რომელიც ყალიბდება W-დან პირველი ოთხი ელემენტით), მაშინ წესები α არსებითად შეცვალოს სემიოტიკური სისტემის ენის ძირითადი სიმბოლოების და, შესაბამისად, კარგად ჩამოყალიბებული ფორმულების ინტერპრეტაცია.

პირველი ოთხი ნაკრები ქმნის ფორმალურ სისტემას FS, ელემენტები მეხუთედან მერვემდე ქმნიან ფორმალური სისტემის შეცვლის წესებს. ამით ისინი უზრუნველყოფენ ფორმალური სისტემის ადაპტაციას, მის „მორგებას“ პრობლემებისა და პრობლემების გადასაჭრელად, რომლებიც სისტემაშია. FSვერ წყვეტს.

ამრიგად, სემიოტიკური სისტემა (1) შეიძლება განისაზღვროს, როგორც კომპოზიტური დინამიური სისტემა: W= , სადაც FSi- განსაზღვრავს სემიოტიკური სისტემის მდგომარეობას და MFsi- მისი მდგომარეობის შეცვლის წესი. ამაში უნდა აღინიშნოს, რომ მიუხედავად იმისა, რომ ჩვენ ვსაუბრობთ სემიოტიკურ სისტემაზე, დე ფაქტო ასეთი სისტემა აღწერს საკონტროლო ობიექტს, ანუ საკონტროლო ობიექტის მდგომარეობას და მის დინამიკას.

აქედან გამომდინარე, სემიოტიკურ სისტემას შეიძლება მიეცეს ახალი ინტერპრეტაცია. კომპოზიტური დინამიური სისტემა: W= FSi, რომელიც განსაზღვრავს მდგომარეობას საინფორმაციო სიტუაციაში ან ინფორმაციულ პოზიციაში, დინამიურ MFsi, რომელიც განსაზღვრავს საკონტროლო ობიექტის ერთი საინფორმაციო პოზიციიდან მეორეზე გადასვლის წესებს.

წესები MFsi = (τ, ρ, α, π), ფორმალური სისტემის (კონტროლის ობიექტის) მდგომარეობის შეცვლას აკავშირებს სემიოტიკური სამკუთხედის (ფრეგეს სამკუთხედის) ელემენტებში არსებული დამოკიდებულება. ეს ნიშნავს, რომ ამ ოთხიდან ერთ-ერთი წესის გამოყენება იწვევს დარჩენილი წესების გამოყენებას.

ეს დამოკიდებულებები რთულია, არ არსებობს მათი ანალიტიკური წარმოდგენა, რაც წარმოადგენს სირთულეს და წარმოადგენს ხელოვნური ინტელექტის სემიოტიკური სისტემების შესწავლის საგანს. აქედან გამომდინარე, უფრო ადვილია ინფორმაციული მიდგომის გამოყენება და ინფორმაციის მოდელირება.

ფორმალური კონტროლის სისტემების გაფართოება დინამიური კომპონენტების სახით MFsiუზრუნველყოფს სისტემების ღიაობის თვისებებს. ისინი ქმნიან საკონტროლო ობიექტის ადაპტაციის შესაძლებლობას მენეჯერულ გავლენებთან და გარე პირობების შეცვლასთან.

ეს, კერძოდ, საშუალებას გაძლევთ მნიშვნელოვნად გააფართოვოთ გადაწყვეტილების მხარდაჭერის შესაძლებლობები საწყისი ინფორმაციის გაურკვევლობის, არასრულყოფილების და შეუსაბამობის პირობებში.

გაურკვევლობის სახეები ინტელექტუალური კონტროლის განხორციელებაში

კონტროლის ტრადიციული მეთოდები, მათ შორის ინტელექტუალური კონტროლის ზოგიერთი სახეობა, ეფუძნება დაშვებას, რომ ობიექტის მდგომარეობა და კონტროლის მოდელები ზუსტად აღწერს მის ქცევას. ამ ვარაუდზე დაფუძნებული მეთოდები შედის კლასიკურ კონტროლის თეორიაში. თუმცა მოცულობების ზრდის, არასტრუქტურირებული ინფორმაციის ზრდისა და გარე გარემოს ზემოქმედების პირობებში დამახასიათებელია ამ მდგომარეობიდან გადახრები.

თითქმის ნებისმიერი მოდელი არის რეალური ობიექტის, მისი მდგომარეობისა და ქცევის გამარტივებული აღწერა. გამარტივების ხარისხი შეიძლება იყოს მისაღები ან შექმნას გაურკვევლობა. საკონტროლო ობიექტის ქცევის დინამიკაში, ობიექტის ზოგიერთი მახასიათებელი შეიძლება მნიშვნელოვნად შეიცვალოს მისი მუშაობის პროცესში. ეს ყველაფერი ქმნის გაურკვევლობას ობიექტების აღწერის სხვადასხვა მოდელებში და ართულებს მის მართვას, მათ შორის ინტელექტუალურს. ტიპიური კონტროლის მოდელი, რომელიც საფუძვლად უდევს საკონტროლო ალგორითმს ან დადგენილი კონტროლის წესების ერთობლიობას, ეწოდება ნომინალური.

მნიშვნელოვანი გაურკვევლობის პირობებში კონტროლის თეორიის კლასიკური მეთოდები გამოუყენებელია ან არადამაკმაყოფილებელ შედეგებს იძლევა. ამ შემთხვევებში აუცილებელია გაურკვეველი მოდელების მქონე ობიექტების ანალიზისა და კონტროლის სისტემების სინთეზის სპეციალური მეთოდების გამოყენება. პირველი ნაბიჯი არის გაურკვევლობის ტიპისა და მნიშვნელობის შეფასება.

მართვის მოდელებში არსებობს გაურკვევლობის ძირითადი ტიპები: პარამეტრული, ფუნქციური, სტრუქტურული და სიგნალი.

პარამეტრული გაურკვევლობა ნიშნავს, რომ მოდელის მუდმივი პარამეტრები უცნობია ან არაზუსტად არის განსაზღვრული. მაგალითად, წერტილოვანი მნიშვნელობების ნაცვლად, არის ინტერვალის მნიშვნელობები. საინფორმაციო საზომ სისტემებზე გადასვლისას შეიძლება ვისაუბროთ პარამეტრების ინფორმაციული სიზუსტის არარსებობაზე. ამიტომ, ხშირ შემთხვევაში, პარამეტრების რეალური მნიშვნელობები შეიძლება მნიშვნელოვნად განსხვავდებოდეს მიღებული ნომინალური მნიშვნელობებისგან.

სიგნალის გაურკვევლობა ნიშნავს, რომ კონტროლის მოქმედებაზე ან საკონტროლო სისტემაში ინფორმაციის ნაკადებზე გავლენას ახდენს ჩარევა, რომელიც მნიშვნელოვნად ცვლის ნომინალურ სიგნალებს. ასეთ სიგნალებს, რომლებიც გადახრის საკონტროლო პროცესს ნომინალურიდან, ეწოდება დარღვევები ან ჩარევა. განსხვავება ისაა, რომ ჩარევა პასიურია და მხოლოდ ცვლის სიგნალ-ხმაურის თანაფარდობას. არეულობა ცვლის სიგნალს იგივე ჩარევით.

თანამედროვე ინტელექტუალური მართვის სისტემებმა უნდა უზრუნველყონ მრავალი დაკავშირებული ტექნიკური ობიექტის ავტონომიური მუშაობა. ეს იძლევა საფუძველს ვისაუბროთ ინტელექტუალური კონტროლის სისტემაზე (IMS). ინტელექტუალურმა სისტემამ უნდა გადაჭრას რთული პრობლემები, მათ შორის დაგეგმვა, მიზნების დასახვა, პროგნოზირება და ა.შ. გადაწყვეტილებების უნივერსალურობის, ადაპტაციისა და სიზუსტისთვის მიზანშეწონილია გამოიყენოთ მრავალფუნქციური ინტელექტუალური კონტროლი.

ინტელექტუალური კონტროლის სისტემის მრავალდონიანი არქიტექტურა შედგება სამი დონისგან: კონცეპტუალური, საინფორმაციო და ოპერატიული (ნახ. 1). ასეთი არქიტექტურის მიხედვით აგებული სისტემა აკონტროლებს რთული ტექნიკური ობიექტების ქცევას ავტონომიური და კოლექტიური ურთიერთქმედების პირობებში. კონცეპტუალური დონე პასუხისმგებელია უმაღლესი ინტელექტუალური ფუნქციების განხორციელებაზე

ნახ.1. მრავალ დონის ინტელექტუალური კონტროლი.

კონცეპტუალურ დონეზე გამოიყენება ცოდნის სემიოტიკური (ნიშანთა) წარმოდგენა და ხდება გზავნილების გაცვლა სხვა დონეებთან. საინფორმაციო და ოპერატიული დონეები შეიცავს მოდულებს, რომლებიც მხარს უჭერენ სხვადასხვა ინტელექტუალურ და საინფორმაციო პროცედურებს და გარდაქმნიან მათ კონტროლად.

კონცეპტუალურ დონეზე მენეჯმენტის მთავარი ამოცანაა სემიოტიკური (სიმბოლური) სახით წარმოდგენილი კონცეპტუალური ცოდნის შენახვა, შეძენა და გამოყენება.

კომპოზიტური დინამიური სისტემა: W= მოიცავს ორ კომპონენტს: სტატიკური FSi, რომელიც განსაზღვრავს ნიშანთა სისტემის დინამიკას MFsi, რომელიც განსაზღვრავს წესების სისტემას (ნახ. 1).

ცოდნის შეძენა ეფუძნება გარე გარემოში არსებული რეალური სიტუაციის მოდელს. უმაღლესი ინტელექტუალური ფუნქციები მოიცავს ძირითადი მიზნისა და ქვემიზნების დასახვის, ქცევის დაგეგმვისა და ზემოქმედების განაწილების ფუნქციებს სამოქმედო ზოგად გეგმაში.

მენეჯმენტის საინფორმაციო დონეზე წყდება ინფორმაციის მოდელირების ამოცანები, რომელთაგან მთავარია: საინფორმაციო სიტუაციის აგება, საინფორმაციო პოზიცია, რომელიც შეესაბამება კომპონენტს. FSi. მენეჯმენტის საინფორმაციო დონეზე წყდება ინფორმაციული სტრუქტურის აგების ამოცანები, რომელიც წარმოადგენს კონცეპტუალური დონის წესების სისტემის ასახვას და შეესაბამება კომპონენტს. მფსი. ინფორმაციის დონეზე სემიოტიკური კონტროლის ენობრივი გარემო რეალიზდება სხვადასხვა საინფორმაციო ერთეულების გამოყენებით. რომლებიც ემსახურება საინფორმაციო სიტუაციის, ინფორმაციის პოზიციისა და ინფორმაციის კონსტრუქციის საფუძველს.

ოპერატიულ (აღმასრულებელ) დონეზე ხდება იმპლემენტაცია მენეჯმენტის გადაწყვეტილებები(მენეჯერული გავლენა). მენეჯმენტის გავლენა აუცილებლად ცვლის საკონტროლო ობიექტის ინფორმაციულ პოზიციას. მენეჯმენტის ქმედებებმა შეიძლება შეცვალოს, საჭიროების შემთხვევაში, საკონტროლო ობიექტის საინფორმაციო მდგომარეობა. ამავდროულად, არ არის საჭირო ინფორმაციული სიტუაციის შეცვლა, ყველაზე ხშირად. ამ დონის მთავარი ამოცანაა საკონტროლო ობიექტის მდგომარეობისა და პოზიციის შეცვლა და ცვლილებების კონცეპტუალურ დონეზე მოხსენება.

მრავალდონიანი არქიტექტურას აქვს მრავალი მახასიათებელი. იგი მოიცავს ადამიანის უამრავ კოგნიტურ ფუნქციას. ის ეყრდნობა ინფორმაციული მიდგომის გამოყენებას ინტელექტუალური კონტროლისთვის.

უნდა აღინიშნოს განსხვავება ინტელექტუალურ და საინფორმაციო ტექნოლოგიებს შორის. ინფორმაციული ტექნოლოგია ასრულებს ინტელექტუალური კონტროლის მხარდაჭერის ფუნქციებს. მთავარ როლს ასრულებს გადაწყვეტილების მიღების ინტელექტუალური ტექნოლოგიები. ისინი შესაძლებელს ხდიან გამოსავალთან ერთად ან გამოსავლის მოპოვების პროცესში ახალი ცოდნის ძიებასა და ინტელექტუალური რესურსების დაგროვებას. საინფორმაციო ტექნოლოგიები ქმნის მხოლოდ საინფორმაციო რესურსებს. ეს ნიშნავს, რომ აშკარად ფორმალიზებული ცოდნა, ათვისების შემდეგ, შეიძლება გახდეს გამოცდილების ნაწილი და ცოდნის ბაზის ნაწილი და გამოიყენოს მათ მიერ პრობლემების გადასაჭრელად და გადაწყვეტილების მისაღებად.

დასკვნა

ინტელექტუალური კონტროლი ეფექტური და აუცილებელია რთული ობიექტების მართვაში, რომლებისთვისაც რთულია ან შეუძლებელია ფუნქციონირების ფორმალური მოდელების პოვნა. ინტელექტუალური კონტროლის საფუძველია პირველ რიგში სემიოტიკური მოდელები და მეორეში ინფორმაციული მოდელები. ინტელექტუალური კონტროლის მეთოდები მრავალფეროვანია და გამოიყენება ტექნიკურ, შემეცნებით და სატრანსპორტო სისტემებზე. ინტელექტუალური კონტროლი ფართოდ გამოიყენება მრავალფუნქციური კონტროლისთვის. თანამედროვე ინტელექტუალური კონტროლი ინტეგრირებულია ღრუბლოვან პლატფორმებსა და სერვისებში. განაწილებული ორგანიზაციებისა და კორპორაციების მართვისას საჭირო ხდება სივრცითი ურთიერთობებისა და სივრცითი ცოდნის გათვალისწინება. კიდევ ერთი პრობლემა არის ინტელექტუალური ტექნოლოგიების შეზღუდული რაოდენობა იმპლიციტურ ცოდნასთან მუშაობისთვის. ტექნიკურად, ცოდნის მართვის პრობლემა დაკავშირებულია ინფორმაციული რესურსების ინტელექტუალურ რესურსებად ტრანსფორმაციასთან და მათ გამოყენებასთან ინტელექტუალურ ტექნოლოგიებში.

ბიბლიოგრაფიული სია

UDC 004.896

I. A. შჩერბატოვი

რობოტის სისტემების ინტელექტუალური კონტროლი გაურკვევლობის პირობებში

შესავალი

ინტელექტუალური კონტროლი - ხელოვნური ინტელექტის მეთოდების გამოყენება სხვადასხვა ფიზიკური ბუნების ობიექტების გასაკონტროლებლად. რობოტული სისტემების კონტროლის სფეროში ყველაზე ფართოდ გამოიყენება ხელოვნური ინტელექტის მეთოდები. ეს, უპირველეს ყოვლისა, განპირობებულია რობოტების ავტონომიით და მათ მიერ არაფორმალური შემოქმედებითი ამოცანების გადაჭრის აუცილებლობით არასრული ინფორმაციის და სხვადასხვა სახის გაურკვევლობის პირობებში.

ბოლო დრომდე, დავალებების ეს კლასი რჩებოდა ბუნებრივი ინტელექტის პრეროგატივად: საკონტროლო ობიექტის ოპერატორი, ინჟინერი, მეცნიერი, ანუ ადამიანი. თანამედროვე მიღწევები თეორიაში ავტომატური კონტროლი, ნახევრად სტრუქტურირებული ამოცანების ფორმალიზების და რთული ტექნიკური სისტემების მართვის ინტელექტუალური მეთოდები შესაძლებელს ხდის ძალიან რთული რობოტული სისტემების დანერგვას, რომელიც მოიცავს მობილურ რობოტულ პლატფორმებს, მოქნილ ავტომატიზირებულ ხაზებს და ანდროიდის რობოტებს.

რობოტული სისტემები მოქმედებენ არასრული შეყვანის ინფორმაციის პირობებში, როდესაც რიგი პარამეტრების გაზომვის ფუნდამენტური შეუძლებლობა აწესებს მნიშვნელოვან შეზღუდვებს საკონტროლო პროგრამაზე. ეს იწვევს ალგორითმების მონაცემთა ბაზის შემუშავების აუცილებლობას, რომელიც საშუალებას იძლევა არაპირდაპირი ნიშნებისა და გაზომილი ინდიკატორების საფუძველზე გამოთვალოს არაგაზომვადი პარამეტრები.

გარე გარემოს გაურკვევლობა, რომელშიც მუშაობს რობოტული სისტემა, საჭიროებს საკონტროლო სისტემაში ინფორმაციის ადაპტაციის, დაგროვებისა და რანჟირების სხვადასხვა ტიპის კომპენსატორების, მოდულების ჩართვას.

პრობლემის ფორმულირება

კვლევის მიზანი იყო რობოტული სისტემების ინტელექტუალური კონტროლის სისტემების აგებისადმი მიდგომების ჩამოყალიბება, რომლებიც უცვლელია ფუნქციონირების სპეციფიკასთან მიმართებაში, შეყვანილი ინფორმაციის არასრულყოფილების გათვალისწინებით და განსხვავებული სახეობებიგაურკვევლობა.

ამ მიზნის მისაღწევად საჭიროა არაერთი ურთიერთდაკავშირებული ამოცანის გადაჭრა: რობოტული სისტემების ინტელექტუალური მართვის სისტემების არქიტექტურის ანალიზი; რობოტული სისტემის სიტუაციური იდენტიფიკაციის განზოგადებული ალგორითმის შემუშავება; რობოტული სისტემის მართვის სისტემის განზოგადებული სქემის შემუშავება; მანიპულირების რობოტის, მობილური რობოტული პლატფორმისა და მოქნილი ავტომატური ხაზის ინტელექტუალური კონტროლის სისტემების შემუშავება.

Კვლევის მეთოდები

კვლევის მსვლელობისას გამოყენებული იქნა ავტომატური მართვის ზოგადი თეორიის, ფაზა სიმრავლეების თეორია, ნერვული ქსელები, სისტემური ანალიზი და საექსპერტო შეფასების თეორია.

რობოტული სისტემის მდებარეობა გარე გარემოში

ინტელექტუალური კონტროლის ალგორითმების განსახორციელებლად, უპირველესი ამოცანაა იმ სიტუაციის მიმდინარე იდენტიფიცირება, რომელშიც მდებარეობს რობოტული სისტემა. ამ პრობლემის გადასაჭრელად შემუშავებულია სიტუაციური იდენტიფიკაციის სისტემის ბლოკ-სქემა (ნახ. 1).

ტექნიკური ხედვისა და სენსორული აღქმის ბლოკი შექმნილია გარე გარემოს მდგომარეობის ცვლილებების დასადგენად და შემდგომი დამუშავებისთვის გარემოს სენსორული რუკის წარმოსაჩენად. გარემოს სენსორული რუკა არის სიტუაციის გამოსახულება, რომელშიც რობოტი იმყოფება მიმდინარე დროს. სენსორული რუკის ასაგებად დროის ინტერვალი შეირჩევა საგნის არეალის სპეციფიკიდან გამომდინარე.

Ცოდნის ბაზა

ოპერატორი

ინტელექტუალური

ინტერფეისი

იდენტიფიკატორი

ალგორითმები

ტექნიკური ხედვისა და სენსორული შეგრძნების ორგანოები

გარე გარემო

აღმასრულებელი

მექანიზმები

ბრინჯი. 1. სიტუაციური იდენტიფიკაციის სისტემის ბლოკ-სქემა

სამუშაო მეხსიერება, საექსპერტო სისტემების ანალოგიით, შექმნილია სენსორებიდან მიღებული ინფორმაციის დასამუშავებლად და დამუშავებული ალგორითმების არსებული მონაცემთა ბაზის და რობოტული სისტემის ცოდნის ბაზის (KB) გამოყენებით.

ალგორითმების საფუძველი მოიცავს ალგორითმებს სენსორული რუქის წინასწარი დამუშავებისთვის (ციფრული სიგნალის დამუშავება, ხმის სურათების და სურათების ამოცნობა), არაგაზომვადი პარამეტრების გამოთვლა (ფუნქციური დამოკიდებულება გაზომილ პარამეტრებზე), ინფორმაციის სისრულის აღდგენა (ცოდნის სისრულისა და შეუსაბამობის შემოწმება, ადაპტაცია). ცოდნა არასტაციონარული და ცვლადი გარე პირობების გათვალისწინებით), მათემატიკური ოპერაციები და ა.შ.

ცოდნის ბაზა არის რთული იერარქიული სტრუქტურა, რომელიც შეიცავს აპრიორულ ინფორმაციას გარე გარემოს შესახებ, რომელიც ჩამოყალიბებულია სასწავლო ეტაპზე, რობოტის მიერ შეძენილი სრული და თანმიმდევრული ცოდნა გარე გარემოს ფუნქციონირებისა და აღქმის პროცესში. ცოდნის ბაზაში ცოდნა რანჟირებულია შესაბამისობის ნიშნების მიხედვით და განახლებულია რობოტის ფუნქციონირების სპეციფიკის ცვლილებების გათვალისწინებით, ცოდნის ადაპტაციის ალგორითმების საფუძველზე.

ყველაზე მნიშვნელოვანი ბლოკი არის სიტუაციის იდენტიფიკატორი. სწორედ ეს ბლოკია პასუხისმგებელი სიტუაციის გამოსახულების სწორად ამოცნობაზე სენსორული რუკაზე დაყრდნობით. ამ ბლოკის შედეგების ინფორმაცია გადამწყვეტია რობოტული სისტემის მართვის პროგრამის არჩევისთვის.

და ბოლოს, ინტელექტუალური ინტერფეისი, რომელიც აუცილებელია ოპერატორთან კომუნიკაციისთვის. ოპერატორი აკონტროლებს რობოტული სისტემის ფუნქციონირებას, ასევე აკონტროლებს პროცესს დასახული მიზნების მისაღწევად. როგორც წესი, რობოტსა და ოპერატორს შორის კომუნიკაცია უნდა მოხდეს ბუნებრივი ენის ინტერფეისის გამოყენებით, ბუნებრივი ენის შეზღუდულ ქვეჯგუფში.

რობოტული სისტემის მართვის სისტემის სტრუქტურა გაურკვევლობის პირობებში

რობოტული სისტემების ინტელექტუალური კონტროლის ალგორითმებისა და პროგრამების განხორციელება გაურკვევლობის პირობებში დაკავშირებულია მთელ რიგ მნიშვნელოვან სირთულეებთან.

შეყვანის ინფორმაციის წინასწარი დამუშავების ალგორითმების სირთულე და თავად რობოტული სისტემის ქცევის მოდელის სტრუქტურული გაურკვევლობა განსაზღვრავს ინტელექტუალური კონტროლის სისტემის სტრუქტურის სიჭარბეს.

გაურკვევლობის პირობებში რობოტის მართვის პრობლემის გადასაჭრელად შეიქმნა ინტელექტუალური მართვის სისტემის შემდეგი არქიტექტურა (ნახ. 2).

სიტუაციური იდენტიფიკაციის სისტემა (SSI) უნდა იყოს რობოტული სისტემის ნებისმიერი ინტელექტუალური კონტროლის სისტემის ნაწილი. ინტელექტუალური კონტროლის მოწყობილობა (ICU) თავის შემადგენლობაში შეიცავს CU და საკონტროლო პროგრამის შერჩევის ერთეულს (BVPU). ამ ბლოკის მიზანია რობოტის მექანიკურ სისტემაზე (MS) მოქმედი ელექტრული დისკების სისტემის (EA) საკონტროლო მოქმედების გენერირება.

ბრინჯი. 2. რობოტული სისტემის ინტელექტუალური მართვის სისტემის სტრუქტურული დიაგრამა

სამრეწველო მანიპულატორების კონტროლის სისტემები

სამრეწველო მანიპულატორების კონტროლის ტრადიციული სისტემები იყოფა რამდენიმე კლასად. სისტემების პირველი კლასი არის პროგრამის კონტროლის სისტემები.

მანიპულატორის სამუშაო ორგანოს უწყვეტი კონტროლის სისტემა გულისხმობს მანიპულატორის საცნობარო მოდელზე მორთვას. კონტროლის ეს ალგორითმი არ ითვალისწინებს დანაკარგებს მანიპულატორის MC-ში და ვარაუდობენ, რომ დისკების მიერ შემუშავებული ყველა ძალისხმევა გადადის სამუშაო სხეულზე.

სამუშაო სხეულში ძალის პროგრამული კონტროლის სისტემა გამოიყენება არა მხოლოდ ძალის ვექტორის, არამედ სამუშაო სხეულის პოზიციის ვექტორის გასაკონტროლებლად. გადაადგილებისა და ძალის დამოუკიდებელი კონტროლის სისტემას მანიპულატორის სამუშაო სხეულში თავისუფლების სხვადასხვა ხარისხით აქვს ორი საკონტროლო მარყუჟი უკუკავშირით: პოზიციით და ძალით.

მანიპულატორის მუშა სხეულში გადაადგილებისა და ძალის დაწყვილებული კონტროლის სისტემაში სამუშაო სხეულის პოზიციის ვექტორის მიხედვით დავალება სწორდება ძალის ვექტორის მიმდინარე მნიშვნელობის მიხედვით. ეს ნიშნავს, რომ როდესაც სამუშაო სხეული მოძრაობს, მისი დარტყმის სიდიდე რეგულირდება გარე გარემოზე ზემოქმედების ძალის მიხედვით.

ადაპტაციური კონტროლის სისტემები გამოიყენება შემდეგი ოპერაციების შესრულებისას: თვითნებურად მდებარე ან მოძრავი საგნის აღება, ცვლადი პოზიციის მქონე ნაკერების რკალის შედუღება, მოძრავი და გაუთვალისწინებელი დაბრკოლებების თავიდან აცილება. ამ მიზნით გამოიყენება ადაპტური სისტემები ასოციაციური მეხსიერებით.

სამრეწველო მანიპულატორების გასაკონტროლებლად ასევე გამოიყენება მტკიცე კონტროლის სისტემები, რომლებიც ამჟამად ფართოდ გამოიყენება პრაქტიკაში.

ინტელექტუალური კონტროლის განხორციელება

რობოტული სისტემის ფუნქციონირების პრობლემა გაურკვევლობის პირობებში მრავალმხრივია.

განვიხილოთ რობოტული სისტემის ქცევის დაგეგმვის პრობლემა გაურკვევლობის პირობებში. მის გადასაჭრელად ყველაზე მიზანშეწონილია დინამიური საექსპერტო სისტემების ტექნოლოგიის გამოყენება. ასეთი საექსპერტო სისტემის ცოდნის ბაზა დროთა განმავლობაში მორგებულია. თუ გამოიყენება წარმოების წესების ბაზა, მაშინ წარმოების წესების შემადგენლობა მუდმივად განიხილება სისრულისა და თანმიმდევრულობისთვის. გარდა ამისა, ადაპტური ალგორითმების გამო განახლდება და იცვლება მოძველებული და მოძველებული წესები. ამასთან, განსაკუთრებული ყურადღება ექცევა საექსპერტო სისტემის მასწავლებლის გარეშე მომზადების საკითხებს (თვითსწავლება) იმის გამო, რომ მაღალკვალიფიციური სპეციალისტის სისტემის მონიტორინგი ეკონომიკურად მიუღებელია.

საექსპერტო სისტემის ცოდნის ბაზის თვითსწავლის ან თვითრეგულირების ბლოკი მოითხოვს ფრთხილად შესწავლას რობოტული სისტემის ინტელექტუალური მართვის სისტემის დიზაინის ეტაპზე.

ჩემი. ეს არის ამ ეტაპის ხარისხი დიზაინის სამუშაოხშირად დამოკიდებულია პრობლემის გადაჭრის ეფექტურობაზე. იგი უნდა მოიცავდეს ცოდნის სისრულისა და შეუსაბამობის შეფასების, მენეჯმენტის ხარისხის შეფასების და ცოდნის კორექტირების ქვესისტემებს.

ქრონოლოგიურად, ქცევის დაგეგმვის შემდეგ შემდეგი ეტაპი შეიძლება იყოს ბუნებრივ ენაზე რობოტულ სისტემაზე კონტროლის ბრძანებების გაცემის პრობლემა. ბუნებრივი ენის ინტერფეისის შესაქმნელად, ჩვენი აზრით, ყველაზე შესაფერისი განხორციელების ინსტრუმენტი არის ბუნდოვანი სიმრავლეების თეორია.

ენობრივი ცვლადების დახმარებით, რომლებიც შეიცავს გარკვეულ, ადრე აღწერილი ტერმინების კომპლექტს, ხდება საგნის არეალის აღწერა, ბრძანებების და ობიექტების შეზღუდული სისტემა, რომლებიც გავლენას ახდენენ რობოტულ სისტემაზე და იცვლება მისი მოქმედებით. ამ შემთხვევაში გამოყენებული ბუნდოვანი და დეფუზიზაციის მეთოდები, ისევე როგორც ბუნდოვანი დასკვნის ალგორითმები, მნიშვნელოვან გავლენას ახდენს დამუშავების კონტროლის მოქმედებების სიზუსტეზე და რობოტული სისტემის სიჩქარეზე.

და ბოლოს, ნერვული ქსელის კონტროლის სისტემების გამოყენება რობოტული სისტემებისთვის. ნერვული ქსელის მთავარი უპირატესობა ის არის, რომ არ არის საჭირო ობიექტის მათემატიკური მოდელის ცოდნა ან შექმნა, ვინაიდან ნერვული ქსელი არის უნივერსალური ბუნდოვანი აპროქსიმატორი.

ობიექტი (რობოტული სისტემა) მოქმედებს როგორც „შავი ყუთი“. ნერვულ ქსელს შეუძლია იმოქმედოს როგორც კონტროლირებადი რობოტული სისტემის საცნობარო მოდელი. უნდა აღინიშნოს, რომ ეს უნდა იყოს სასწავლო მრავალშრიანი ნერვული ქსელი (ობიექტის იდენტიფიკატორი). ნერვული ქსელის მოდელი მორგებულია საკონტროლო ობიექტზე ობიექტისა და მოდელის გამომავალი სიგნალების შეუსაბამობით. იგი ასევე აყალიბებს სასწავლო ნიმუშს საკონტროლო მოწყობილობის რეგულირებისა და კორექტირებისთვის შერჩეული ხარისხის კრიტერიუმის შესაბამისად.

დასკვნა

ჩატარებულმა ანალიზმა შესაძლებელი გახადა რობოტული სისტემების ინტელექტუალური კონტროლის სისტემის არქიტექტურის სინთეზირება, რომელიც უცვლელია მუშაობის სპეციფიკასთან მიმართებაში. შემუშავებული სიტუაციური იდენტიფიკაციის ალგორითმი შესაძლებელს ხდის გარე გარემოს მაღალინფორმაციული სენსორული რუქების აგებას. აღწერილია რობოტული სისტემების ინტელექტუალური კონტროლის სისტემების ფორმირების ძირითადი მიდგომები. ნაჩვენებია საკონტროლო მოწყობილობების დასანერგად გამოყენებული ხელოვნური ინტელექტის ყველაზე ეფექტური მეთოდების პერსპექტიული განვითარების მიმართულებები.

ბიბლიოგრაფია

1. Yurevich E. I. რობოტიკის საფუძვლები. - სანკტ-პეტერბურგი: BHV-Petersburg, 2007. - 416გვ.

2. რობოტების მანიპულირების სისტემები / რედ. A. I. კორენდიასევა. - M.: Mashinostroenie, 1989. - 472გვ.

3. ბურდაკოვი S.F. ელასტიური ელემენტებით მძლავრი კონტროლერების სინთეზი: სატ. სამეცნიერო ტრ. - No 443. მექანიკა და კონტროლის პროცესები. - SPb.: SPbGTU, 1992 წ.

4. Protalinsky O. M. ხელოვნური ინტელექტის მეთოდების გამოყენება ტექნოლოგიური პროცესების ავტომატიზაციაში: მონოგრაფია. - ასტრახანი: ASTU-ს გამომცემლობა, 2004. - 184გვ.

სტატია რედაქტორებმა მიიღეს 13/01/2010

რობოტიკის სისტემების ინტელექტუალური მართვა გაურკვევლობის პირობებში

I. A. შჩერბატოვი

მოცემული ნაშრომის მიზანია რობოტიკის სისტემების ინტელექტუალური კონტროლის სისტემების მშენებლობისადმი მიდგომების ჩამოყალიბება, ფუნქციონირების სპეციფიკასთან მიმართებაში უცვლელი, შესასვლელი ინფორმაციის არასრულყოფილების და სხვადასხვა სახის გაურკვევლობის გათვალისწინებით. ჩატარებულია ანალიზი, რომლის საშუალებითაც შესაძლებელია რობოტიკის სისტემების ინტელექტუალური კონტროლის სისტემის სინთეზის არქიტექტურა, რომელიც უცვლელია ფუნქციონირების სპეციფიკასთან მიმართებაში. სიტუაციური იდენტიფიკაციის შემუშავებული ალგორითმი საშუალებას გაძლევთ შექმნათ გარემოს კარგი სენსორული ბარათები. აღწერილია რობოტების სისტემების ინტელექტუალური კონტროლის სისტემების ფორმირების ძირითადი მიდგომები. ნაჩვენებია ხელოვნური ინტელექტის ყველაზე ეფექტური მეთოდების პერსპექტიული განვითარების მიმართულებები, რომლებიც გამოიყენება აქტივაციის მოწყობილობების დანერგვაზე.

საკვანძო სიტყვები: რობოტების სისტემა, რობოტი, ინტელექტუალური მენეჯმენტი, სტრუქტურული გაურკვევლობა, საინფორმაციო ქსელის არასრულყოფილება, სენსორული ბარათი, ნერვული, გაურკვეველი კომპლექტების თეორია, თვითნასწავლი საექსპერტო სისტემა.

თემა 13. ინტელექტუალური კონტროლის სისტემები

სისტემების ახალმა თაობამ - ინტელექტუალურმა სისტემებმა (IS) - გააცოცხლა სისტემის კომპონენტების ორგანიზების სხვა პრინციპები, გამოჩნდა სხვა ცნებები, ტერმინები, ბლოკები, რომლებიც ადრე არ ყოფილა განვითარებულ მოვლენებში და, შესაბამისად, სამეცნიერო ლიტერატურაში.

ინტელექტუალურ სისტემებს შეუძლიათ მიზნის სინთეზირება, მოქმედების გადაწყვეტილების მიღება, მიზნის მისაღწევად მოქმედების უზრუნველყოფა, მოქმედების შედეგის პარამეტრების მნიშვნელობების პროგნოზირება და მათი შედარება რეალურთან, ჩამოყალიბება უკუკავშირი, მიზნის კორექტირება ან კონტროლი

ნახაზი 13.1 გვიჩვენებს IS-ის ბლოკ დიაგრამას, სადაც გამოკვეთილია სისტემის ორი დიდი ბლოკი: მიზნის სინთეზი და მისი განხორციელება.

პირველ ბლოკში, სენსორული სისტემიდან მიღებული ინფორმაციის აქტიური შეფასების საფუძველზე, მოტივაციისა და ცოდნის არსებობისას ხდება მიზნის სინთეზირება და მოქმედების შესახებ გადაწყვეტილების მიღება. ინფორმაციის აქტიური შეფასება ხორციელდება ტრიგერის სიგნალების გავლენის ქვეშ. გარემოს ცვალებადობამ და საკუთარი სისტემის მდგომარეობამ შეიძლება გამოიწვიოს რაღაცის მოთხოვნილება (მოტივაცია), ხოლო თუ ცოდნა ხელმისაწვდომია, შესაძლებელია მიზნის სინთეზირება.

მიზანი გაგებულია, როგორც აქტივობის შედეგის იდეალური, გონებრივი მოლოდინი. მიზნის მიღწევის ვარიანტების შედარებისას გარემოსა და სისტემის საკუთარი მდგომარეობის შესახებ ინფორმაციის აქტიური შეფასების გაგრძელებით, შეგიძლიათ მიიღოთ გადაწყვეტილება მოქმედების შესახებ.

გარდა ამისა, მეორე ბლოკში დინამიური საექსპერტო სისტემა (DES), რომელიც ეფუძნება მიმდინარე ინფორმაციას გარემოსა და IS-ის საკუთარი მდგომარეობის შესახებ, მიზნისა და ცოდნის არსებობისას, ახორციელებს საექსპერტო შეფასებას, იღებს გადაწყვეტილებას მენეჯმენტის შესახებ, პროგნოზირებს მოქმედების შედეგებს და ავითარებს მენეჯმენტს.

კოდირებული სახით წარმოდგენილი კონტროლი გარდაიქმნება ფიზიკურ სიგნალად და მიეწოდება აქტივატორებს.

საკონტროლო ობიექტი, რომელიც იღებს სიგნალს აქტივატორებისგან, ასრულებს ამა თუ იმ მოქმედებას, რომლის შედეგები, რომლებიც წარმოდგენილია პარამეტრების სახით, მიეწოდება უკუკავშირის სქემით 2 DES-ს, სადაც ისინი ადარებენ პროგნოზირებულებს. ამავდროულად, მოქმედების შედეგის პარამეტრები, რომლებიც ინტერპრეტირებულია მიზნის თვისებების შესაბამისად და შედის I ბლოკში, შეიძლება გამოყენებულ იქნას მიღწეული შედეგის ემოციური შეფასებისთვის: მაგალითად, მიზანი მიღწეულია, მაგრამ შედეგი არ მოსწონს.

თუ მიზანი მიღწეულია ყველა თვალსაზრისით, მაშინ მენეჯმენტი გაძლიერდება. წინააღმდეგ შემთხვევაში, კონტროლის კორექტირება ხდება. როდესაც მიზანი მიუღწეველია, მიზანი გამოსწორებულია.

უნდა აღინიშნოს, რომ გარემოს, ან საკონტროლო ობიექტის, ან მთლიანად სისტემის მდგომარეობის უეცარი ცვლილებებით, შესაძლებელია ახალი მიზნის სინთეზირება და მისი მიღწევის ორგანიზება.

IS სტრუქტურა ახალ ელემენტებთან ერთად შეიცავს ტრადიციულ ელემენტებს და კავშირებს, მასში ცენტრალური ადგილი უჭირავს დინამიურ საექსპერტო სისტემას.

ბლოკი 1 - მიზნის სინთეზი II ბლოკი - მიზნის რეალიზაცია

სურათი 13.1 - IP-ს სტრუქტურული დიაგრამა

ფორმალურად, IS აღწერილია შემდეგი ექვსი გამონათქვამით:

თ X ს მ თ ;

თ მ ს სტ ;

C თ ს რ T;

თ X= (ა ტ) X T+(B ტ)უ T;

თ Y = (დ ტ) X T;

თ რ ი FROM თ ,

სადაც T არის დროის წერტილების ერთობლიობა;

X, S, M, C, R და Y - სისტემის მდგომარეობათა სიმრავლე, გარემო, მოტივაცია, მიზანი, პროგნოზირებული და რეალური შედეგი;

A, B და D - პარამეტრების მატრიცები;

ინტელექტუალური კონვერტაციის ოპერატორები ცოდნის გამოყენებით.

ეს აღწერა აერთიანებს სისტემის ობიექტების წარმოდგენებს მნიშვნელობების სიმრავლის, ან განცხადებების ნაკრების ან სხვა ფორმების სახით.

IS-ის დინამიური თვისებები შეიძლება აღწერილი იყოს მდგომარეობის სივრცეში. ინტელექტუალური ოპერატორები, რომლებიც ახორციელებენ აღქმას, წარმოდგენას, კონცეფციის ფორმირებას, განსჯას და დასკვნებს შემეცნების პროცესში, არის ინფორმაციისა და ცოდნის დამუშავების, ასევე გადაწყვეტილების მიღების ფორმალური საშუალება. ყველა ეს ასპექტი უნდა იყოს საფუძველი DES-ის მშენებლობისთვის, რომელიც ფუნქციონირებს რეალურ დროში და რეალურ სამყაროში.

დინამიური საექსპერტო სისტემა არის ერთგვარი რთული ერთეული, რომელსაც შეუძლია შეაფასოს სისტემის და გარემოს მდგომარეობა, შეადაროს მოქმედების სასურველი და რეალური შედეგების პარამეტრები, მიიღოს გადაწყვეტილება და განავითაროს კონტროლი, რომელიც ხელს უწყობს მიზნის მიღწევას. . ამისათვის DES-ს უნდა ჰქონდეს ცოდნის მარაგი და ჰქონდეს პრობლემების გადაჭრის მეთოდები. ექსპერტულ სისტემაში გადაცემული ცოდნა შეიძლება დაიყოს სამ კატეგორიად:

1) კონცეპტუალური (ცნებების დონეზე) ცოდნა არის ცოდნა, რომელიც განსახიერებულია ადამიანის მეტყველების სიტყვებში ან, უფრო კონკრეტულად, სამეცნიერო და ტექნიკური თვალსაზრისით და, რა თქმა უნდა, ამ ტერმინების მიღმა გარემოსდაცვითი ობიექტების კლასებსა და თვისებებში. ეს ასევე მოიცავს კავშირებს, კავშირებს და დამოკიდებულებებს ცნებებსა და მათ თვისებებს შორის და აბსტრაქტულ კავშირებს, რომლებიც ასევე გამოხატულია სიტყვებით და ტერმინებით. კონცეპტუალური ცოდნა, ძირითადად, ფუნდამენტური მეცნიერებების სფეროა, იმის გათვალისწინებით, რომ კონცეფცია არის მატერიის უმაღლესი პროდუქტის - ტვინის უმაღლესი პროდუქტი;

2) ფაქტობრივი, საგნობრივი ცოდნა არის ინფორმაციის ერთობლიობა კონკრეტული ობიექტების ხარისხობრივი და რაოდენობრივი მახასიათებლების შესახებ. სწორედ ამ კატეგორიის ცოდნასთან არის დაკავშირებული ტერმინები „ინფორმაცია“ და „მონაცემები“, თუმცა ამ ტერმინების ასეთი გამოყენება გარკვეულწილად ამცირებს მათ მნიშვნელობას. ნებისმიერი ცოდნა ატარებს ინფორმაციას და შეიძლება იყოს წარმოდგენილი როგორც მონაცემები; ფაქტობრივი ცოდნა არის ის, რასაც ყოველთვის განიხილავდნენ გამოთვლითი მანქანებიდა რასთან აქვთ აქამდე საქმე ყველაზე მეტად. მონაცემთა დაგროვების თანამედროვე ფორმას ჩვეულებრივ მონაცემთა ბაზებს უწოდებენ. რა თქმა უნდა, მონაცემთა ბაზების ორგანიზებისთვის, მათში საჭირო ინფორმაციის მოსაძიებლად, უნდა დაეყრდნო კონცეპტუალურ ცოდნას;

3) ალგორითმული, პროცედურული ცოდნა - ეს არის ის, რასაც ჩვეულებრივ უწოდებენ სიტყვებს "უნარი", "ტექნოლოგია" და ა. გადაიტანოს ხელებიდან ხელში და გამოიყენოს ავტორების მონაწილეობის გარეშე. ალგორითმული ცოდნის ასეთ განხორციელებას პროგრამული პროდუქტი ეწოდება. პროგრამული პროდუქტის ყველაზე გავრცელებული ფორმებია აპლიკაციის პროგრამული პაკეტები, პროგრამული სისტემები და სხვა, რომლებიც ორიენტირებულია DES განაცხადის კონკრეტულ სფეროზე. აპლიკაციის პაკეტების ორგანიზება და გამოყენება ეფუძნება კონცეპტუალურ ცოდნას.

ცხადია, რომ კონცეპტუალური ცოდნა ცოდნის უმაღლესი, განმსაზღვრელი კატეგორიაა, თუმცა, პრაქტიკის თვალსაზრისით, სხვა კატეგორიები შეიძლება უფრო მნიშვნელოვანი ჩანდეს.

ალბათ ამიტომაა, რომ კონცეპტუალური ცოდნა იშვიათად ვლინდება კომპიუტერზე დასამუშავებლად მისაწვდომ ფორმაში. ხოლო თუ იგი განსახიერებულია, ყველაზე ხშირად არასრული და ცალმხრივია. უმეტეს შემთხვევაში ადამიანი რჩება კონცეპტუალური ცოდნის მატარებლად. ეს ანელებს მრავალი პროცესის ავტომატიზაციას.

კონცეპტუალური ცოდნის წარმოდგენებს, უფრო სწორად, სისტემებს, რომლებიც ახორციელებენ ცოდნის სამივე კატეგორიას, მაგრამ ხაზს უსვამენ კონცეპტუალურ ცოდნას წინა პლანზე და მუშაობენ მისი ინტენსიური გამოყენების საფუძველზე, ცოდნის ბაზებს უწოდებენ.

IS-ში ცოდნის ბაზების შექმნა და ფართო გამოყენება ერთ-ერთი ყველაზე გადაუდებელი ამოცანაა. ცოდნის ბაზის კონცეპტუალურ ნაწილს დაერქმევა დომენის მოდელი, ალგორითმული ნაწილი - პროგრამული სისტემა, ხოლო ფაქტობრივ ნაწილს - მონაცემთა ბაზა.

DES-ის შემდეგი ფუნქციაა პრობლემის გადაჭრა. პრობლემის გადაჭრა შესაძლებელია მანქანით მხოლოდ იმ შემთხვევაში, თუ ის ოფიციალურად არის მითითებული - თუ მას ფორმალური სპეციფიკაცია ეწერება. ეს უკანასკნელი უნდა ეფუძნებოდეს გარკვეულ ცოდნას. დომენის მოდელი აღწერს ზოგად გარემოს, რომელშიც წარმოიშვა დავალება, ხოლო სპეციფიკაცია აღწერს ამოცანის შინაარსს. ერთად აღებული, ისინი შესაძლებელს ხდის დადგინდეს რა აბსტრაქტული კავშირები და დამოკიდებულებები, რა კომბინაციებში და რა თანმიმდევრობით უნდა იქნას გამოყენებული პრობლემის გადასაჭრელად.

აპლიკაციის პროგრამები არის კონკრეტული ინსტრუმენტები ამ დამოკიდებულებების უკან და ასევე შეიცავს ალგორითმებს მიღებული განტოლებების გადასაჭრელად. და ბოლოს, მონაცემთა ბაზა აწვდის ამ ალგორითმების შესრულების საწყის მონაცემებს მთლიანად ან ნაწილს; დაკარგული მონაცემები უნდა იყოს შეტანილი სპეციფიკაციაში.

ცოდნის ბაზის ეს სამი ნაწილი შეესაბამება პრობლემის გადაჭრის სამ ეტაპს:

1) აბსტრაქტული გადაწყვეტის პროგრამის აგება (პრობლემის გაჩენის ჩათვლით, მისი ფორმულირება და დაზუსტება);

2) დავალების თარგმნა შესაფერის მანქანა ენაზე;

3) გადაცემის მაუწყებლობა და შესრულება.

აბსტრაქტული პროგრამის აგება ასოცირდება IS-ში კონცეპტუალური ცოდნის წარმოდგენასა და დამუშავებასთან და, განსაზღვრებით, ხელოვნური ინტელექტის საკუთრებაა.

ხელოვნური ინტელექტი ასოცირდება ტექსტების, ზეპირი შეტყობინებების ბუნებრივ ენაზე დამუშავებასთან, ინფორმაციის ანალიზთან და დამუშავებასთან (ყველა სახის გამოსახულების ამოცნობა, თეორემის დადასტურება, ლოგიკური დასკვნა და ა.შ.).

DES ფუნქციები ასევე არის პრობლემის გადაჭრის შედეგების შეფასება, მოქმედების მომავალი შედეგის პარამეტრების ფორმირება, კონტროლის გადაწყვეტილების მიღება, კონტროლის განვითარება და სასურველი და რეალური შედეგების პარამეტრების შედარება. იგი ითვალისწინებს პროცესების მოდელირებას შესაძლო შედეგების შესაფასებლად და პრობლემის გადაწყვეტის სისწორეში.

გაითვალისწინეთ, რომ რეალურ შემთხვევებში არის შესწავლილი ობიექტების აღწერის პრობლემა. ასეთი აღწერა არ უნდა ჩაითვალოს ამოცანის სპეციფიკაციის ნაწილად, ვინაიდან, როგორც წესი, ბევრი დავალება ენიჭება ერთ ობიექტს, რაც, რა თქმა უნდა, გასათვალისწინებელია ცოდნის ბაზის ფორმირებისას. გარდა ამისა, შეიძლება აღმოჩნდეს, რომ პრობლემა, რომელიც წარმოიშვა, სრულად ავტომატურად ვერ მოგვარდება, მაგალითად, ობიექტის სპეციფიკაციის ან აღწერის არასრულყოფილების გამო.

ამიტომ, IS-ში, გარკვეულ ეტაპებზე, მიზანშეწონილია DES-თან მუშაობის ინტერაქტიული რეჟიმი. უნდა გვახსოვდეს, რომ დომენის მოდელი აღწერს ზოგად გარემოს (ცოდნას), ხოლო სპეციფიკაცია აღწერს ამოცანის შინაარსს. ძალიან მნიშვნელოვანი პრობლემებია ერთიანი პროგრამული გარემოს შექმნა და ალგორითმების სინთეზი უშუალოდ პრობლემის განცხადების მიხედვით.

IS-ის მიზნიდან გამომდინარე, ცოდნის ბაზას, პრობლემის გადაჭრის ალგორითმებს, გადაწყვეტილების მიღებას, კონტროლის განვითარებას, რა თქმა უნდა, შეიძლება ჰქონდეს განსხვავებული წარმოდგენა, რაც, თავის მხრივ, დამოკიდებულია პრობლემების გადაჭრის ბუნებაზე. შესაბამისად, სამი ტიპის DES ჩანს. პირველი ტიპის DES-ის სტრუქტურა ნაჩვენებია სურათზე 13.2.

სურათი 13.2 - პირველი ტიპის DPP-ის სტრუქტურა

აქ ვარაუდობენ, რომ კონცეპტუალური და ფაქტობრივი ცოდნა ზუსტად ასახავს გარკვეულ საგნობრივ სფეროსთან დაკავშირებულ პროცესებსა და ინფორმაციას.

შემდეგ ამ სფეროში წარმოქმნილი პრობლემის გადაწყვეტა მიღებული იქნება მკაცრი მათემატიკური მეთოდების საფუძველზე, ფორმულირებისა და სპეციფიკაციის შესაბამისად. გადაწყვეტილების შესწავლისა და პროგნოზის შედეგები გამოიყენება საექსპერტო დასკვნის მისაღებად და მენეჯმენტის საჭიროების გადასაწყვეტად. შემდეგ, ცოდნის ბაზაში არსებული შესაბამისი კონტროლის ალგორითმის საფუძველზე, ყალიბდება საკონტროლო მოქმედება.

ამ ზემოქმედების ეფექტურობა და თანმიმდევრულობა, სანამ ის საკონტროლო ობიექტში მოხვდება, ფასდება სიმულაციური მათემატიკური მოდელის გამოყენებით. შეფასება უფრო სწრაფი უნდა იყოს, ვიდრე რეალური პროცესები IS-ში.

ამასთან, DES-ის განმახორციელებელი გადაწყვეტილების მიღება არის რთული პროგრამული სისტემები, რომლებიც შექმნილია გადაწყვეტილების ავტომატური მიღებისთვის ან გადაწყვეტილების მიმღებთა დასახმარებლად, და რთული სისტემებისა და პროცესების ოპერაციულ მართვაში, როგორც წესი, ისინი მუშაობენ დროის მკაცრი შეზღუდვების პირობებში.

პირველი ტიპის DES-ისგან განსხვავებით, რომელიც შექმნილია ოპტიმალური გადაწყვეტილებების მოსაძებნად და მკაცრი მათემატიკური მეთოდებისა და ოპტიმიზაციის მოდელებზე დაფუძნებული, მეორე ტიპის DES ძირითადად ორიენტირებულია პრობლემების გადაჭრაზე, რომელთა ფორმალიზება რთულია სრული და სანდო ინფორმაციის არარსებობის შემთხვევაში (ნახ. 13.3). აქ გამოყენებულია საექსპერტო მოდელები, რომლებიც აგებულია ამ პრობლემური სფეროს ექსპერტების - სპეციალისტების ცოდნისა და გამოსავლის პოვნის ევრისტიკული მეთოდების საფუძველზე.

მეორე ტიპის DES-ის შემუშავების ერთ-ერთი მთავარი პრობლემაა გადაწყვეტილების მიღების პროცესების აღწერის ფორმალური აპარატის არჩევა და მის საფუძველზე გადაწყვეტილების მიღების მოდელის აგება, რომელიც ადეკვატურია პრობლემის არეისთვის (სემანტიურად სწორი). როგორც წესი, წარმოების სისტემები გამოიყენება როგორც ასეთი მოწყობილობა. თუმცა, ძირითადი კვლევა ტარდება წარმოების სისტემის ალგორითმული (დეტერმინისტული) ინტერპრეტაციის კონტექსტში, მისი თანმიმდევრული სქემით გამოსავლის პოვნისთვის.

შედეგად მიღებული მოდელები ხშირად არაადეკვატურია რეალური პრობლემური სფეროებისთვის, რომლებიც ხასიათდება არადეტერმინიზმით გადაწყვეტის ძიების პროცესში. გამოსავალი ამ სიტუაციიდან არის პარალელიზმი ძიებაში.

სინამდვილეში, ყურადღება უნდა მიექცეს პირველი და მეორე ტიპის DES გაერთიანებას მესამე ტიპის გამოთვლით და ლოგიკურ DES-ში, სადაც ცოდნის ბაზა აერთიანებს აღწერას მკაცრი მათემატიკური ფორმულების სახით საექსპერტო ინფორმაციასთან და ასევე, შესაბამისად, მათემატიკურ მეთოდებთან. არა მკაცრი ევრისტიკული მეთოდებით ამოხსნის მოსაძებნად და ამა თუ იმ კომპონენტის წონა განისაზღვრება საგნის არეალის ადეკვატური აღწერის შესაძლებლობით და ამონახსნის მეთოდით (ნახ. 13.4).

სურათი 13.3 - მეორე დონის DES-ის სტრუქტურა

DES-ის განვითარების დროს წარმოიქმნება შემდეგი პრობლემები:

1. ცოდნის ბაზის შემადგენლობის განსაზღვრა და მისი ფორმირება;

2. IS-ში ინფორმაციული პროცესების აღწერისთვის ახლის შემუშავება და ცნობილი თეორიებისა და მეთოდების გამოყენება;

3. ცოდნის წარმოდგენისა და გამოყენების ორგანიზების გზების შემუშავება;

4. ალგორითმებისა და პროგრამული უზრუნველყოფის შემუშავება პარალელიზაციით და „მოქნილი ლოგიკის“ გამოყენებით;

1. შესაბამისი გამოთვლითი გარემოს პოვნა DES-ის ფორმირებაში პარალელური ალგორითმების განხორციელებისთვის.

სურათი 13.4 - მესამე დონის DES-ის სტრუქტურა

ზემოაღნიშნულთან ერთად, მნიშვნელოვანია აღინიშნოს, რომ DES-ს უნდა ჰქონდეს დინამიური პრობლემის არეალთან ადაპტაციის თვისება, სიტუაციების აღწერაში ახალი ელემენტებისა და ურთიერთობების დანერგვის უნარი, შეცვალოს ობიექტების ფუნქციონირების წესები და სტრატეგიები. გადაწყვეტილების მიღების პროცესი და კონტროლის განვითარება, არასრული, ბუნდოვანი და ურთიერთგამომრიცხავი ინფორმაციასთან მუშაობა და ა.შ.

დინამიური საექსპერტო სისტემები ფუნქციონირებს როგორც IS-ების ნაწილი უკუკავშირით და, შესაბამისად, მნიშვნელოვანია ასეთი IS-ების სტაბილური მუშაობის უზრუნველყოფა.

ტრადიციული პოზიციებიდან შეგვიძლია ვივარაუდოთ, რომ DES პასუხის ხანგრძლივობა შეყვანის მოქმედებებზე, ე.ი. შეყვანის ინფორმაციის დამუშავებაზე და საკონტროლო მოქმედების გენერირებაზე დახარჯული დრო არის სუფთა შეფერხება. სიხშირის ანალიზის საფუძველზე შესაძლებელია სისტემის ფაზური თვისებების ცვლილების შეფასება და ამით სტაბილურობის ზღვარის განსაზღვრა. საჭიროების შემთხვევაში, სისტემის კორექტირება შესაძლებელია ფილტრების საშუალებით.

თუმცა, კონტროლის კლასიკური თეორიის თვალსაზრისით, IS არის მრავალობიექტიანი გამრავლებით დაკავშირებული სისტემები, რომელთა სტაბილურობის ანალიზი ჩვეულებრივი მეთოდებით ძალიან რთულია.

ამჟამად ძლიერი კონტროლის თეორია (-control theory, -control) კონტროლის თეორიის ერთ-ერთი ინტენსიურად განვითარებადი დარგია. შედარებით ახალგაზრდა (პირველი ნამუშევრები გამოჩნდა 1980-იანი წლების დასაწყისში), იგი წარმოიშვა გადაუდებელი პრაქტიკული პრობლემებისგან მრავალგანზომილებიანი ხაზოვანი კონტროლის სისტემების სინთეზში, რომლებიც მუშაობენ სხვადასხვა სახის დარღვევებისა და პარამეტრების ცვლილების პირობებში.

შესაძლებელია განსხვავებულად მივუდგეთ გაურკვევლობის პირობებში მოქმედი რეალური რთული ობიექტის მართვის შემუშავების პრობლემას: არ ეცადოთ გამოიყენოთ კონტროლის ერთი ტიპი - ადაპტური ან ძლიერი. ცხადია, უნდა აირჩიოს ტიპი, რომელიც შეესაბამება სისტემის მდგომარეობას და სისტემას, რომელიც განისაზღვრება სისტემისთვის ხელმისაწვდომი ინფორმაციის მიხედვით. თუ შესაძლებელია სისტემის ფუნქციონირებისას ინფორმაციის მიღების ორგანიზება, მიზანშეწონილია მისი გამოყენება მართვის პროცესში.

მაგრამ ასეთი კომბინირებული კონტროლის განხორციელება, ბოლო დრომდე, გადაულახავ სირთულეებს წააწყდა კონტროლის ტიპის არჩევის ალგორითმის დადგენაში. ხელოვნური ინტელექტის პრობლემების შემუშავებაში მიღწეული პროგრესი შესაძლებელს ხდის ასეთი ალგორითმის სინთეზს.

მართლაც, მოდით დავსვათ ამოცანა: შევქმნათ სისტემა, რომელიც იყენებს ადაპტირებულ და მძლავრ კონტროლს და შეარჩევს კონტროლის ტიპს ხელოვნური ინტელექტის მეთოდებზე დაყრდნობით. ამისათვის ჩვენ განვიხილავთ ორივე ტიპის მახასიათებლებს და, მათი სპეციფიკური თვისებების გათვალისწინებით, განვსაზღვრავთ, თუ როგორ შეიძლება აშენდეს კომბინირებული კონტროლის სისტემა.

ძლიერი კონტროლის თეორიის ერთ-ერთი ძირითადი კონცეფცია არის გაურკვევლობის კონცეფცია. ობიექტის გაურკვევლობა ასახავს ობიექტის მოდელის, როგორც პარამეტრულ, ისე სტრუქტურულ უზუსტობას.

მოდით უფრო დეტალურად განვიხილოთ გაურკვევლობის დადგენის ფორმები ძლიერი კონტროლის თეორიაში მარტივი სისტემის გამოყენებით - ერთი შეყვანით და ერთი გამომავალით (სურათი 13.5).

სიგნალებს აქვთ შემდეგი ინტერპრეტაცია: r - შეყვანის სიგნალის დაყენება; u - ობიექტის შეყვანის სიგნალი (შეყვანა); დ - გარეგანი დარღვევა; y - ობიექტის გამომავალი სიგნალი (გამომავალი), გაზომილი.

სურათი 13.5 - სისტემა ერთი შეყვანით და ერთი გამომავალით

კონტროლის თეორიაში მოსახერხებელია სიხშირის დომენში გაურკვევლობის დაზუსტება. დავუშვათ, რომ ნორმალური მცენარის გადაცემის ფუნქცია არის P და განვიხილოთ აშლილი მცენარე, რომლის გადაცემის ფუნქცია,

სადაც W არის ფიქსირებული გადაცემის ფუნქცია (წონის ფუნქცია);

არის თვითნებური სტაბილური გადაცემის ფუნქცია, რომელიც აკმაყოფილებს უთანასწორობას.

ასეთ არეულობას დასაშვებად ეწოდება. ქვემოთ მოცემულია გაურკვევლობის მოდელების რამდენიმე ვარიანტი:

თითოეულ შემთხვევაში რაოდენობებზე და W-ზე შესაბამისი დაშვება უნდა გაკეთდეს.

შეყვანის სიგნალების გაურკვევლობა d ასახავს ობიექტზე და კონტროლერზე მოქმედი გარე დარღვევების განსხვავებულ ბუნებას. ამრიგად, განუსაზღვრელი ობიექტი შეიძლება განიხილებოდეს როგორც ობიექტების ნაკრები.

მოდით ავირჩიოთ სისტემების ზოგიერთი მახასიათებელი უკუკავშირით, მაგალითად, სტაბილურობა. რეგულატორი C არის მტკიცე ამ მახასიათებლის მიმართ, თუ მას აქვს გაურკვევლობით განსაზღვრული ობიექტების რომელიმე ნაკრები.

ამრიგად, გამძლეობის კონცეფცია გულისხმობს კონტროლერის, ობიექტების ნაკრების არსებობას და სისტემის გარკვეული მახასიათებლის დაფიქსირებას.

ამ ნაშრომში ჩვენ არ შევეხებით კონტროლის თეორიის ფარგლებში გადაჭრილი პრობლემების მთელ კომპლექსს. ჩვენ მხოლოდ შევეხებით მინიმალური მგრძნობელობის პრობლემას: ისეთი კონტროლერის C აგება, რომელიც სტაბილიზებს დახურულ სისტემას და ამცირებს გარე დარღვევების გავლენას გამომავალზე y, სხვა სიტყვებით რომ ვთქვათ, ამცირებს გარედან გადაცემის ფუნქციების მატრიცის ნორმას. გამომავალი y დარღვევები.

ამის გადაჭრის ერთ-ერთი მახასიათებელი, და მართლაც მთელი რიგი ძლიერი კონტროლის პრობლემების, არის ის ფაქტი, რომ კონტროლერის დიზაინის პროცესში ჩვენ წინასწარ ვაყენებთ შეზღუდვებს შეყვანის მოქმედებებზე და ობიექტის გაურკვევლობაზე უტოლობების სახით. .

ძლიერი სისტემის ექსპლუატაციის დროს, სისტემაში არსებული გაურკვევლობების შესახებ ინფორმაცია არ გამოიყენება კონტროლისთვის.

ბუნებრივია, ეს იწვევს იმ ფაქტს, რომ ძლიერი სისტემები კონსერვატიულია და გარდამავალი პროცესების ხარისხი ზოგჯერ არ აკმაყოფილებს ამ სისტემების შემქმნელებს.

ძლიერი ადაპტაციური მართვის სისტემის მსგავსად, ის აგებულია ობიექტებისთვის, ინფორმაცია, რომელზედაც ან რა ზემოქმედების შესახებ, არ არის ხელმისაწვდომი სისტემის მუშაობის დასაწყისში. ყველაზე ხშირად, ადაპტაციის თვისება მიიღწევა ობიექტის მათემატიკური მოდელის ან შეყვანის მოქმედების აშკარა ან იმპლიციტურ ფორმაში ფორმირებით.

ეს არის განსხვავება როგორც საძიებო ადაპტირებულ კონტროლს შორის, რომელიც დაფუძნებულია კონტროლის ხარისხის ინდექსის ექსტრემის ძიებასა და შენახვაზე, და უძილობას შორის, რომელიც ეფუძნება საკონტროლო კოორდინატებში ფაქტობრივი ცვლილებების გადახრის კომპენსაციას სასურველი ცვლილებებისგან. ხარისხის ინდექსის საჭირო დონის შესაბამისი. გარდა ამისა, დახვეწილი მოდელის მიხედვით, ადაპტური კონტროლერი მორგებულია.

ამრიგად, ადაპტური კონტროლის სისტემების მთავარი მახასიათებელია მუშაობის პროცესში ინფორმაციის მოპოვების და ამ ინფორმაციის კონტროლისთვის გამოყენების შესაძლებლობა.

უფრო მეტიც, ადაპტაციურ სისტემებში ყოველთვის გამოიყენება აპრიორი ინფორმაცია სისტემაში არსებული გაურკვევლობის შესახებ. ეს არის ფუნდამენტური განსხვავება ადაპტირებულ მიდგომასა და მტკიცეს შორის.

განვიხილოთ უმარტივესი ადაპტური მართვის სისტემა, რომელიც უზრუნველყოფს შემავალი სიგნალის თვალყურის დევნებას ობიექტის შესასვლელში ხმაურის არსებობისას (სურათი 13.6).

Სურათი. 13.6 - ადაპტური მართვის სისტემა

ფორმალური განსხვავება სქემისგან ფიგურაში 13.5 არის ადაპტაციის ბლოკი A, რომელიც ობიექტის გამომავალი სიგნალისა და მოცემული ხარისხის დამახასიათებელი სიგნალის საფუძველზე წარმოქმნის სიგნალს ადაპტური კონტროლერის კოეფიციენტების რეგულირებისთვის.

თითოეული მარეგულირებლის ნაკლოვანებების გათვალისწინებით, მიზანშეწონილია მათი უპირატესობების გამოყენება ობიექტის მართვის კომბინირებული სქემის შეთავაზებით. ადაპტაციური სისტემა, ადაპტაციის ბლოკის დახმარებით, წარმოქმნის გარკვეულ ინფორმაციას გარე გარემოს მდგომარეობის შესახებ. კერძოდ, განსახილველ შემთხვევაში შეიძლება მოიპოვოს ინფორმაცია გარე აშლილობის შესახებ დ. კონტროლის ალგორითმი C a შეესაბამება გარე გარემოს ამჟამინდელ მდგომარეობას, ადაპტაციის ბლოკში მოცემული კრიტერიუმის მიხედვით. მაგრამ ადაპტაციური სისტემა მოითხოვს, რომ შემავალი სიგნალი r ჰქონდეს საკმარისად ფართო სიხშირის დიაპაზონი და აწესებს სერიოზულ შეზღუდვებს გარე დარღვევის სიგნალის მნიშვნელობასა და სიხშირის სპექტრზე d. ამიტომ, ადაპტირებულ სისტემებს შეუძლიათ იმუშაონ მხოლოდ შეყვანის სიგნალის r და გარე დარღვევის d ვიწრო დიაპაზონში. ამ დიაპაზონების გარეთ, ადაპტირებულ სისტემას აქვს კონტროლის დაბალი ხარისხი და შეიძლება დაკარგოს სტაბილურობაც კი.

ძლიერი და ადაპტური კონტროლის ზემოაღნიშნული თვისებები მივყავართ დასკვნამდე, რომ სისტემის მუშაობის პროცესში ზოგ შემთხვევაში ხელსაყრელია ძლიერი კონტროლის გამოყენება, ზოგ შემთხვევაში - ადაპტური, ე.ი. შეეძლოს კონტროლის გაერთიანება გარე გარემოს მდგომარეობიდან გამომდინარე.

კომბინირებული მენეჯმენტი. კომბინირებული კონტროლის სისტემების დიზაინში მთავარი კითხვაა, როგორ, რა ცოდნის (ინფორმაციის) საფუძველზე შევარჩიოთ კონტროლის ერთი ან სხვა ტიპი.

ამის ყველაზე დიდი შესაძლებლობები ხელოვნური ინტელექტის მეთოდებია. მათი უპირატესობა მარტივი გადართვის ალგორითმებთან შედარებით არის მონაცემთა და ცოდნის ფართო სპექტრის გამოყენება კონტროლის ტიპის არჩევის ალგორითმის შესაქმნელად.

თუ ფორმალურად გავაერთიანებთ 13.5, 13.6 სურათებზე ასახულ სქემებს, მივიღებთ კომბინირებულ საკონტროლო წრეს (სურათი 13.7).

როგორც ნახატიდან ჩანს, საკონტროლო სიგნალი და უნდა გადავიდეს მძლავრი კონტროლერიდან ადაპტირებულზე და პირიქით - როგორც გარემო იცვლება სისტემის მუშაობის დროს. ინტელექტუალური სისტემების თეორიის მეთოდების გამოყენებით შესაძლებელია უზრუნველყოს ერთი ტიპის კონტროლიდან მეორეზე გადასვლა, რაც დამოკიდებულია სისტემის მუშაობის პირობებზე.

სურათი 13.6 - კომბინირებული კონტროლის სქემა

ჯერ განვიხილოთ, რა ინფორმაციის გამოყენება შეიძლება სისტემის ინტელექტუალური განყოფილების მუშაობისთვის. როგორც ცნობილია, ერთი შემავალი და ერთი გამომავალი სისტემები კარგად არის აღწერილი სიხშირის დომენში. ამიტომ, კონტროლის ტიპის არჩევისას გადაწყვეტილების მიღების პროცესის ორგანიზებისთვის ბუნებრივია სიხშირის მახასიათებლების გამოყენება.

როგორც ზემოთ აღინიშნა, ძლიერი კონტროლის მქონე სისტემის სიხშირის პასუხი შეესაბამება გაურკვევლობის რეგიონში პარამეტრების ყველაზე ცუდ კომბინაციას. მაშასადამე, ძლიერი კონტროლი შეიძლება ჩაითვალოს შერჩეული კონტროლის ერთ-ერთ საზღვრად.

კიდევ ერთი ზღვარი განისაზღვრება შესასწავლი სისტემის შესაძლებლობებით (ამძრავის სიჩქარე, სიმძლავრე-წონის თანაფარდობა და ა.შ.). ამ ორ საზღვრებს შორის არის ტერიტორია, სადაც მიზანშეწონილია ადაპტური კონტროლის გამოყენება.

სურათი 13.7 - კომბინირებული კონტროლის სქემა

ვინაიდან ადაპტური ალგორითმი მგრძნობიარეა სისტემის მუშაობის საწყის ეტაპზე, ამ ეტაპზე მიზანშეწონილია გამოიყენოთ ძლიერი კონტროლი, რომელიც საკმარისად არ არის მგრძნობიარე გარე ხმაურის ცვლილების სიჩქარის მიმართ. მაგრამ მისი მინუსი არის გარდამავალი პროცესების ხანგრძლივი ხანგრძლივობა და გამომავალი კოორდინატის დიდი დასაშვები მნიშვნელობები ჩარევის გავლენის ქვეშ.

გარკვეული პერიოდის შემდეგ, აზრი აქვს ძლიერი კონტროლის გადართვას ადაპტირებულ კონტროლზე.

ადაპტური კონტროლი საშუალებას გაძლევთ უფრო ზუსტად აკონტროლოთ შეყვანის სიგნალი ჩარევის შესახებ ინფორმაციის არსებობისას. ადაპტაციური კონტროლი მოითხოვს შეყვანის სიგნალის სპექტრის სიმდიდრეს და, მაგალითად, ნელ-ნელა ცვალებადი სიგნალებით, ადაპტაციის პროცესები შეიძლება დაირღვეს ან ძლიერ შენელდეს. ასეთ ვითარებაში აუცილებელია გადახვიდეთ მყარ კონტროლზე, რაც უზრუნველყოფს სისტემის სტაბილურობას.

ზემოაღნიშნულიდან გამომდინარეობს, რომ სისტემის ფუნქციონირებისთვის აუცილებელია ინფორმაციის მიღება სასარგებლო ჩარევის სიგნალის სიხშირის სპექტრისა და სიგნალი-ხმაურის თანაფარდობის შესახებ.

გარდა ამისა, საჭიროა წინასწარი ინფორმაცია სიხშირის სპექტრის შესახებ, რომელზედაც მუშაობს ადაპტური სისტემა, და საკონტროლო ობიექტის კონკრეტული მახასიათებლების შესახებ გაურკვევლობის რეგიონის საზღვრებში. ამ ინფორმაციისგან შესაძლებელია ჩამოყალიბდეს მონაცემთა ბაზა, რომელშიც წინასწარ შეიტანება ინფორმაცია, ინდივიდუალური თითოეული კლასის ობიექტებისთვის. ინფორმაცია სასარგებლო სიგნალის სიხშირის სპექტრის, ჩარევისა და სიგნალი-ხმაურის თანაფარდობის შესახებ შედის მონაცემთა ბაზაში, როდესაც სისტემა მუშაობს და მუდმივად განახლდება.

მონაცემთა ბაზის შიგთავსის გამოყენება შესაძლებელია ცოდნის ბაზაში, რომელიც ჩამოყალიბებულია წესების სახით. სისტემის სპეციფიკური თვისებებიდან გამომდინარე, შესაძლებელია ორი ტიპის საკონტროლო გადართვის დაყენება. საჭირო წესები ყალიბდება განსახილველი შემთხვევისთვის შესაფერის ერთ-ერთ ლოგიკურ სისტემაში.

მონაცემთა ბაზებისა და ცოდნის არსებობით შესაძლებელია გადაწყვეტილების მიღების მექანიზმის შემუშავება, რომელიც უზრუნველყოფს სისტემის მუშაობის პირობებიდან გამომდინარე კონტროლის ტიპის სწორ არჩევანს.

სურათი 13.8 - სისტემის სტრუქტურული დიაგრამა ინტელექტუალური ერთეულით (IB)

სისტემის ინტელექტუალური ნაწილი მუშაობს დისკრეტულად, განსაზღვრულ დროში. სურათი 13.8 გვიჩვენებს სისტემის ბლოკ დიაგრამას ინტელექტუალური IS ბლოკით, რომელიც უზრუნველყოფს კონტროლის ტიპის არჩევანს.

ბლოკის შეყვანა იღებს სიგნალს r და y ობიექტის გაზომილ გამომავალ სიგნალს. BPOI-ის ინფორმაციის წინასწარ დამუშავების ბლოკში, შეყვანის სიგნალის r(w) სიხშირის მახასიათებლები და d(w) გარე დარღვევა, r(w) და d(w) სპექტრების ფარდობითი პოზიცია და დამახასიათებელი სიგნალი-ხმაურის თანაფარდობა r(w)/d(w). ყველა ეს ინფორმაცია შედის მონაცემთა ბაზაში. BPR გადაწყვეტილების ბლოკი, ჩამოყალიბებული KB ცოდნის ბაზის და DB მონაცემების გამოყენებით, შეიმუშავებს გადაწყვეტილებას, რომლის მიხედვითაც ჩართულია კონტროლის ერთ-ერთი ტიპი. მომდევნო ინტერვალში პროცესი მეორდება ახალი მონაცემების გამოყენებით.

შესავალი

თანამედროვე ტექნოლოგიური კომპლექსების ექსპლუატაციის პირობები განაპირობებს კონტროლისა და მართვის პროცესში გათვალისწინების აუცილებლობას გაურკვევლობის შემდეგი ტიპები:

1. საკონტროლო ობიექტებიდან მიღებული ოპერატიული ინფორმაციის დაბალი სიზუსტე,წარმოიქმნება ტექნოლოგიური პარამეტრების გაზომვის სენსორების დიდი შეცდომის გამო (ნაკადი, წნევა და ა. მოდელებისთვის საჭირო ტექნოლოგიური პროცესის წერტილები.

2. კონტროლისა და მართვის ობიექტების მოდელების უზუსტობა, გამოწვეული: პრაქტიკაში გამოყენებული სისტემური მრავალდონიანი იერარქიული მოდელებისა და ცალკეული ლოკალური პრობლემების გადაწყვეტილებების არაეკვივალენტურობით; არასწორად შესრულებული ზოგადი საკონტროლო დავალების დაშლა, ტექნოლოგიური პროცესის მოდელის გადაჭარბებული იდეალიზაცია, ტექნოლოგიურ კომპლექსში არსებითი რგოლების გაწყვეტა, ხაზოვანება, დისკრეტიზაცია, აღჭურვილობის რეალური მახასიათებლების პასპორტით ჩანაცვლება, განტოლებების გამოტანისას გამოთქმული ვარაუდების დარღვევა. (სტაციონალურობა, იზოთერმულობა, ერთგვაროვნება და ა.შ.).

3. ბუნდოვანება გადაწყვეტილების მიღების პროცესშიმრავალდონიანი იერარქიულ სისტემებში, იმის გამო, რომ მკაფიო (ზუსტი) მიზნები და კოორდინირებული გადაწყვეტილებები კონტროლისა და მართვის თითოეულ დონეზე და თითოეული ადგილობრივი კონტროლის მოწყობილობაზე, ართულებს კოორდინაციის პროცესს და წინასწარ განსაზღვრავს კოორდინაციის გადაწყვეტილებების ხანგრძლივ განმეორებით ხასიათს.

4. საკონტროლო მარყუჟში ადამიანის ოპერატორის, მათ შორის დისპეტჩერის არსებობადა საკოორდინაციო პროცესის წარმართვა რეალურ საწარმოო სისტემაში ბუნებრივ ენაზე, იწვევს დისპეტჩერის ცოდნის ალგორითმების სახით წარმოდგენის სირთულეების გათვალისწინებას და კომპიუტერის მიერ მიღებული გადაწყვეტის თანმიმდევრულობას მის შეფასებასთან.

”სიზუსტის გადაჭარბებულმა სწრაფვამ დაიწყო ისეთი ეფექტის მოტანა, რომელიც გააუქმებს კონტროლის თეორიას და სისტემურ თეორიას, რადგან ეს იწვევს იმ ფაქტს, რომ ამ სფეროში კვლევა ფოკუსირებულია იმ და მხოლოდ იმ პრობლემებზე, რომლებიც ზუსტ გადაწყვეტას ექვემდებარება. მნიშვნელოვანი პრობლემების მრავალი კლასი, რომლებშიც მონაცემები, მიზნები და შეზღუდვები ზედმეტად რთული ან არასწორად არის განსაზღვრული ზუსტი მათემატიკური ანალიზის დასაშვებად, გამოტოვებულია და რჩება მხოლოდ იმ მიზეზით, რომ ისინი არ ექვემდებარება მათემატიკურ მკურნალობას.

ლ.ზადე

თანამედროვეთა შორის წარმოების პროცესებიბევრია ისეთი, რომლებსაც აქვთ თვისებების კომპლექსი, რომლებიც მოულოდნელია ავტომატური მართვის კლასიკური თეორიისთვის (TAU). ეს "არასასიამოვნო" ან, როგორც მათ ჩვეულებრივ უწოდებენ, "სუსტად სტრუქტურირებული"ან "არასწორად განსაზღვრული"ობიექტებს აქვთ ისეთი თვისებები, როგორიცაა უნიკალურობა, არსებობის ფორმალიზებული მიზნის არარსებობა და ოპტიმალური, სტრუქტურისა და პარამეტრების არასტაციონარულობა, ობიექტის ფორმალური აღწერის არასრულყოფილება ან თითქმის სრული არარსებობა.

კონცეპტუალური საფუძვლები

მართვა გაურკვევლობის პირობებში

გაურკვევლობის ფაქტორები,რომლებიც გაგებულია, როგორც გაურკვევლობის წყაროები, საკმაოდ პირობითად იყოფა შემდეგ სამ დიდ ჯგუფად:

1. გაურკვევლობა და არასრული ინფორმაცია სიტუაციის შესახებ, რომელიც გამოიყენება ფუნქციონირების ხარისხის შეფასების ან სისტემის ფუნქციონირების მენეჯმენტის ფორმირების შესახებ გადაწყვეტილების მისაღებად - სისტემისა და გარემოს გაურკვევლობის ფაქტორი;

2. გაურკვევლობის, ბუნდოვანი აზროვნების და ადამიანის ცოდნის შედეგად წარმოქმნილი ფაქტორები- გაურკვევლობა, რომელიც ვლინდება ადამიანის სისტემასთან და მის გარემოსთან ურთიერთქმედებაში;

3. გაურკვევლობები, ბუნდოვანება(უზუსტობა) დაგროვილი ცოდნაკონცენტრირებული ხელოვნური ინტელექტუალური სისტემების ცოდნის ბაზაზე, განხორციელების პროცესში ამ ცოდნის ექსპლუატაციის გაურკვევლობაიმ ან სხვა ლოგიკურ და ლოგიკურ-ალგებრულ პროცედურებს ინფორმაციის შეგროვებისა და დამუშავების, მენეჯერული გადაწყვეტილებების შემუშავების, არჩევისა და მიღებისათვის.

გაურკვევლობის ფაქტორების (წყაროების) კლასიფიკაცია, რომელიც მოითხოვს მათ განხილვას რთული სისტემების შესწავლისას, ნაჩვენებია ნახ. B.1.

ნახ.B.1. გაურკვევლობის ფაქტორების კლასიფიკაცია

გაურკვევლობის ფაქტორების ანალიზისა და აღრიცხვის მეთოდოლოგია

მენეჯმენტი რთულ ორგანიზაციულ და ტექნიკურ სისტემებში...

(ACS DSS და DSS გადაწყვეტილების მხარდაჭერის სისტემებით და გადაწყვეტილების მიღების სისტემებით)

1. შემუშავებისა და გამოყენების ამოცანების პრობლემები და განზოგადებული ფორმალიზაცია

მენეჯერული გადაწყვეტილებების მიღება გაურკვევლობის პირობებში….

2. პირობებზე გადაწყვეტილების მიღების დეტერმინისტული თამაშის მიდგომა

გაურკვევლობის პირობებში ……………………………………………………..

3. გადაწყვეტილების მიღების პრობლემების გადაჭრის სტოქასტური მიდგომა ქ

გაურკვევლობის პირობები ………………………………………………

4. ალბათური - სტატისტიკური მიდგომა გადაწყვეტილების მიღებისას აშშ-ში

გაურკვევლობის პირობები ……………………………………………..

5. გადაწყვეტილების მიღების ალბათური მიდგომა გაურკვევლობის პირობებში

სიზარმაცე …………………………………………………………………

6. Fuzzy - სტოქასტური მიდგომა გადაწყვეტილების მიღებისას პირობებში

გაურკვევლობა …………………………………………………………..

7. შესაძლებლობების თეორია და გადაწყვეტილების მიღების პრობლემა პირობებში

გაურკვევლობა …………………………………………………………………

8. Fuzzy - პოსიბილისტური მიდგომა პირობებში გადაწყვეტილების მიღებისას

გაურკვევლობა …………………………………………………………

9. ენობრივი მიდგომა გადაწყვეტილების მიღებისადმი გაურკვევლობის პირობებში

განყოფილებები……………………………………………………………………….

ნახევრად სტრუქტურირებული ობიექტების მართვა, კლასიკური TAU-ს თვალსაზრისით, საკმაოდ რთული, პრაქტიკულად გადაუჭრელი ამოცანაა. ეს გამოწვეულია იმით, რომ ტრადიციული ავტომატური მართვის სისტემის (ACS) აგებისას აუცილებელია პირველად ფორმალურად აღწეროს საკონტროლო ობიექტი და ჩამოყალიბდეს კონტროლის კრიტერიუმები მათემატიკური აპარატის საფუძველზე, რომელიც მოქმედებს რაოდენობრივ კატეგორიებთან. თუ შეუძლებელია ობიექტის ზუსტი მათემატიკური აღწერა და რაოდენობრივი თვალსაზრისით მისი მართვის კრიტერიუმების მიცემა, ტრადიციული TAU გამოუყენებელი აღმოჩნდება.

მაგალითად, კლასიკური TAU დეტერმინისტული და სტოქასტური სისტემებით წარმატებით გამოიყენება ACS-ის ასაგებად თვითმფრინავებისთვის, ელექტროსადგურებისთვის და ა.შ., მაგრამ ცდილობს გააფართოვოს ტრადიციული მეთოდები ისეთ სფეროებზე, როგორიცაა ბიოსინთეზი, მრავალფაზიანი ქიმიური და ტექნოლოგიური პროცესები, რომლებიც დაკავშირებულია გამოწვასთან, დნობასთან. , კატალიზი და ა.შ., არ იძლეოდა ხელშესახები პრაქტიკული შედეგები, მიუხედავად მათი აღწერის სულ უფრო რთული მათემატიკური მეთოდებისა.

თუმცა, პრაქტიკაში, ასეთი ნახევრად სტრუქტურირებული ობიექტები საკმაოდ წარმატებით იმართება ადამიანის ოპერატორის მიერ, რომელსაც ეხმარება დაკვირვების, ანალიზისა და ინფორმაციის დამახსოვრების უნარი, გარკვეული დასკვნების გამოტანა და ა.შ. გადაწყვეტილებები არასრული და ბუნდოვანი ინფორმაციის გარემოში. თქვენი ინტელექტის წყალობით, ადამიანს შეუძლია იმუშაოს არა მხოლოდ რაოდენობრივად(რაც გარკვეულწილად მანქანას შეუძლია), არამედ თვისებრივი არაფორმალიზებული ცნებებით, რის შედეგადაც საკმაოდ წარმატებით უმკლავდება მართვის პროცესის გაურკვევლობას და სირთულეს. მაშასადამე, ადამიანის სავარაუდო მსჯელობის მოდელების აგება და მათი გამოყენება ACS-ში დღეს ერთ-ერთი უმნიშვნელოვანესი მიმართულებაა TAU-ს განვითარებაში.

ეჭვგარეშეა, რომ რთული ობიექტების მართვის ეფექტურობის მნიშვნელოვანი ზრდა მდგომარეობს ინტელექტუალური ACS-ის შექმნაში, რომელსაც შეუძლია გარკვეულწილად განაახლოს პირის გარკვეული ინტელექტუალური მოქმედებები, რომლებიც დაკავშირებულია ცოდნის შეძენასთან, ანალიზთან, კლასიფიკაციასთან. პროცესის კონტროლი, ისევე როგორც ოპერაციული ცოდნა, რომელიც დაგროვდა ადამიანის ოპერატორის ან თავად სისტემის მიერ ობიექტის მართვის პრაქტიკული აქტივობების დროს.

ამ პირობებში მუშაობის აუცილებლობა ართულებს სტანდარტული ავტომატიზაციის სისტემების და პროცესის კონტროლის სისტემების გამოყენებას. განსაკუთრებით რთულია აღჭურვილობის მუშაობის დასაშვები რეჟიმების აღწერა ისეთ პირობებში, როდესაც პროცესის კონტროლის სისტემებისა და ავტომატიზაციის სისტემებისთვის მკაცრი (მკაფიო) შეზღუდვების დაწესება იწვევს ამ სისტემების ავტომატურ ან ხელით გამორთვას. აქედან გამომდინარე, ძალზე მნიშვნელოვანია აღჭურვილობის დასაშვები ოპერაციული რეჟიმების ტერიტორიების აღწერისა და ფორმალიზაციისთვის გამოყენება. ხელოვნური ინტელექტის (AI) და ინტელექტუალური სისტემების (IS) თეორიები.

ბოლო დროს კომპიუტერული ტექნოლოგიების სწრაფი განვითარების გამო დაიწყო ინტელექტუალური კონტროლის ახალი მეთოდების გამოყენება ინდუსტრიაში. და მიუხედავად იმისა, რომ ინტელექტუალური ACS-ის პირველი აპლიკაციები განხორციელდა ევროპაში, ასეთი სისტემები ყველაზე ინტენსიურად დანერგილია იაპონიაში. მათი გამოყენების სპექტრი ფართოა: კონტროლიდან სამრეწველო რობოტები, დისტილაციის ქარხნები და აფეთქების ღუმელები სარეცხი მანქანებისთვის, მტვერსასრუტებისა და მიკროტალღური ღუმელებისთვის. ამავდროულად, ინტელექტუალური ავტომატური კონტროლის სისტემები საშუალებას იძლევა გააუმჯობესოს პროდუქტის ხარისხი და შეამციროს რესურსების და ენერგიის ხარჯები და უზრუნველყოს უფრო მაღალი წინააღმდეგობა შემაშფოთებელი ფაქტორების მიმართ ტრადიციულ ავტომატური მართვის სისტემებთან შედარებით.

ინტელექტუალური სისტემა არის(K.A. Pupkov) ტექნიკური საშუალებებისა და პროგრამული უზრუნველყოფის ერთობლიობა, რომელიც გაერთიანებულია ინფორმაციული პროცესით, მუშაობს ადამიანთან (ადამიანთა გუნდთან) ან ავტონომიურად, რომელსაც შეუძლია მიზნის სინთეზირება, მოქმედების გადაწყვეტილების მიღება და მიზნების მიღწევის რაციონალური გზების პოვნა. .

მთავარი არქიტექტურული მახასიათებელი, რომელიც განასხვავებს ინტელექტუალური კონტროლის სისტემები (IMS) „ტრადიციული„არის ცოდნის მოპოვების, შენახვისა და დამუშავების მექანიზმი მისი ფუნქციების განსახორციელებლად.

ინტელექტუალური კონტროლის სისტემების შექმნა ეფუძნება ორ პრინციპს: სიტუაციურ კონტროლს (კონტროლი დაფუძნებული გარე სიტუაციების ან მოვლენების ანალიზზე) და თანამედროვე საინფორმაციო ტექნოლოგიების გამოყენებას ცოდნის დამუშავებისთვის (საექსპერტო სისტემები, ხელოვნური ნერვული ქსელები, ბუნდოვანი ლოგიკა, გენეტიკური ალგორითმები. და რიგი სხვა).

პროგრამები №14 ფუნდამენტური კვლევა OEMMPU RAS

"მრავალდონიანი, ინტელექტუალური და ქსელური კონტროლის სისტემების ფუნქციონირების ანალიზი და ოპტიმიზაცია გაურკვევლობის პირობებში"

1. პროგრამის დასაბუთება

1.1. სამეცნიერო და პრაქტიკული მნიშვნელობა

ტექნოლოგიების ინტენსიური განვითარება (ქსელირება, კომპიუტერების მინიატურიზაცია, მათი სიჩქარის გაზრდა და ა.შ.) ახალ მოთხოვნებს აწესებს მართვის თანამედროვე სისტემებს და ხსნის ახალ შესაძლებლობებს, როგორც ჩაშენებული კონტროლის სისტემების დონეზე (დიდი სადისპეტჩერო ცენტრების დონეზე), ასევე დეცენტრალიზებული მულტი-აგენტური სისტემების ქსელის დონის (საკომუნიკაციო ქსელი, ჯგუფი) ურთიერთქმედება.კონტროლის სისტემები სულ უფრო მეტად იძენს ინფორმაციისა და კონტროლის სისტემების ხასიათს და შესწავლილია კონტროლის, გამოთვლითი და კომუნიკაციის თეორიების კვეთაზე. ამრიგად, საკომუნიკაციო არხების (კომუნიკაციების) თვისებების გათვალისწინება აუცილებელია, მაგალითად, დეცენტრალიზებულ (მრავალ აგენტურ) სისტემებში და ჩაშენებული კომპიუტერის მახასიათებლები მნიშვნელოვანია მრავალდონიანი კონტროლის სისტემებში ისეთი ინტელექტუალური ფუნქციების განხორციელებისას, როგორიცაა ტექნიკური. ხედვა, მოქმედებების დაგეგმვა, ტრენინგი, მრავალკრიტერიუმიანი გადაწყვეტილების მიღება, რეფლექსია და ა.შ. კერძოდ, კონტროლის ინტელექტუალიზაცია მიზნად ისახავს სისტემების ფუნქციონირების ავტონომიის ხარისხის ამაღლებას, როდესაც არ არსებობს დინამიკის რაოდენობრივი მოდელები ან დარღვევები. საკონტროლო ობიექტის ფუნქციონირება, რაც იწვევს რაოდენობრივი მოდელების ადეკვატურობის დაკარგვას (მაგალითად, განტოლებები, რომლებიც აღწერს რთული სისტემის ევოლუციას), აძლიერებს ხარისხობრივ როლს (ე.წ. "ცოდნა", მაგალითად, ლოგიკურ-ლინგვისტური) საკონტროლო სისტემის ზედა საფეხურებზე გამოყენებული ობიექტისა და გარემოს მოდელები.

პროგრამა მიმართულია მეცნიერების, ტექნოლოგიებისა და ინჟინერიის პრიორიტეტულ მიმართულებებში წარმოქმნილი ფუნდამენტური პრობლემების გადაჭრაზე რუსეთის ფედერაცია. ამოცანაა ახალი ფუნდამენტური და გამოყენებითი შედეგების მიღება კონტროლის თეორიის სფეროში რთული ტექნიკური, ადამიან-მანქანა და სხვა სისტემებისთვის, გაურკვევლობისა და საწყისი ინფორმაციის ნაკლებობის გათვალისწინებით, მათ შორის: სტოქასტური სისტემების ანალიზისა და სინთეზის თეორია, მოძრაობის მართვის სისტემებისა და ტექნოლოგიური პროცესების შექმნის თეორია, მიმდინარე დიაგნოსტიკითა და ტექნიკური მდგომარეობის კონტროლით, ასევე თანამედროვე საინფორმაციო ტექნოლოგიებზე დაფუძნებული ავტომატური დიზაინის სისტემების შექმნისა და ინტელექტუალური კონტროლის თეორიით.

კონტროლის თეორიის გამოყენების მრავალფეროვნების გამო, ანალიზისა და ოპტიმიზაციის სხვადასხვა აპლიკაციებში (ტრანსპორტი, ლოჯისტიკა, წარმოება, საავიაციო და კოსმოსური სისტემები, წყალქვეშა ნავები და ზედაპირული ხომალდები და ა.შ.), აუცილებელია გავითვალისწინოთ სირთულის ფაქტორების დიდი რაოდენობა. , როგორიცაა:

მრავალდონიანი მენეჯმენტი,

დეცენტრალიზაცია,

არაწრფივი

სიმრავლე

პარამეტრების განაწილება

პროცესების ცვალებადობა სივრცეში და დროში,

მაღალი განზომილება,

ქვესისტემების აღწერის ჰეტეროგენულობა,

მულტიმოდალობა,

იმპულსური გავლენის არსებობა,

კოორდინატულ-პარამეტრული, სტრუქტურული, რეგულარული და სინგულარული დარღვევების არსებობა,

დეტერმინისტული და ალბათური მოდელების გამოყენება მდგომარეობის ვექტორისა და სისტემის პარამეტრების შესახებ ინფორმაციის გაურკვევლობის აღწერისთვის, გაზომვის შეცდომების თვისებების და გარემოს შესახებ,

დაყოვნების ეფექტის არსებობა კონტროლსა და ობიექტში,

· თანამედროვე მართვის სისტემების ზოგადი სტრუქტურული სირთულე.

დასახული მიზნის მისაღწევად და ძირითადი ამოცანების გადასაჭრელად პროგრამა მოიცავს კვლევასა და განვითარებას შემდეგ ძირითად მიმართულებებში:

1. არასრული ინფორმაციით მრავალდონიანი მართვის სისტემების სხვადასხვა დროის მასშტაბებში ფუნქციონირების ანალიზი და ოპტიმიზაცია.

2. ორგანიზაციული და ტექნიკური ხასიათის მრავალდონიან და დეცენტრალიზებულ სისტემებში მართვა და ოპტიმიზაცია.

2.1. კონტროლი და ოპტიმიზაცია ქსელზე ორიენტირებულ სისტემებში.

2.2. მოძრავი ობიექტების ინტელექტუალური კონტროლი.

2.3. რეალურ დროში მრავალდონიანი ინფორმაციისა და კონტროლის სისტემების მოდელირება და ოპტიმიზაცია.

მიმართულება 1. ფუნქციონირების ანალიზი და ოპტიმიზაცია მრავალდონიანი კონტროლის სისტემების სხვადასხვა დროის მასშტაბები არასრული ინფორმაციით

მრავალი თანამედროვე კონტროლის სისტემის სირთულე ხშირად არ იძლევა სისტემის შიგნით მიმდინარე პროცესების და მისი გარემოსთან ურთიერთქმედების წინასწარ სრული აღწერილობის მოპოვების საშუალებას. როგორც წესი, რეალური სისტემები აღწერილია დინამიკის არაწრფივი განტოლებებით და ხშირად კონტროლის სისტემების მათემატიკური მოდელები ითვალისწინებენ მხოლოდ ცალკეული ელემენტების პარამეტრებისა და მახასიათებლების ცვლილებების დასაშვებ დიაპაზონს, თავად ამ პარამეტრების და მახასიათებლების მითითების გარეშე.

გარდა ამისა, ზოგიერთ სისტემაში, კერძოდ, მიკრომექანიკურ და კვანტურ სისტემაში, აღწერის კლასიკური მეთოდების გამოყენება უწყვეტ ან დისკრეტულ დროს რთულია, რადგან წარმოქმნილი შიდა და/ან გარე ურთიერთქმედების ძალები, ისევე როგორც საკონტროლო მოქმედებები, გარდამავალი, იმპულსურია. ბუნებაშია და ზუსტად გამოთვლა შეუძლებელია. . სისტემა, როგორც ჩანს, მოქმედებს სხვადასხვა დროის მასშტაბებზე: რეალური (ნელი) და სწრაფი (იმპულსი). ასეთი დროებითი მრავალმასშტაბიანობა არის მრავალი თანამედროვე კონტროლის სისტემის შიდა საკუთრება, მათ შორის მრავალდონიანი კონტროლის სისტემები, რომლებშიც ზედა დონეები იყენებს ხარისხობრივ და დისკრეტულ მოდელებს, ხოლო ქვედა დონეები უფრო ხშირად იყენებენ რაოდენობრივ მოდელებს უწყვეტი დროით.

ამ მიზეზით, მეთოდების შემუშავება ასეთი სისტემების ფუნქციონირების აღწერის მათემატიკური ფორმალიზაციისთვის ჰიბრიდულ (უწყვეტ-დისკრეტულ) დროში, მათი თვისებების შესწავლა კონტროლირებად და სტაბილურობისთვის არასრული ინფორმაციის, კონტრმოქმედებისა და არასტანდარტული შეზღუდვების პირობებში. კონტროლისა და ფაზის ცვლადების შესახებ გადაუდებელი ამოცანაა. იგივე გადაუდებელი ამოცანაა ისეთი უწყვეტი-დისკრეტული სისტემების ოპტიმალური კონტროლის სინთეზის მეთოდების შემუშავება, როგორც დეტერმინისტული, ისე სტოქასტური.

გარდა ამისა, გაურკვევლობისა და აპრიორი ინფორმაციის ნაკლებობის პირობებში ძალზე აქტუალურია ინფორმაციის შეგროვებისა და დამუშავების პროცესის ოპტიმიზაციის პრობლემები (დაკვირვების კონტროლი და ოპტიმალური გაფილტვრა).

მიმართულება 2. მენეჯმენტი და ოპტიმიზაცია ორგანიზაციული და ტექნიკური ხასიათის მრავალდონიან და დეცენტრალიზებულ სისტემებში

2.1. კონტროლი და ოპტიმიზაცია ქსელზე ორიენტირებულ სისტემებში

თანამედროვე რთული ორგანიზაციული და ტექნიკური სისტემები ხასიათდება მაღალი განზომილებით, დეცენტრალიზაციით, მრავალ დონის მენეჯმენტით, აქტივობების ეფექტური დაგეგმვის აუცილებლობით, ტრენინგის გათვალისწინებით, მიღებული გადაწყვეტილებების მრავალკრიტერიუმით და კონტროლირებადი ერთეულების ასახვით.

დიდი განზომილების დისკრეტული და უწყვეტი განაწილებული მრავალდაკავშირებული სისტემების დაგეგმვისა და კონტროლის პრობლემები ასევე ხასიათდება სხვადასხვა მასშტაბის პროცესებით არა მხოლოდ დროში, არამედ განაწილებითა და მასშტაბით სივრცეში და წარმოადგენს ერთ-ერთ ყველაზე რთულ და შრომატევად კლასს. ოპტიმიზაციის პრობლემები. ამ მიზეზით, მიზანშეწონილია შემუშავდეს კვლევის მეთოდები და მიდგომები ზუსტი და სავარაუდო გადაწყვეტილებების მოსაძებნად, ასევე სიმულაციური ინსტრუმენტები გადაწყვეტილების მხარდაჭერის სისტემებში გამოსაყენებლად რთული ტექნიკური, ორგანიზაციული (ტრანსპორტისა და ლოჯისტიკის ჩათვლით) და საინფორმაციო სისტემების დაგეგმვის, დიზაინისა და მართვისთვის. .

დეცენტრალიზებული ორგანიზაციული და ტექნიკური სისტემების კომპონენტების ჯგუფური ურთიერთქმედების მართვა (ქსელზე ორიენტირებული სისტემები, წარმოების სისტემები, გამოთვლები, ტელეკომუნიკაციები და სხვა ქსელები და ა.შ.) საკომუნიკაციო არხებზე შეზღუდვისა და გამოთვლების სირთულის, ინფორმაციის დამუშავების მახასიათებლების პირობებში. პროცესები, ასევე გადაწყვეტილების მიღების დროის, გამოთვლითი შესაძლებლობებისა და საკომუნიკაციო არხების გამტარუნარიანობის შეზღუდვა. აქედან გამომდინარე, აქტუალურია რთული ორგანიზაციული და ტექნიკური სისტემების სტრუქტურის ოპტიმიზაციის (ზემოხსენებული შეზღუდვების გათვალისწინებით) მეთოდების შემუშავება, მათ შორის, ერთდროულად მრავალი კრიტერიუმის გათვალისწინება: საწყისი მონაცემების დეტალები, ინფორმაციის შეგროვების ეფექტურობა. , დაგეგმვა და რეფლექსური გადაწყვეტილების მიღება, ინდივიდუალური კომპიუტერების შეზღუდული შესრულება, სამუშაოების დუბლირების შემცირება, ასევე დამხმარე გამოთვლების პროპორცია, რომელიც დაკავშირებულია მონაცემთა გადაცემის შენარჩუნებასთან.

მრავალდონიანი და დეცენტრალიზებული სისტემებს ახასიათებთ გადაწყვეტილების განაწილებული მიღებით რეალურ დროში ინფორმაციის კონტრქმედების პირობებში, აგრეთვე ინფორმაციის არასრულყოფილება და არაერთგვაროვნება, ხშირად მრავალკრიტერიუმიანი ხარისხობრივი და სუბიექტური ხასიათის. ამ მიზეზით, საჭიროა შემუშავდეს მეთოდები ადეკვატური საინფორმაციო მხარდაჭერის სისტემების შესაქმნელად და არასრული ინფორმაციისა და კონტრმოქმედების პირობებში სტრატეგიული და ოპერატიული გადაწყვეტილებების მიღების ხელშეწყობისთვის. ამისთვის მიზანშეწონილია, კერძოდ, შემუშავდეს: დინამიური ორგანიზაციული და ტექნიკური სისტემების მრავალაგენტიანი მოდელები, მათ შორის ქსელური მოდელები კონფლიქტურ აგენტებთან, ჯგუფური ქცევისა და მისი პროგნოზირების მოდელები, ინტერესთა ბალანსის შეფასება და კოალიციების ფორმირება. ამ სისტემებში, ასევე ინფორმაციული ტექნოლოგიებისა და ინფორმაციის პრეზენტაციის ინსტრუმენტების შემუშავება გარე გარემოსა და ინტელექტუალური აგენტების ცოდნის შესახებ.

2.2. მოძრავი ობიექტების ინტელექტუალური კონტროლი

დასახული ამოცანების გადასაჭრელად, ყოველთვის არ არის შესაძლებელი რაოდენობრივი მოდელების შექმნა, ამიტომ ტრადიციულ მეთოდებთან ერთად პროგრამა იყენებს ხელოვნური ინტელექტის მეთოდებს. ხელოვნურმა ინტელექტმა, როგორც ცოდნის სფერომ, განიცადა უზარმაზარი ნახტომი ბოლო ორმოცდაათი წლის განმავლობაში, როგორც ინტელექტის კონცეფციის შემუშავებასა და დახვეწაში, ასევე ხელოვნური ინტელექტის პრაქტიკული გამოყენების სფეროში ადამიანის საქმიანობის სხვადასხვა სფეროში: ტექნოლოგია, ეკონომიკა, ბიზნესი, მედიცინა, განათლება და ა.შ. ხელოვნური ინტელექტის მრავალი თეორიული დებულება და მეთოდი გადაკეთდა ცოდნაზე დაფუძნებულ გამოყენებით ინტელექტუალურ ტექნოლოგიებად.

ინტელექტუალური სისტემების თანამედროვე თაობის თავისებურება ის არის, რომ ისინი ეფუძნება გარე გარემოს რთულ მოდელს, რომელიც ითვალისწინებს როგორც რაოდენობრივ ინფორმაციას, ასევე თვისობრივ მოდელებს - ცოდნას გარე გარემოს სხვადასხვა ობიექტების შესაძლო ქცევისა და მათი ურთიერთკავშირების შესახებ. ასეთი მოდელების გამოყენება შესაძლებელი გახდა ცოდნის წარმოდგენის მეთოდების შემუშავების, სხვადასხვა წყაროდან მონაცემების ინტეგრაციის მეთოდების, კომპიუტერების სიჩქარისა და მეხსიერების მნიშვნელოვანი ზრდის გამო.

გარე გარემოს მოდელის არსებობა საშუალებას აძლევს მოძრავი ობიექტების თანამედროვე ინტელექტუალურ საკონტროლო სისტემებს მიიღონ გადაწყვეტილებები მრავალკრიტერიუმების, გაურკვევლობისა და რისკის პირობებში და ამ გადაწყვეტილებების ხარისხი შეიძლება აღემატებოდეს ადამიანის მიერ მიღებული გადაწყვეტილებების ხარისხს. ინფორმაციის გადატვირთვის, შეზღუდული დროისა და სტრესის პირობები.

ამ მხრივ, გადაუდებელი ამოცანაა ახალი ინსტრუმენტებისა და მეთოდების შემუშავება მოძრავი ობიექტების ინტელექტუალური კონტროლის განვითარებისათვის ზემოთ ჩამოთვლილი ფაქტორების არსებობისას.

2.3. რეალურ დროში მრავალდონიანი ინფორმაციისა და კონტროლის სისტემების მოდელირება და ოპტიმიზაცია

ამ მიმართულებით კვლევის აქტუალობა განპირობებულია გაურკვევლობის პირობებში მოქმედი მრავალფუნქციური და მრავალფუნქციური ობიექტების მრავალდონიანი ღია მოდულური რეალურ დროში ინფორმაციისა და კონტროლის სისტემების (IMS RT) ანალიზისა და სინთეზის მეთოდების შემუშავების აუცილებლობით. სტრუქტურული დარღვევები და საგანგებო სიტუაციები (ESS). კონტროლის ამ ობიექტებს შორის არის კრიტიკული ობიექტები და პასუხისმგებელი გამოყენების სისტემები, რომლებიც განსაზღვრავენ სახელმწიფოს უსაფრთხოებას.

აშკარაა, რომ ამ კლასის სისტემების შექმნის პრობლემები და ამოცანები წარმატებით შეიძლება გადაწყდეს ასეთი სისტემების სტრუქტურის, მათი ალგორითმული დინამიური და სცენარული ანალიზისა და პროგრამული უზრუნველყოფაზე ორიენტირებული ერთიანი თეორიის შემუშავების და გამოყენებითი პროგრამული უზრუნველყოფის მეთოდების შემუშავების საფუძველზე. , პროგრამული და საინფორმაციო მხარდაჭერა და ეფექტური მართვის ქმედებების შემუშავების მექანიზმები. ეს, უპირველეს ყოვლისა, მოიცავს ღია ინფორმაციისა და კონტროლის სისტემების დიზაინის ფორმალიზებული მეთოდოლოგიის შემუშავებას, მათ შორის მოდელებსა და მეთოდებს ოპტიმალური, სხვადასხვა ეფექტურობის კრიტერიუმების მიხედვით, ობიექტზე ორიენტირებული IMS RT ღია არქიტექტურის მოდულარული სტრუქტურის სინთეზისთვის. დინამიური ანალიზის ეტაპზე მიღებულ შედეგებზე დაყრდნობით სინთეზირდება მონაცემთა დამუშავებისა და კონტროლის ოპტიმალური ფუნქციონალური მოდულური სტრუქტურა, ანუ განისაზღვრება RT IMS მოდულების ოპტიმალური შემადგენლობა და რაოდენობა, სინთეზირებულია სისტემის ინტერფეისი და მისი სტრუქტურა. განისაზღვრება პროგრამული და საინფორმაციო მხარდაჭერა აპლიკაციების შეყვანის ნაკადების დასამუშავებლად.

მოქმედებების დაგეგმვისა და გადაწყვეტილების მიღების მხარდასაჭერად გაურკვევლობის, სტრუქტურული დარღვევებისა და საგანგებო სიტუაციების პირობებში, მიზანშეწონილია გამოიყენოთ IMS RT-ში სცენარის ანალიზისა და ეფექტური კონტროლის მოქმედებების სინთეზის მეთოდები. ამ შემთხვევაში, სტრუქტურული დარღვევებისა და საგანგებო სიტუაციების გავრცელების მათემატიკური მოდელი ჩამოყალიბდება შეწონილი ან ფუნქციური ნიშნის გრაფიკების ენაზე. ამ მოდელის საფუძველზე მოხდება ობიექტების მართვის რაციონალური სცენარების სინთეზირება მათი შემადგენელი ელემენტების ოპერატიულობის პოტენციალის, გამძლეობისა და გადარჩენის ცნებების გამოყენებით. მრავალრეჟიმიან სამიზნე ობიექტებში NSS-ის მიზეზებისა და შედეგების აღმოფხვრის სცენარების სინთეზი განხორციელდება დინამიურად განსაზღვრული დროისა და რესურსების შეზღუდვის გათვალისწინებით. ასევე აუცილებელია ფორმულირებებისა და მეთოდების შემუშავება გაურკვევლობის, სტრუქტურული დარღვევებისა და საგანგებო სიტუაციების პირობებში მრავალრეჟიმიანი და მრავალფუნქციური ობიექტების გადარჩენის მართვის საპირისპირო პრობლემების გადასაჭრელად.

ზემოთ აღნიშნული საკონტროლო სისტემებისა და ობიექტების სპეციფიკა, მათთვის კონტროლის, ანალიზისა და ოპტიმიზაციის პრობლემების გადაჭრის სამეცნიერო და პრაქტიკული მნიშვნელობა საშუალებას გვაძლევს ჩამოვაყალიბოთ პროგრამის შემდეგი ძირითადი მიზნები და ამოცანები.

1.2. ძირითადი მიზნები და ამოცანები

პროგრამის მთავარი მიზანია კონტროლის თეორიის ფუნდამენტური პრობლემების გადაჭრა, რომლებიც აფერხებენ ეროვნული მნიშვნელობის პერსპექტიული პროექტების განხორციელებას რთული დინამიური და ინტელექტუალური სისტემების კონტროლის სფეროში ტექნიკური ობიექტებისა და პროცესების მოძრაობის კონტროლის აპლიკაციებით ტექნოლოგიურ და ტექნოლოგიურ და ტექნოლოგიურ სფეროში. ორგანიზაციული სისტემები.

კვლევა ჩატარდება შემდეგ განზოგადებულ თემებზე.

მიმართულება 1

· არაწრფივი სისტემების სტაბილიზაციის მეთოდების შემუშავება კოორდინატების არასრული გაზომვის სიტუაციებში და საკონტროლო ძალების დასაშვებ სტრუქტურაზე შეზღუდვები.

· საკონტროლო ობიექტისა და სამოქმედო გარემოს პარამეტრების დეტერმინისტული, ალბათური და სხვა მოდელების გაურკვევლობის პირობებში ძლიერი და ადაპტური მონიტორინგისა და კონტროლის მეთოდების შემუშავება.

· უწყვეტი, დისკრეტული და მრავალდონიანი უწყვეტი-დისკრეტული დინამიური მოდელების ხარისხობრივი და რაოდენობრივი ანალიზის მეთოდებისა და ალგორითმების შემუშავება და ვექტორული და მატრიცული შედარების ფუნქციებითა და მოდელის გარდაქმნებით შემცირების მეთოდის საფუძველზე კონტროლის სინთეზი.

· ახალი კლასის მექანიკური სისტემების ოპტიმალური კონტროლის პრობლემის შესწავლა, რომლებიც მოძრაობენ გამძლე მედიაში შიდა სხეულების კონფიგურაციის ან მოძრაობის შეცვლით.

· მშრალი ხახუნის არსებობისას მექანიკური სისტემების დარტყმითი ურთიერთქმედების ამოცანების მათემატიკური ფორმალიზაციის და ამოხსნის მეთოდების შემუშავება.

· დისკრეტულ-უწყვეტი და იმპულსური დინამიკური სისტემების მართვის ოპტიმალური მეთოდების შემუშავება.

· დინამიური თამაშების სახით უკონტროლო აშლილობაზე დაქვემდებარებული არაწრფივი ობიექტების გარანტირებული კონტროლის მეთოდების შემუშავება.

· კვანტური სისტემების მართვის თეორიის შემუშავება.

· დინამიური თვისებების ანალიზის მეთოდებისა და ალგორითმების შემუშავება, როგორიცაა სტაბილურობა, უცვლელობა, დაშლა მდგომარეობის შეფასებისა და მრავალდონიანი კონტროლის სისტემების სინთეზისთვის სხვადასხვა დონეზე პროცესების დინამიკის ჰეტეროგენული აღწერით.

მიმართულება 2.1

· განაწილებული პარამეტრებით და მრავალმასშტაბიანი (სივრცეში და დროში) პროცესებით მსხვილმასშტაბიანი ქსელზე ორიენტირებული სისტემების საკონტროლო ამოცანების გადაჭრის მეთოდები.

· განაწილებული პროექტებისა და პროგრამების საკომუნიკაციო ქსელის დეცენტრალიზებული ინტელექტუალური კონტროლის მოდელები და მეთოდები.

· მრავალდონიანი და დეცენტრალიზებული სისტემების სტრუქტურის ოპტიმიზაციის მეთოდები.

· ქსელურ-ცენტრული მართვის კომპიუტერული განხორციელების მეთოდები და სტრუქტურები განაწილებული და პარალელური გამოთვლის მათემატიკურად ერთგვაროვან სივრცეში.

· არასრულ, ჰეტეროგენულ, თვისებრივ და სუბიექტურ ინფორმაციაზე დაფუძნებული ჯგუფური გადაწყვეტილების მიღების მოდელები და მეთოდები.

· კომპლექსურ ტექნიკურ და სატრანსპორტო და ლოგისტიკურ სისტემებში ურთიერთდაკავშირებული ოპერაციების კომპლექსების დაგეგმვისა და მართვის მოდელები და მეთოდები.

· პრინციპების, არქიტექტურის, მეთოდებისა და ალგორითმების შემუშავება განაწილებული ინტელექტუალური პროგრამული სისტემების მრავალ აგენტურ ტექნოლოგიებზე დაფუძნებული.

· ინფორმაციის მართვის მოდელებისა და მეთოდების შემუშავება მრავალ აგენტურ ქსელურ სტრუქტურებში.

მიმართულება2.2

· სიტუაციური კონტროლის განზოგადებული მოდელების შემუშავება, რომელიც ასახავს ბუნდოვანი, ნერვული ქსელის და ლოგიკურ-დინამიკური ელემენტების მოდელების სტრუქტურაში ჩართვის თავისებურებებს.

· მარშრუტის დაგეგმვის მეთოდის შემუშავება, რომელიც უზრუნველყოფს კონტროლირებადი დინამიური ობიექტების ჯგუფის კომუნიკაციის მდგრადობის თვისებას, ჰეტეროგენულ (რაოდენობრივ-ხარისხობრივ) მათ სამოდელო წარმოდგენაში.

· ანალიზისა და სინთეზის მეთოდების შემუშავება რეალურ დროში ადაპტური მოდელირების პლატფორმებისთვის, რომლებიც ითვალისწინებენ საკონტროლო ობიექტების არაწრფივობას, მრავალკავშირიანობას, მაღალ განზომილებას საზღვაო მოძრავ ობიექტებზე გამოყენებისას.

· კონფლიქტურ გარემოში მოძრავი ობიექტების მრავალდონიანი კონტროლის ინტელექტუალური სისტემების ოპტიმიზაცია მათი ჯგუფური ურთიერთქმედების, მრავალკრიტერიუმების, გაურკვევლობისა და რისკის გათვალისწინებით.

· ინტელექტუალური მართვის სისტემების ტექნიკური ხედვის უზრუნველყოფის მეთოდების შემუშავება.

· კომპლექსური მანევრირების შემსრულებელი დინამიური ობიექტების ინტელექტუალური კონტროლის მეთოდების შემუშავება სისტემური მდგომარეობების სივრცეში იძულებითი მოძრაობის ორგანიზების საფუძველზე.

მიმართულება2.3

· ობიექტზე ორიენტირებული მრავალდონიანი რეალურ დროში ინფორმაციისა და კონტროლის სისტემების მოდულური სტრუქტურის ანალიზისა და ოპტიმიზაციის მოდელები და მეთოდები ღია არქიტექტურით გაურკვევლობისა და სტრუქტურული დარღვევების პირობებში.

· ელექტროენერგეტიკული სისტემების რეჟიმების ანალიზისა და ოპტიმიზაციის მეთოდები და მათი მართვა.

· სცენარულ-ინდიკატორის მიდგომის მოდელები და მეთოდები მენეჯმენტის ამოცანების მოწყვლადობის წერტილების ძიებაში.

· მოძრავი ობიექტების მრავალრეჟიმიანი მართვის პროცესების მოდელირების, ანალიზისა და ოპტიმიზაციის მეთოდები.

· არაწრფივი არასტაციონარული ობიექტების ინტელექტუალური იდენტიფიკაციის მეთოდებისა და ალგორითმების შემუშავება მართვის ეფექტურობის გასაუმჯობესებლად საკონტროლო ობიექტის შესახებ აპრიორი ინფორმაციის საფუძველზე ტექნოლოგიური ცოდნის ბაზის ფორმირებით.

· გეოინფორმაციული ტექნოლოგიები ბუნებრივი და ტექნოგენური კომპლექსების მოდელირებისთვის მეგაპოლისების ეკოსისტემების მართვის პრობლემებში.

· ნავიგაციისა და მართვის სისტემების საინფორმაციო მხარდაჭერის ანალიზი და ოპტიმიზაცია.

· საწარმოო პროცესების მართვის მოდელები და მეთოდები.

შემუშავებული თეორიისა და კონტროლის სისტემების ანალიზისა და სინთეზის მეთოდების შედეგები გამოყენებული იქნება შემდეგ სფეროებში:

· მოძრაობის კონტროლი საავიაციო და ასტრონავტიკაში, სახმელეთო და საზღვაო ობიექტებში, სატრანსპორტო საშუალებებში;

· მრავალ აგენტური ქსელის ორიენტირებული სისტემები, წარმოების სისტემები, გამოთვლითი, სატელეკომუნიკაციო და სხვა ქსელები ;

· სატრანსპორტო და ლოგისტიკური სისტემები ;

· გლობალური ენერგეტიკა, გაზის ტრანსპორტირება და სხვა ფართომასშტაბიანი ინფრასტრუქტურული სისტემები;

· მენეჯმენტის ამოცანების საინფორმაციო მხარდაჭერის სისტემები და არასრული ინფორმაციისა და კონტრმოქმედების პირობებში სტრატეგიული და ოპერატიული გადაწყვეტილებების მიღების მხარდაჭერა.

კონტროლის სისტემების აგების თეორიის ფუნდამენტური პრობლემები მათ ინტენსიურ განვითარებას მოითხოვს. ამ მიმართულებით კვლევების განვითარება საშუალებას მისცემს:

კონტროლი-გამოთვლა-კომუნიკაციის რთული სამმხრივი პრობლემის გადაჭრის თეორიული საფუძვლების შემუშავება (პრობლემა - " კონტროლი- გამოთვლა- კომუნიკაცია„) კომპლექსური საინფორმაციო და კონტროლის სისტემებისთვის, მათ შორის საკომუნიკაციო არხების შეზღუდვისა და ქვესისტემების გაუმართაობის პირობებში;

მოძრავ ობიექტებთან, სპეციალური დანიშნულების ობიექტებთან, ტექნოლოგიურ და ორგანიზაციულ სისტემებთან დაკავშირებული ფუნდამენტურად ახალი ობიექტებისა და პროცესების მართვის პრობლემების გადაჭრა;

Შექმნა ეფექტური მეთოდებითვითმფრინავების და სხვა მოძრავი ობიექტების მართვის სისტემების ფუნქციონალური დიაგნოსტიკა და ხარვეზების ტოლერანტობის უზრუნველყოფა, ასევე ელექტროენერგეტიკული სისტემების დინამიური სტაბილურობა;

ხარისხის გასაუმჯობესებლად, დააჩქაროს და შეამციროს დიზაინის გადაწყვეტილებების შემუშავების ღირებულება კონტროლის სისტემების განვითარების პროცესის ალგორითმიზაციისა და ავტომატიზაციის გზით.

შემდგომში კონტროლი იგულისხმება ფართო გაგებით, მათ შორის საკომუნიკაციო ქსელი, ჯგუფური, განაწილებული კონტროლი (ინგლისურ ლიტერატურაში - კონტროლი ქსელებში, ქსელებზე კონტროლი, განაწილებული კონტროლი და ა.შ.)