Современные проблемы автоматизации и управления К т н

Современные проблемы автоматизации и управления К. т. н. , доцент кафедры Аи. КС АВТФ ТПУ Замятин С. В.

Содержание курса 2 1. Экспертные системы 2. Робастные системы 3. Интеллектуальные системы 4. Многорежимные системы 5. Нечеткие регуляторы

1. Экспертные системы 3 1. 1 Общие понятия об экспертных системах 1. 2 Структура экспертной системы 1. 3 Области применения экспертных систем 1. 4 Примеры экспертных систем

Общие понятия об экспертных системах 4 Экспертная система - система искусственного интеллекта, включающая знания об определенной слабо структурированной и трудно формализуемой узкой предметной области и способная предлагать и объяснять пользователю разумные решения. Экспертная система - программно-техническое средство, позволяющее пользователю в диалоговом режиме получать от компьютера консультационную помощь в конкретной предметной области, где сконцентрированы опыт и знания людей-экспертов (специалистов в данной области). Экспертная система - программа, которая использует знания специалистов (экспертов) о некоторой конкретной узко специализированной предметной области и в пределах этой области способна принимать решения на уровне эксперта-профессионала.

Критерии использования ЭС для решения задач 5 Данные и знания надежны и не меняются со временем. Пространство возможных решений относительно невелико. В процессе решения задачи должны использоваться формальные рассуждения. Существуют системы, основанные на знаниях, пока еще не пригодные для решения задач методами проведения аналогий или абстрагирования (человеческий мозг справляется с этим лучше). В свою очередь традиционные компьютерные программы оказываются эффективнее систем, основанных на знаниях, в тех случаях, когда решение задачи связано с применением процедурного анализа. Системы, основанные на знаниях, более подходят для решения задач, где требуются формальные рассуждения. Должен быть по крайней мере один эксперт, который способен явно сформулировать свои знания и объяснить свои методы применения этих знаний для решения задач.

Схема процесса решения задачи для экспертной системы 6

Требования, предъявляемые к экспертным системам: 7 Использование знаний, связанных с конкретной предметной областью; Приобретение знаний от эксперта; Определение реальной и достаточно сложной задачи; Наделение системы способностями эксперта.

Структура экспертной системы 8

Структура экспертной системы 9

Обобщенная структурная схема интеллектуальной системы управления 10

Области применения экспертных систем 11 Медицинская диагностика Прогнозирование Планирование Интерпретация данных Контроль и управление Обучение

Примеры экспертных систем 12 Deep Fritz (Шахматный гроссмейстер) MYCIN (Стэндфордский университет, США) JUDITH (Германия) INTERNIST (США) PROSPECTOR (Канада)

2. Робастные системы 13 2. 1 Общие понятия робастных систем 2. 2 Системы с параметрической неопределенностью 2. 3 Системы с непараметрической неопределенностью

Общие понятия робастных систем 14 Робастность – свойство системы сохранять качество функционирования в пределах предъявляемых к ней требований при изменении ее параметров или структуры

Общие понятия робастных систем 15 Робастное управление — совокупность методов теории управления, целью которых является синтез такого регулятора, который обеспечивал бы хорошее качество управления, если объект управления отличается от расчётного или его математическая модель точно неизвестна. Робастные системы - системы, обладающие свойством робастности.

Задача синтеза робастных систем управления 16 Поиск закона управления, который сохранял бы выходные переменные системы и сигналы ошибки в заданных допустимых пределах, несмотря на наличие неопределённостей в объекте управления.

Виды неопределенностей 17 Параметрическая неопределенность - структура модели известна, но ее параметры могут изменяться в некоторых пределах Непараметрическая неопределенность – структура системы не определена

Параметрическая неопределенность 18 Рассмотрим систему, в которой: - объект управления - регулятор-усилитель - характеристический полином замкнутой системы

Параметрическая неопределенность 19 Замкнутая система будет устойчива при Следовательно условие робастной устойчивости примет вид:

Параметрическая неопределенность 20 Теорема Харитонова: полином устойчив при всех возможных значениях коэффициентов тогда и только тогда, когда устойчивы четыре полинома Харитонова:

Непараметрическая неопределенность 21 Непараметрическая неопределенность задает допустимую ошибку в частотной области. Аддитивная неопределенность Мультипликативная неопределенность

Непараметрическая неопределенность 22 Теорема о малом коэффициенте усиления: система с регулятором C(s) и номинальным объектом P 0(s) робастно устойчива, если для любой частоты ω выполняется неравенство: где - передаточная функция номинальной замкнутой системы:

Основы теории интеллектуальных систем управления 23 3. 1 Истоки интеллектуальных систем 3. 2 Признаки интеллекта применительно к интеллектуальным системам 3. 3 Понятие знания 3. 4 Интеллектуальные системы управления 3. 5 Интеллектуальные регуляторы

Истоки интеллектуальных систем 24 1950 - Алан Тьюринг, журнал «Mind» . «Вычислительная машина и интеллект» . Первое определение интеллектуальных систем. 1956 - Искусственный интеллект – область компьютерных наук, занимающаяся исследованием и автоматизацией разумного поведения

Истоки интеллектуальных систем 25 Современное определение искусственного интеллекта (ИИ) - это одно из направлений информатики, целью которого является разработка аппаратно-программных средств, позволяющих пользователю-непрограммисту ставить и решать свои, традиционно считающиеся интеллектуальными задачи, общаясь с ЭВМ на ограниченном подмножестве естественного языка

Признаки интеллекта интеллектуальной системы (ИС) 26 ИС должна уметь в наборе фактов распознать существенные. ИС способна из имеющихся фактов и знаний сделать выводы не только с использованием дедукции, но и с помощью аналогии, индукции и т. д. ИС должна быть способна к самооценке. С помощью подсистем объяснения ИС может ответить на вопрос, почему получен тот или иной результат. ИС должна уметь обобщать, улавливая сходство между имеющимися фактами.

Понятие знания 27 Знания - результат, полученный познанием окружающего мира и его объектов. Знания - система суждений с принципиальной и единой организацией, основанная на объективной закономерности. Знания - это формализованная информация, на которую ссылаются или которую используют в процессе логического вывода.

Процесс логического вывода в ИС 28

Понятие знания 29 Знания Статические Факты (А это А) Динамические Правила (Если - то)

Интеллектуальные системы управления (ИСУ) 30 ИСУ – система, в которой знания о неизвестных характеристиках объекта управления и окружающей среды формируются в процессе обучения и адаптации, а полученная при этом информация используется в процессе автоматического принятия решений так, что качество управления улучшается.

Основные принципы построения ИСУ: 31 принцип ситуационного управления принцип иерархического построения интеллектуальных систем принципы организации процедур логического вывода на основе использования различных технологий обработки знании принципы организации процессов самообучения принципы построения интеллектуального человеко-машинного интерфейса

Реализация принципов ситуационного управления 32

Классификация интеллектуальных систем 33 1. По способу взаимодействия с внешним миром: системы с непрогнозируемыми возмущениями самоорганизующиеся системы с активной реакцией на внешний мир 2. По уровню интеллектуальности: интеллектуальные «в малом» интеллектуальные «в большом» интеллектуальные «в целом»

Структурная схема интеллектуальной системы управления 34

Интеллектуальные регуляторы 35 Виды интеллектуальных регуляторов: регуляторы параллельного типа регуляторы последовательного типа

Многорежимные системы 36 4. 1 Основные понятия 4. 2 Адаптивное управление 4. 3 Самонастраивающиеся системы 4. 3. 1 Поисковые самонастраивающиеся системы 4. 3. 2 Беспоисковые самонастраивающиеся системы

Понятие многорежимной системы 37 Многорежимная система - это множество линейных стационарных систем. Гипотеза: если все стационарные системы устойчивы, то и исходная нестационарная система устойчива.

Адаптивное управление 38 Адаптивное управление — совокупность методов теории управления, позволяющих синтезировать системы управления, которые имеют возможность изменять параметры регулятора или структуру регулятора в зависимости от изменения параметров объекта управления или внешних возмущений, действующих на объект управления.

Виды адаптивных систем управления 39 Самонастраивающиеся Самообучающиеся Самоорганизующиеся

Самонастраивающиеся системы 40 Самонастраивающаяся система (СС) автоматического управления – это адаптивная система, в которой приспособление к случайно изменяющимся условиям обеспечивается автоматическим изменением параметров настройки

Поисковые самонастраивающиеся системы 41 Поисковая система управления – это система автоматического управления, в которой управляющие воздействия методом поиска автоматически изменяются таким образом, чтобы осуществлялось наилучшее управление объектом; при этом характеристики объекта или внешние возмущения могут изменяться неизвестным заранее образом.

Структурная схема поисковой системы 42 ОУ — орган управления; УП — устройство организации поиска; УЦ — устройство формирования цели управления; x(t)— управляющее воздействие; f(t) — внешние возмущения; y(t) — выходной параметр; q(t) — корректирующее воздействие; R(t) — показатель цели управления (функционал); v(t) — командные сигналы.

Поисковые самонастраивающиеся системы 43 В беспоисковых самонастраивающихся системах используется некоторый контролируемый показатель качества управления. В зависимости от вида показателя различают системы: с контролем переходных процессов; с контролем частотных характеристик; с эталонной моделью и др.

Нечеткие регуляторы 44 5. 1 Нечеткое управление 5. 2 Структура нечеткого логического регулятора 5. 3 Структурная схема системы автоматического управления на базе нечеткой логики 5. 4 Особенности нечетких регуляторов.

Нечеткое управление 45 Достоинства нечеткого управления? 1. Нечеткий регулятор обеспечивает большую робастность, чем традиционный регулятор; 2. Нечеткий регулятор лучше управляет нелинейным процессом; 3. Для проектирования и эксплуатации нечетких регуляторов требуется менее опытный персонал по сравнению с традиционным регулятором.

Этапы определения управляющих воздействий: 46 1) получение отклонения; 2) преобразование отклонения к нечеткому виду; 3) оценка входного значения по заранее сформулированным правилам принятия решения посредством композиционного правила вывода; 4) вычисление детерминированного выхода, необходимого для регулирования процесса.

Способы составления правил проектирования нечетких регуляторов: 47 1) на основе знаний и опыта эксперта 2) путем создания модели действий оператора 3) путем обучения 4) на основе нечеткой модели оборудования

Структурная схема системы автоматического управления на базе нечеткой логики 48

Этапы формирования общего логического вывода: 49 1. Определение нечеткости (фаззификация) 2. Логический вывод 3. Композиция 4. Приведение к четкости (дефаззификация)

Особенности нечетких регуляторов (НР) 50 1. Система автоматического управления с НР является цифровой 2. Система с HP обычно устойчива при изменении параметров объекта управления 3. Для систем с НР характерно словесное описание процесса управления, характеризующееся лингвистическими правилами; 4. НР реализуются на практике, как правило, в форме программного обеспечения высокого уровня (Pascal, Fuzzy Control Language - FCL)