
мгу+Саров 23 ф 31.ppt
- Количество слайдов: 128
УПРАВЛЕНИЕ В ДИНАМИЧЕСКИХ И ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМАХ ПРИ ВОЗМУЩЕНИЯХ И НЕОПРЕДЕЛЕННОСТИ МГУ, каф. физико-математических методов управления, весна 2012 Введение в с/к «Методы искусственного интеллекта и принятия решений в системах управления» (ИНТЕЛЛЕКТНОЕ УПРАВЛЕНИЕ) С. Н. Васильев
ПРИМЕНЕНИЯ АВТОМАТИКИ - разнообразны Патрульный самолет для оперативной разведки и наведения
ОСНОВНЫЕ РАЗДЕЛЫ ТЕОРИИ УПРАВЛЕНИЯ Общая теория управления Математическая теория управления Теория автоматизи рованного управления Теория регулирования и автоматического управления Оптимальное управление, исследование операций, теория игр
ИЗ ИСТОРИИ, 1 Паровые машины с поплавковым регулятором И. И. Ползунова для поддержки требуемого уровня воды в котле, 1765. * Регулятор скорости паровой машины Дж. Уатта, 1784. * И. И. Ползунов (1728 -1766) Дж. К. Максвелл (1831 -1879) Программное устройство управления ткацким станком от своеобразной «перфокарты» (Ж. Жаккар, 1808). ** В 60 -70 ые гг. XIX в. появились фундаментальные теоретические работы о регуляторах Д. К. Максвелла и особенно И. А. Вышнеградского, в работах которого появились истоки современных методов анализа устойчивости и качества регулирования. * Дж. Уатт (1736 -1819) Теория управления как самостоятельное направление науки сформировалась в ХХ веке и особенно во второй его половине. И. А. Вышнеградский _____________ (1831 -1895) Интуитивная реализация по принципам: *) позиционного управления и **) программного управления .
УСТОЙЧИВОСТЬ ТОЧКИ ПОКОЯ (РАВНОВЕСИЯ) А. М. Ляпунов 1857 -1918 Неточное задание начального состояния Неточное задание приводит к дальнейшему отклонению к возврату в начало координат шарика от начала координат. (устойчивость).
Первый международный конгресс ИФАК 27 июня — 7 июля 1960 г. , МГУ А. Н. Косыгин , А. Н. Несмеянов В. А. Трапезников , Г. Честнат , А. М. Лётов , А. Н. Несмеянов А. М. Летов Г. Честнат, Б. Н. Петров 6 Н. Винер , Я. З. Цыпкин Р. Калман
ПРИМЕР ПРОГРАММНОГО УПРАВЛЕНИЯ - масса тележки; - управление (сила тяги); - начальное состояние и начальная скорость; трения нет. скорость ускорение
ПРОГРАММНОЕ УПРАВЛЕНИЕ Программное устройство управления ткацким станком нанесения узоров на ткани от своеобразной «перфокарты» (1808). функция времени (номера такта). Важный подкласс задач - задачи оптимального управления: Цель: найти управление, а) переводящее объект управления ока в требуемое состояние и б) оптимизирующее значение показателя качества управления. Ж. Жаккар (1752 -1834)
ПРОГРАММНОЕ УПРАВЛЕНИЕ, ОПТИМАЛЬНОЕ ПО БЫСТРОДЕЙСТВИЮ ускорение скорость
РЕШЕНИЕ ЗАДАЧИ О БЫСТРОДЕЙСТВИИ Скорость B Координата Л. С. Понтрягин 1908 -1988 Начальная позиция выше кривой АВ Начальная позиция ниже кривой АВ x
ОПРЕДЕЛЕНИЕ УСТОЙЧИВОСТИ 11
ОПРЕДЕЛЕНИЕ УСТОЙЧИВОСТИ ПРИМЕР 12
ВЛИЯНИЕ ВНЕШНИХ ВОЗМУЩЕНИЙ На шарик, ранее находившийся в состоянии устойчивого равновесия, могут действовать внешние возмущения Ветер При внешних возмущениях (ветер) устойчивость положения шарика относительно начала координат может смениться, например, на свойство ограниченности его отклонений от начала координат: не более, чем на заданную величину. Но может не гарантироваться и это свойство.
ОПРЕДЕЛЕНИЕ УСТОЙЧИВОСТИ при ПДВ 14
РЕАЛИЗАЦИЯ ПРОГРАММНОГО ДВИЖЕНИЯ ПРИ ПДВ НУЖДАЕТСЯ В ОБРАТНОЙ СВЯЗИ Программное управление Позиционное управление + разные виды трения, + сопротивление воздуха Постоянно действующие возмущения (ПДВ)
РЕШЕНИЕ ЗАДАЧИ О БЫСТРОДЕЙСТВИИ Скорость B Координата Л. С. Понтрягин 1908 -1988 Начальная позиция выше кривой АВ Начальная позиция ниже кривой АВ x
РЕШЕНИЕ ЗАДАЧИ О БЫСТРОДЕЙСТВИИ Скорость B Координата Л. С. Понтрягин 1908 -1988 Начальная позиция выше кривой АВ Начальная позиция ниже кривой АВ x
ИЕРАРХИЯ ПРИНЦИПОВ УПРАВЛЕНИЯ: потребность в обратной связи 6. Интеллектуальное управление (с целеполаганием) 5. Интеллектное управление (без целеполагания) 4. Адаптивное управление Уровни управлен ия Среда 3. Робастное управление 2. Позиционное управление (в т. ч. регулирование) Объект 1. Программное управление управления
ВЛИЯНИЕ ВНЕШНИХ ВОЗМУЩЕНИЙ Программное движение ракеты тоже реализуется при постоянно действующих возмущениях и поэтому нужно использовать второе (позиционное) управление Программное управление Позиционное управление
ПАРАМЕТРИЧЕСКАЯ НЕОПРЕДЕЛЕННОСТЬ Но в системе могут быть неизвестны точно и параметры. Из-за этого и возмущений уместно, когда известны интервалы допустимых значений параметров, использовать робастное управление Или еще сложнее, параметры меняются, причем неизвестны и сами интервалы. Зато при этом, например, известно, что скорость изменения параметров ограничена константой. Для этих целей разработаны методы адаптивного управления.
АДАПТИВНЫЕ МЕТОДЫ ОРИЕНТАЦИИ БОЛЬШИХ КОСМИЧЕСКИХ КОНСТРУКЦИЙ (БКК) В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ ИХ МОДЕЛЕЙ (В. Ю. Рутковский и др. , ИПУ РАН), 1 Проблемы управления ориентацией БКК: Особенностью БКК в процессе их сборки на орбите является сильная параметрическая изменчивость - дискретно изменяющаяся во времени структура и нежесткость элементов. Как объект управления, БКК при сборке представляет механическую* многочастотную колебательную систему: с переменными коэффициентами, с большим и изменяющимся по мере сборки числом степеней свободы. Сборка БКК на орбите осуществима только с помощью космических свободнолетающих роботов. Примеры применения БКК: • Создание в околоземном пространстве больших солнечных энергетических станций с системой лазерной передачи электроэнергии на Землю. • Размещение на ряде орбит системы больших космических зеркал, позволяющих освещать отраженным светом Солнца ночные города Заполярья • Большие космические антенны для радиозондирования дальнего Космоса. *) Д. М. Климов и др. Механика больших космических конструкций" (1997 г. )
БОЛЬШИЕ КОСМИЧЕСКИЕ КОНСТРУКЦИИ, 2 Перспективные проекты освоения космического пространства требуют создания БКК. Так, для замещения иссякающих на Земле запасов энергоносителей планируется создание в околоземном пространстве больших солнечных энергетических станций, снабженных панелями солнечных батарей, размер которых может превосходить величины футбольного поля. Известен также проект больших орбитальных рефлекторов, позволяющих за счет освещения северных районов в период полярной ночи отраженным светом Солнца, повысить эффективность освоения этих малонаселенных сегодня пространств. Такие объекты, как БКК не могут быть выведены на орбиту в окончательно собранном виде из-за их размеров. Практические эксперименты: • В МАИ совместно с НПО "Энергия" рассматриваются вопросы создания бескаркасных БКК (в 1993 г. в космосе был развернут макет пленочной конструкции диаметром 20 м). В 2005 г. этим же коллективом был выведен на орбиту экспериментальный образец большой каркасной солнечной батареи. • В 2006 г. Японией на орбите был раскрыт аппарат "Furoshiki" в форме равностороннего треугольника со стороной 14 м. Было заявлено, что этот аппарат может служить примером будущих космических солнечных электростанций.
EFFICIENT SOLUTIONS TO THE DIFFICULT PROBLEM OF REAL-TIME DIAGNOSIS IN MOBILE ROBOTS. At NASA Ames Research Center, we also applied model-based fault detection on the Marsokhod rover, a medium-sized planetary rover with six wheels (see Figure). The wheel model was initially only designed to demonstrate feasibility of model-based diagnosis. The Marsokhod planetary rover designed by NASA for Mars exploration
К ЛОГИЧЕСКОЙ ТЕОРИИ ФУНКЦИОНАЛЬНОЙ АДАПТИВНОСТИ СИСТЕМ УПРАВЛЕНИЯ: структурная реконфигурация системы управления Пример: система управления ориентацией космического аппарата с П-регулятором (h) имеет структуру h ( f 1, f 2, f 3 ). Нормальная структура h ( f 1, f 2, f 3 ) : f 1 f 2 h u f 3 Датчики углов П-регулятор
К ЛОГИЧЕСКОЙ ТЕОРИИ ФУНКЦИОНАЛЬНОЙ АДАПТИВНОСТИ СИСТЕМ УПРАВЛЕНИЯ: структурная реконфигурация системы управления Пример: система управления ориентацией космического аппарата с П-регулятором (h) имеет структуру h ( f 1, f 2, f 3 ). Один датчик угла отказал: модель системы (т. е. уравнения динамики) уже не состоятельна. Аварийная структура h ( f 1, f 2, f 3 ) : f 1 f 2 h u f 3 Датчики углов (один отказал) П-регулятор
К ЛОГИЧЕСКОЙ ТЕОРИИ ФУНКЦИОНАЛЬНОЙ АДАПТИВНОСТИ СИСТЕМ УПРАВЛЕНИЯ: структурная реконфигурация системы управления Задача: структурно реконфигурировать систему управления ориентацией космического аппарата с П-регулятором (h) после обнаружения и локализации отказа, например, датчика (f 1) угла (при наличии дополнительных средств). Аварийная структура h ( f 1, f 2, f 3 ) : f 1 f 2 h u f 3 Датчики углов (один отказал) П-регулятор
К ЛОГИЧЕСКОЙ ТЕОРИИ ФУНКЦИОНАЛЬНОЙ АДАПТИВНОСТИ СИСТЕМ УПРАВЛЕНИЯ: структурная реконфигурация системы управления Пример: структурно реконфигурировать систему управления ориентацией космического аппарата с П-регулятором (h) после обнаружения и локализации отказа, например, датчика (f 1) угла (при наличии дополнительных средств). ~ x g 1 y g 2 z g 3 Аварийная структура h ( f 1, f 2, f 3 ) : f 1 f 2 h ~ y ~ z gi - датчики угловых скоростей Два угла u f 3 Датчики углов (один отказал) x П-регулятор Три угловые скорости - программное средство F вычисления угла по измеряемым двум другим углам и трем скоростям: ~ x ~ y ~ z F
К ЛОГИЧЕСКОЙ ТЕОРИИ ФУНКЦИОНАЛЬНОЙ АДАПТИВНОСТИ СИСТЕМ УПРАВЛЕНИЯ: структурная реконфигурация системы управления Пример: структурно реконфигурировать систему управления ориентацией космического аппарата с П-регулятором (h) после обнаружения и локализации отказа, например, датчика (f 1) угла (при наличии дополнительных средств). Вместо аварийной структуры h ( f 1, f 2, f 3 ) выводится послеаварийная. В выводе используются спецификации программ и аппаратных компонент с последующим извлечением из вывода целевой структуры: Послеаварийная структура h ( F ( f 2 , f 3 , g 1, g 2, g 3 ), f 2 , f 3 ): f 2 Аварийная структура h ( f 1, f 2, f 3 ) : f 1 f 2 h u f 3 Датчики углов (один отказал) П-регулятор f 3 x g 1 y g 2 z g 3 ~ x ~ y ~ z F h u Датчик угла ) (f 1 отказал
ПРОСТЕЙШИЙ ПРИМЕР ИЗВЛЕЧЕНИЯ ПЛАНА ДЕЙСТВИЙ ИЗ ЛОГИЧЕСКОГО ВЫВОДА D & (D B) & (B A) & (A G) G В Х D О Д ы D B В B A Х A G Д ы О ы (f) (g) F G? (h) Исходное Конструктивные Задача состояние возможности (цель, конечное состояние) ________________________________________________________________________ D B (f) A (g) G (h) вход Ответ: h(g(f(вход))) – способ задействования возможностей для достижения цели. выход
К ФОРМАЛИЗАЦИИ ЗНАНИЙ В ПЕРВОПОРЯДКОВОМ ЯЗЫКЕ ПОЗИТИВНО-ОБРАЗОВАННЫХ ФОРМУЛ (ПО-ФОРМУЛ) Пример. “Для некоторых агентов доступны все рабочие станции региональной сети. Ни один агент не имеет доступа к рабочим станциям нашего учреждения. Следовательно, ни одна рабочая станция сети не является рабочей станцией нашего учреждения”. Формализация этого утверждения в обычном языке исчисления предикатов приведет к формуле (1) Доказательство (1) логически эквивалентно опровержению формулы Она в языках дизъюнктов (J. A. Robinson, 1965, R. Kowalski, 1974, A. Colmerauer, 1987) и по-формул соответственно запишется: S(a) ( P(y) L(a, y)) & ( S(z) N(u) L(z, u)) P(b) N(b) База «данных» Запросы к БД 31
ПРИМЕР ПРЕДСТАВЛЕНИЯ ЗНАНИЙ. ОПРЕДЕЛЕНИЕ УСТОЙЧИВОСТИ ПО ЛЯПУНОВУ Полуформально Неформально Формально истинно iff « - вещественное число из множества » , т. е. 32
S. A. Butyrin, V. P. Makarov, R. R. Mukumov, Ye. Somov, S. N. Vassilyev. An Expert System for Design of Spacecraft Attitude Control Systems / J. Artificial Intelligence in Engineering, Elsevier Science Ltd. , 11, 1997.
В проблеме целеполагания (как управления процессом формирования цели) метацелью является выбор самой цели, а решением – выбранная цель!
Объекты управления Эволюция технических объектов, средств и систем управления Управление сложными объектами Программно- технические средства ИНФОРМАЦИОННОУПРАВЛЯЮЩИЕ СИСТЕМЫ АВТОМАТИЧЕСКОГО РЕГУЛИРОВАНИЯ Датчики Управление совокупностью объектов – цех, завод СИСТЕМЫ АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ Индустриальные компьютеры Управление глобальными системами – транснациональные корпорации, космос Управление отраслью, территориально распределенными объектами ИНФОРМАЦИОННОУПРАВЛЯЮЩИЕ СИСТЕМЫ ИНТЕЛЛЕКТУАЛЬНОГО УПРАВЛЕИЯ Каналы передачи данных промышленные компьютерные сети, интерфейсные модули Операционные системы РВ Системы управления базами данных
ИНТЕЛЛЕКТНОЕ УПРАВЛЕНИЕ – пограничная область двух дисциплин: I. Искусственный интеллект II. Теория управления и автоматика Управление на основе “знаний” (в т. ч. продукционных и логических правил) время Эволюционные алгоритмы Нейроуправление 1980 г. Цифровое и логическое (автоматное) управление Традиционный искусственный интеллект Двоичные переменные {1, 0} Традиционное управление и автоматика Непрерывные (ограниченные) Непрерывные и двоичные (неограниченные) переменные (- , + ) [0, 1], {1, 0}
ЭВОЛЮЦИЯ СИСТЕМ АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ КЛАССИЧЕСКИЕ ТЕХНИЧЕСКИЕ СРЕДСТВА АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ встраивание цифровых преобразователей встраивание интеллектных компонент: распознавания образов, СИСТЕМЫ ИНТЕЛЛЕКТНОГО УПРАВЛЕНИЯ встраивание высших интеллектуальных функций, в т. ч. целеполагания (ЦИФРОВОЕ УПРАВЛЕНИЕ НЕПРЕРЫВНЫМИ ОБЪЕКТАМИ) диагностики, обучения, планирования действий и др. (ИНФОРМАЦИОННОУПРАВЛЯЮЩИЕ СИСТЕМЫ С ИНТЕЛЛЕКТНЫМИ И СМЕШАННЫМИ МОДЕЛЯМИ УПРАВЛЕНИЯ) ИНФОРМАЦИОННОУПРАВЛЯЮЩИЕ СИСТЕМЫ ИНТЕЛЛЕКТУАЛЬНОГО УПРАВЛЕНИЯ
ПРИМЕР НЕДОСТИЖИМОСТИ ЦЕЛИ УПРАВЛЕНИ ИЗ-ЗА ДЕФИЦИТА РЕСУРСОВ D & (D B) & (B A) & (A G) G В Х D О Д ы D B В B A Х A G Д ы О ы (f) (g) F G? (h) Исходное Конструктивные Задача состояние возможности (цель, конечное состояние) ________________________________________________________________________ D B (f) A (g) G (h) вход Ответ: h(g(f(вход))) – способ задействования возможностей для достижения цели. выход
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ «Если капиталовложения останутся постоянными, то возрастут правительственные расходы или возникнет безработица. Если правительственные расходы не возрастут, то налоги будут снижены. Если налоги будут снижены и капиталовложения останутся постоянными, то безработица не возникнет. Если же правительственные расходы не возрастут, а налоги будут снижены, то капиталовложения останутся постоянными. Следовательно, правительственные расходы возрастут» . 40
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ «Если капиталовложения останутся постоянными (К), то возрастут правительственные расходы (¬Р) или возникнет безработица (Б). Если правительственные расходы не возрастут (P), то налоги будут снижены (H). Если налоги будут снижены (Н) и капиталовложения останутся постоянными (K), то безработица не возникнет (¬Б). Если правительственные расходы не возрастут (Р) , а налоги будут снижены (Н), то капиталовложения останутся постоянными (К). Следовательно, правительственные расходы возрастут (¬Р)» . 41
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ «Если капиталовложения останутся постоянными (К), то возрастут правительственные расходы (¬Р) или возникнет безработица (Б). Если правительственные расходы не возрастут (P), то налоги будут снижены (H). Если налоги будут снижены (Н) и капиталовложения останутся постоянными (K), то безработица не возникнет (¬Б). Если правительственные расходы не возрастут (Р) , а налоги будут снижены (Н), то капиталовложения останутся постоянными (К). Следовательно, правительственные расходы возрастут (¬Р)» . Логическое представление задачи примет вид: 42
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ «Если капиталовложения останутся постоянными (К), то возрастут правительственные расходы (¬Р) или возникнет безработица (Б). Если правительственные расходы не возрастут (P), то налоги будут снижены (H). Если налоги будут снижены (Н) и капиталовложения останутся постоянными (K), то безработица не возникнет (¬Б). Если правительственные расходы не возрастут (Р) , а налоги будут снижены (Н), то капиталовложения останутся постоянными (К). Следовательно, правительственные расходы возрастут (¬Р)» . Логическое представление задачи примет вид: Доказательство. Предположим противное: 43
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ «Если капиталовложения останутся постоянными (К), то возрастут правительственные расходы (¬Р) или возникнет безработица (Б). Если правительственные расходы не возрастут (P), то налоги будут снижены (H). Если налоги будут снижены (Н) и капиталовложения останутся постоянными (K), то безработица не возникнет (¬Б). Если правительственные расходы не возрастут (Р) , а налоги будут снижены (Н), то капиталовложения останутся постоянными (К). Следовательно, правительственные расходы возрастут (¬Р)» . Логическое представление задачи примет вид: Доказательство. Предположим противное: 44
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С ДЕФИЦИТОМ ИНФОРМАЦИОННЫХ РЕСУРСОВ. ПОИСК УСЛОВИЙ ДОКАЗУЕМОСТИ (АБДУКЦИЯ ГИПОТЕЗ) «Если капиталовложения останутся постоянными (К), то возрастут правительственные расходы (¬Р) или возникнет безработица (Б). Если правительственные расходы не возрастут (P), то налоги будут снижены (H). Если налоги будут снижены (Н) и капиталовложения останутся постоянными (K), то безработица не возникнет (¬Б). Если правительственные расходы не возрастут (Р) , а налоги будут снижены (Н), то капиталовложения останутся постоянными (К). Следовательно, правительственные расходы возрастут (¬Р)» . Формульное представление задачи в исчислении высказываний примет вид: Предположим противное: 45
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 46
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 47
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 48
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 49
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 50
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 51
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 54
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 55
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 56
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 57
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 58
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 59
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 62
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 63
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 64
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 65
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 66
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 67
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 68
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ 70
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ & 73
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ примет вид: 74
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ примет вид: 75
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ примет вид: 76
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ примет вид: P, H 77
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ примет вид: P, H 78
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ примет вид: 79
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ примет вид: Далее вывод - непродолжим, так как ни на один вопрос ответить невозможно. 80
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ примет вид: Далее вывод - непродолжим, так как ни на один вопрос ответить невозможно. Поэтому применим абдукцию, понимаемую как правило синтеза условий продолжимости вывода. 81
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ примет вид: 82
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ примет вид: Очевидно, эта гипотеза - достаточна для обеспечения продолжимости вывода. Ее необходимость следует из полноты нашего метода автоматической дедукции. 83
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ После применения абдукции 84
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ После применения абдукции После применения дедукции … далее обе базы успешно опровергаются. 85
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ После применения абдукции &
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ После применения абдукции
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ После применения абдукции
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ После применения абдукции
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ После применения абдукции Восстанавили ранее «недоданное» в условиях задачи
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ После применения абдукции Восстанавили ранее «недоданное» в условиях задачи, а именно: «Если правительственные расходы не возрастут, а налоги будут снижены, то капиталовложения останутся постоянными»
ПРИМЕР ОБРАБОТКИ ЗНАНИЙ С НЕДОСТАЮЩЕЙ ИНФОРМАЦИЕЙ После применения абдукции Восстанавили ранее «недоданное» в условиях задачи, а именно: «Если правительственные расходы не возрастут, а налоги будут снижены, то капиталовложения останутся постоянными»
РАЗВИТИЕ МЕТОДА ДООСНАЩЕНИЯ В ДИНАМИЧЕСКОМ АНАЛИЗЕ УПРАВЛЯЕМЫХ СИСТЕМ: Если интерпретировать это логическое уравнение (т. е. логическую формулу с известными и неизвестными членами) как заготовку будущей (формируемой) теоремы, например, как заготовку, в которой частично отсутствуют посылки, то метод дооснащения обеспечивает алгоритмизацию получения критериев требуемой динамики путем комбинации дедукции с абдукцией (А. Коновалов, Г. М. Пономарев). Это сильно обобщает предложенный нами ранее метод редукции (с его требованиями согласованности известных членов логического уравнения, Васильев С. Н. , Изв. РАН, Ти. СУ, 2006), метод сравнения с вектор-функциями Ляпунова (Матросов В. М. и др. ), а также использование морфизмов в теории динамических систем (Michel A. и др. ), теории структур Н. Бурбаки и теории алгебраических систем (Lindon R. C. , e. a. ).
ПРИМЕНЕНИЕ ЛОГИЧЕСКИХ ИСЧИСЛЕНИЙ И ЛОГИЧЕСКИХ УРАВНЕНИЙ в спецкурсах ( «Устойчивость и управление в нелинейных системах» , «Теория модельных аналогий» , «Интеллектуальные системы» и др. ): автоматический синтез условий X наличия модельных аналогий X свойства Алгоритмический синтез условий X наличия модельных аналогий отображения 1 ая модель ………………. . отношения свойства 2 ая модель 94
ПРИМЕРЫ ИЗМЕНЕНИЯ ДИНАМИКИ ПРИ КООРДИНАТНЫХ ПРЕОБРАЗОВАНИЯХ (Cesari L. , 1959, Thomas J. , 1964, …) НЕУСТОЙЧИВОСТЬ И ПРИТЯЖЕНИЕ равномерная по полунепрерывность сверху УСТОЙЧИВОСТЬ БЕЗ ПРИТЯЖЕНИЯ Результат: получение условий сохранения динамики обеспечено теперь регулярным методом синтеза критериев сохранения свойств – дедуктивно-абдуктивным методом (С. Н. Васильев, Г. М. Пономарев, Методы автоматизации логического вывода и их применение в управлении динамическими и интеллектуальными системами // Труды ИММ Ур. О РАН, 2011).
МЕТОД РЕДУКЦИИ И КОНСТРУКТИВНЫЕ СПОСОБЫ ПОСТРОЕНИЯ РЕДУКТОРОВ В КЛАССАХ СУБЛИНЕЙНЫХ ФУНКЦИЙ ЛЯПУНОВА И МОРФИЗМОВ (С. Н. Васильев, Р. И. Козлов и др. , ИДСТУ, ИПУ) В развитие принципа сравнения В. М. Матросова создана теория анализа гетерогенных нелинейных систем в непрерывно-дискретном времени, описываемых системами дифференциальных и разностных уравнений, логическими автоматными сетями и др. Метод сокращает сложность исследования и получения гарантированных оценок, более точных, чем известные. Численные расчеты для группировки из объектов типа подводных роботов. Распространение на произвольную геометрию формации. Разработанные конструкции, их математическое обоснование существенно превосходят известные (D. Siljak, L. Grujic, P. Borne, G. Bitsoris, В. Фурасов, V. Lakshmikantham, X. Liu и др. ) по общности и эффективности.
ПРОГРАММА «РАСПРЕДЕЛЕННЫЕ РОБОТЫ» (DARPA, США) ЦЕЛЬ 1: отработка методов группового управления с групповым интеллектом. www. darpa. mil mto/drobotics/ ЦЕЛЬ 2: разработать технологии создания дешевых микророботов, размером менее 5 см, разбрасываемых по территории или выстреливаемых внутрь зданий через окна: «… одна крыса или особь саранчи не слишком умна и практически безвредна. Однако стаи крыс и стаи саранчи могут оказывать разрушительное воздействие»
СЕТЕЦЕНТРИЧЕСКИЕ СИСТЕМЫ УПРАВЛЕНИЯ Принцип построения сети Force Net: 1 – глобальная информационная решетка; 2 – спутник связи; 3 – БЛА; 4 - вертолет; 5 – самолет Р-ЗС «Orion» ; 6 – поле РГБ; 7 – надводный корабль; 8 - безэкипажное судно; 9, 16, 17 – автономные НПА; 10 – подразделение боевых пловцов; 11 - одиночный РГБ; 12 – подводная лодка «красных» ; 13 – торпеда; 14, 15 – подводные лодки «синих» ; 18 – мина; 19 – кабель; 20 – подводная информационная сеть; 21 – донная станция; 22 – сеть гидроакустических станций
МУЛЬТИАГЕНТНЫЕ СИСТЕМЫ Тенденции: - децентрализация - миниатюризация - интеллектуализация «… одна крыса или особь саранчи не слишком умна и практически безвредна. Однако стаи крыс и стаи саранчи могут оказывать разрушительное воздействие» . РАН
РОБОТЫ И ИНТЕЛЛЕКТУАЛЬНЫЕ МАШИНЫ
НЕКОТОРЫЕ РАЗРАБОТКИ в России ИПМех РАН, МВТУ: новые принципы организации и оптимизации движения манипуляторов и роботов; роботы с перемещением по вертикальной стене, в трубе, ползающие и др. ИПМТ ДВО РАН: автономный необитаемый подводный аппарат (АНПА). Система управления и движительный комплекс АНПА обеспечивают обход препятствий, зависание в нужной точке и движение в сложном или пересеченном рельефе. Однако пока - индивидуальное изготовление и требуют решения задачи дальнейшей интеллектуализации борта и группового управления.
МОЛОДЕЖНЫЕ СОРЕВНОВАНИЯ Одним из видов деятельности в данном направлении является поиск новых технических решений и привлечение талантливой молодежи в данный раздел знаний путем создания студенческих команд и проведения национальных и международных соревнований в разных классах подводных аппаратов. Целями соревнований являются обеспечение возможностей для талантливой молодежи проявить себя, а для профессионалов - оценить и обратить на нее внимание. Международные соревнования среди студенческих проводятся в нескольких классах подводных аппаратов /ПА/. Наиболее массовыми являются соревнования в классе телеуправляемых ПА (ROV). В финале в них принимают участие несколько десятков команд из ведущих в этой области университетов.
МОЛОДЕЖНЫЕ СОРЕВНОВАНИЯ Соревнования по подводной робототехнике проводятся в лучших современных исследовательских центрах.
МИРОВЫЕ ПРИОРИТЕТЫ в управлении (проблема С 3)* • Интегрированные/встроенные системы (интеграция управляющих элементов, сенсоров и их встраивание в проводные и б/п сети, Embedded Systems). • Распределенное и коммуникационно-сетевое управление. Программа «распределенные роботы» (DARPA, США). • Кооперативное управление. • Гибридные системы/дискретно-событийные системы – вообще гетерогенные системы. • Автономные системы, в которых автономность обеспечивается средствами искусственного интеллекта. _______ *) Control+Computation+Communication (проблема С 3).
ЗАДАЧА О ДИФФУЗНОЙ БОМБЕ: СТРАТЕГИЧЕСКАЯ РЕФЛЕКСИЯ РАН «Вероятность» поражения цели: ь Лобовая атака 40 простых агентов: 0, 125 ь 8 «разведчиков» + 32 «рефлексивных» агента: 0, 985 ь 40 «разведчиков» : 0, 999
КОМПЛЕКСНЫЕ РЕШЕНИЯ ДЛЯ СИСТЕМ ВЕРХНЕГО УРОВНЯ В АТОМНОЙ ЭНЕРГЕТИКЕ (Менгазетдинов Н. Э. , Полетыкин А. Г. , ИПУ) Количество сигналов: 8 тыс. аналоговых; 100 тыс дискретных, 360000 диагностических. Надежность: Средняя наработка на отказ подсистемы – не менее 105 часов, Коэффициент неготовности подсистемы – не более 10 -5. Время обновления информации на экранах дисплеев и передачи команд управления – не более 2 -х секунд при потоке в 3 тыс. обновлений сигналов в секунду. Гарантия – 30 лет с учетом модернизаций технических средств. ØЯзык программирования ØОперационная система ØКомплекс технических средств (в кооперации с НИИИС, Нижний Новгород) ØПрикладное программное обеспечение (Бушер, Куданкулам)
К СОЗДАНИЮ СИСТЕМ УПРАВЛЕНИЯ, СТОЙКИМ К КИБЕРАТАКАМ ØЭлектроэнергетика v. Хакеры ØАтомная промышленность v. Инсайдеры ØХимия v. Террористы ØТранспорт v. Спецслужбы ØКоммунальное хозяйство КИБЕРВОЙНА: организованные действия, направленные на разрушение или подчинение систем управления в целях причинения вреда.
Целью атаки является не информация, а реальные объекты БОРЬБА С КИБЕРУГРОЗАМИ Ø Выбор и закупка комплектующих Ø Разработка программ Ø Изготовление. Ø Пуско-наладочные Принцип ИПУ РАН при разработке АСУ ТП для работы важных объектов: используй либо свое, либо Ø Эксплуатация. авторизованное. Защита: пассивная и активная
СОВРЕМЕННЫЕ ПРИОРИТЕТЫ и проблема междисциплинарной интеграции Госкомиссией США, В Европе (ЕЭС) получили приоритет спонсированной NSF и исследования: оборонными ведомствами, Человеко-машинный симбиоз выделены приоритеты: (моделирование человека в контуре Групповое управление. Кластеры управления и как объекта управления). космических аппаратов. Сложные распределенные системы и Командование и управление повышение качества систем в сражением. Управление финансовыми неопределенной среде (глобальные и экономическими системами. производства, безопасность, Управление биологическими и стратегии гетерогенного управления, экосистемами. Многопрофильные новые принципы мультидисциплинаркоманды людей ной координации и управления) … в контуре управления. Единая теория управления, вычислений и связи (С 3). Основные направления фундаментальных исследований РАН: Управление в междисциплинарных моделях организационных, социальных, экономических, биологических и экологических систем; групповое управление; кооперативное управление … ПРОБЛЕМА ИНТЕГРАЦИИ Область приложений теории управления постоянно расширяется. Ключевой проблемой распространения ее методов является наличие достаточно адекватных моделей объектов управления. Для этого необходимо тесное сотрудничество математиков-управленцев с представителями других отраслей науки – физики, экономики, биологии, социологии и др.
МЕТОД ПОСЛЕДОВАТЕЛЬНОГО УЛУЧШЕНИЯ УПРАВЛЕНИЯ* И КВАНТОВЫЕ СИСТЕМЫ (КС) (В. Ф. Кротов, ИПУ) УПРАВЛЕНИЕ СПИНОВОЙ ЦЕПОЧКОЙ На рис. изображена цепочка атомов с парой спиновых состояний: стрелка вниз и вверх. КС описывается линейным уравнением Шредингера. *** Лазерный луч реализует перенос сигнала «да-нет» вдоль цепочки. * A. I. Konnov, V. F. Krotov. Auto. Remote Cont. 60, 1427 (1999); V. F. Krotov. Global methods in optimal control theory. N. Y. , Marcel Dekker, 1996; В. Ф. Кротов Об оптимизации управления квантовыми системами // ДАН. 2008. Т. 423, № 3; ** S. E. Sklarz & D. J. Tannor // Phys. Rev. A. Vol. 66, 053619 (2002); S. E. Sklarz, I. Friedler, D. J. Tannor, Y. B. Band C. J. Williams // Phys. Rev. A. Vol. 66, 053620 (2002); ***M. Murphy, S. Montangero, V. Giovannetti, T. Calarco. Communication at the quantum speed limit along a spin chain // Phys. Rev. A. Vol. 82 (2010). См. также сайт: http: //icqt. org фонда «Сколково» (www. sk. ru),
ИНТЕРНАЦИОНАЛЬНЫЙ ТЕРМОЯДЕРНЫЙ ЭКСПЕРИМЕНТАЛЬНЫЙ РЕАКТОР (ITER, Франция, Кадараш) (Ю. В. Митришкин, ИПУ) Токамак ITER в разрезе Параметры плазмы Большой радиус плазмы Малый радиус плазмы Тороидальное магнитное поле Ток плазмы Мощность систем нагрева Термоядерная мощность Длительность горения 6, 2 м 2 м 5, 3 Т 15 МА 73 МВт 500 МВт 400 сек Синтезирована каскадная система магнитного управления плазмой в ITER, предназначенная для применения на всей диверторной фазе плазменного разряда, включая стадию ввода тока плазмы. Осуществлено численное моделирование разработанной системы на плазмо-физическом коде DINA (ГНЦ РФ ТРИНИТИ) с использованием базы данных ITER. ЗАРУБЕЖНЫЕ МЕЖДУНАРОДНЫЕ СЕМИНАРЫ: • General Atomics, San Diego, USA, 2006 www. lehigh. edu/~eus 204/workshop/acfptw. html • Eindhoven University of Technology, Netherlands, 2008 www. wtb. tue. nl/cnf/program. php • European Commission, Brussels. Belgium , 2009 cordis. europa. eu/fp 7/ict/necs/events-20090302_en. html • European Project Meeting: NESTER, Milan, Italy, 2009 ПУБЛИКАЦИИ: Proc. CDC 2006 (USA), CDC 2009 (China), INCOM 2009 (RF), INTELS 2010 (RF), CDC 2011 (USA), IFAC WC 2011 (Italy), Аи. Т (2007, 2011), Проблемы управления (2008), Вестник МГТУ (2009, 2010), Физика плазмы (2011)112
ОПТИМАЛЬНАЯ СТРУКТУРА ДРЕВОСТОЯ Распределение суммы площадей сечений деревьев (S) по диаметру ( ): Тип леса - бадановый: S, м 2 светлохвойные породы; 0, 6 темнохвойные породы; лиственные породы. 0, 5 0, 4 0, 3 0, 2 0, 1 10 20 30 40 50 60 , cм
ЭВОЛЮЦИЯ МАТЕМАТИЧЕСКИХ И ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ УПРАВЛЕНИЯ И ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ (автоматизированное управление от корпоративно-регионального до транснационального и глобального уровней) Математ. и инф. Технол. Пользователи Математические и информационные модели Методы логического вывода Математические методы принятия решений Методы анализа и обработки изображений ГИС-технологии ………. Системы поддержки управленческих решений Комплексные Технологии ана-лиза и обработки изображений логико-динамические модели ГИС’ы Экспертные системы Частные математические модели БД и кадастры Web- технологии Технологии распределенной обработки данных Цифровые коммуни- кации Технологии мониторинга …. . … Числовые данные, знания (тексты, аэрокосмические снимки, карты и т. п. ) от мониторинговых служб, экспертов, . . .
ГАРМОНИЗАЦИЯ ИНТЕРЕСОВ ТЕРРИТОРИИ (РЕГИОНА) И ПРЕДПРИЯТИЙ ПО КРИТЕРИЯМ МИНИМИЗАЦИИ ЗАГРЯЗНЕНИЙ И МАКСИМИЗАЦИИ ВЫПУСКА ПРОДУКЦИИ (ИДСТУ СО РАН) Под задачей гармонизации понимается выбор таких правил платежей за загрязнения, при которых политика предприятия по максимизации своей остаточной прибыли автоматически обеспечивает Парето-оптимум территориальным критериям, т. е. критерию максимизации валового продукта (что максимизирует отчисления в местный бюджет) и критерию минимизации загрязнения среды: ( Остаточная прибыль предприятия ) (( max )&( выпуск продукта max загрязнения )) min
МАГНИТОРЕЗИСТИВНЫЙ (МР) БИОСЕНСОР с магниточувствительными наноэлементами для обнаружения бактерий, вирусов и токсинов в режиме реального времени (С. И. Касаткин, ИПУ) Управление движением наногранул происходит на стадиях магнитного смыва и увеличения их концентрации над наноэлементами с применением градиентного магнитного поля. Биосенсор дает увеличение сигнала считывания с наногранул и исключает перегрев исследуемого раствора. На рис. - магниточувствительный наноэлемент биосенсора с магнитной наногранулой: Magnetic carrier – магнитная наногранула, Stray field – размагничивающее поле наногранулы, XMR sensor – МР датчик, Biomolecula: protein or DNA – биомолекула: протеин или ДНК, Substrate – подложка. КАПСУЛА ЭНДОСКОПА С УПРАВЛЯЕМЫМ ДВИЖЕНИЕМ внутри кишечного тракта человека и передачей видеоизображения (С. И. Касаткин, ИПУ) Капсула, разработанная в МИФИ, позволяет проводить биопсию, но без движения. В ИПУ РАН разработан макет магнитной локации, позволяющий определять пространственные и угловые координаты капсулы девятью МР датчиками и управлять его ориентацией и движением путем приложения градиентного магнитного поля. В капсуле эндоскопа: 1 – Optical dome – оптический отсек, 2, 3 – Lens holder and Lens – объектив с держателем, 4 – LEDs –светодиоды подсветки, 5 – CMOS imager – передающая камера, 6 – Battery – источник питания, 7 – ASIC – электроника, 8 – Antenna – антенна.
НОВЫЙ ЭТАП БИОТЕХНОЛОГИЙ: ПЕРЕХОД ОТ УРОВНЯ ГЕНА К УРОВНЮ ОРГАНИЗМА КАК СЕТИ ИНТЕГРИРОВАННЫХ ХИМИКО-ФИЗИЧЕСКИХ, ЭЛЕКТРИЧЕСКИХ, ЖИДКИХ И СТРУКТУРНЫХ ЭЛЕМЕНТОВ Новые задачи: • Проектирование биосистем на основе инженерных принципов. • Системный анализ потоков информации. • Модификация алгоритмов обработки сигналов.
ИНТЕЛЛЕКТУАЛЬНЫЕ ОБУЧАЮЩИЕ СИСТЕМЫ В последние двадцать лет в мире появились интеллектуальные обучающие системы (ИОС), в том числе доступные он-лайн. Некоторые из них были коммерциализированы. Одним из лидеров, например, может быть названа компания Carnegie. Learning, продающая ИОС (типа Why 2 -Atlas) для изучения математики сотням школ в США. В России, к сожалению, такие разработки ведутся (например, IDEA (МГУ), АТ-технология (МИФИ)), но пока еще в сравнительно небольших масштабах и зачастую не доходят до широкого практического применения. В ИПУ РАН и КГТУ-КАИ разрабатывается интеллектуальная обучающая среда «Волга» . Она отлична от известных методами АДТ, векторной оптимизации и др.
Интеллектуальная Обучающая Система (на базе АДТ)
СТРУКТУРА ИНТЕЛЛЕКТУАЛЬНОЙ ОБУЧАЮЩЕЙ СРЕДЫ «ВОЛГА» Авторский инструментарий Режим офф-лайн Автор курса Коммуникационная модель Модуль управления процессом обучения Решатели задач Интерфейс (дед. , абд. , инд. , логико-алгебр. и т. д. ) -подсказка -показ примера -… Обучаемы -подсказка Методы принятия решений -показ (детерм. , статистич. , инд. , групп. и т. д. ) примера -… … й Решение обучаемого (шаг решения) Анализатор действий и состояния обучаемого Модель обучаемого Др. действия обучаемого (запрос подсказок и т. д. ). Психофиз. состояние (обратная видеосвязь) Педагогическая модель • Стратегии • Учебный план (? ) • Знания • Умения • Навыки • Цели … Модель предметной области • Базовые понятия • правила Решение, синтезированное программами ИОС (шаг решения)
РОБОТЫ И ИНТЕЛЛЕКТУАЛЬНЫЕ МАШИНЫ Робот-гуманоид ASIMO (Honda Corp. ) Робот Octavia для ВМФ США (200 тыс. $)
«ЭКОНОМИКА ЗНАНИЙ» США В 21 ВЕКЕ: ТЕХНОЛОГИЧЕСКОЕ ПЕРЕВООРУЖЕНИЕ ПРОМЫШЛЕННОСТИ (ТОТАЛЬНОЕ МОДЕЛИРОВАНИЕ И ОПТИМИЗАЦИЯ МАТЕРИАЛОВ И КОНСТРУКЦИИ) МОДЕЛИРОВАНИЕ НА СУПЕРЭВМ (360 Тфлопс) авиадвигателя Pratt & Whitney в Стенфордском университете (ВИРТУАЛЬНОЕ КОНСТРУИРОВАНИЕ) СРОКИ РАЗРАБОТКИ НОВОЙ МОДЕЛИ АВТОМОБИЛЯ ЛИДЕРОВ АВТОМОБИЛЬНОЙ ОТРАСЛИ: § в 80 -х годах – 5 лет § сегодня – 2, 5 года § завтра – 15 месяцев ИНИЦИАТИВА ПРЕЗИДЕНТА ДЖ. БУША (2006 г. ) «АМЕРИКА КОНКУРИРУЕТ» : КОМПЛЕКСНАЯ СТРАТЕГИЯ СОХРАНЕНИЯ ПОЗИЦИИ США, КАК САМОЙ ИННОВАТИВНОЙ НАЦИИ - ПУТЕМ «УСИЛЕНИЯ НАШЕГО НАУЧНОГО ОБРАЗОВАНИЯ И ИССЛЕДОВАНИЙ, УСИЛЕНИЯ НАШЕЙ ТЕХНОЛОГИЧЕСКОЙ ПОДГОТОВЛЕННОСТИ, ПРИВЛЕЧЕНИЯ ЛУЧШИХ ИЗ ЛУЧШИХ РАБОТНИКОВ СО ВСЕГО МИРА И СОЗДАНИЯ СИСТЕМЫ ПОДГОТОВКИ КАДРОВ, ОРИЕНТИРОВАННОЙ на 21 ВЕК» . Это на фоне дихотомии: простая продукция базируется на рыночной экономике, сложная поддерживается федеральными контрактами ( второе напоминает советскую плановую экономику).
Всё!
СПАСИБО ЗА ВНИМАНИЕ! Васильев Станислав Николаевич snv@ipu. ru тел. 8 (495) 334 89 10 124
СЕТЕВЫЕ СИСТЕМЫ Задачи: • Ограничение перегрузок в Интернет. • Управление энерго- и транспортными сетями. • Управление финансовыми и экономическими системами. • Управление био- и экосистемами, глобальными изменениями. • Квантовые сети и вычисления. Вызовы: • Управление в неоднородных сетях (связные, вычислительные, транспортные, производственные, финансовые, …). • Надежность и робастность. • Асинхронная, распределенная, пакетная обработка. Нужна единая теория систем управления, вычислений и связи! (проблема «Control, Computation, Communication» )
ПЛАНИРОВАНИЕ ТРАЕКТОРИЙ И СИНТЕЗ ЗАКОНОВ УПРАВЛЕНИЯ ДВИЖЕНИЕМ КОЛЕСНОГО РОБОТА (ИПУ РАН) Пример: параллельное вспахивание и засеивание с/х культур. Задачи: 1) С помощью спутниковых навигационных систем GPS + GLONASS и бесплатформенных инерциальных сенсоров планирование параллельных путей с учетом ограничений на кривизну. 2) Синтез закона управления. Задача решается в нелинейной постановке с учетом ограничений на управление (угол поворота колес) и фазовых ограничений (ограниченной ширины полосы). 3) Оценка областей притяжения и переходных процессов, вызванных динамикой привода поворота рулевого колеса, исполнительной гидравлики машины, скачками кривизны целевой траектории. Используются методы теории абсолютной устойчивости. Для построения эллипсоидальных оценок используются методы, основанные на решении LMI, реализованные на микропроцессоре и работающие в реальном времени. На рисунке - пример оценок. Реализация. Все полученные результаты апробированы на реальном колесном роботе, созданном на базе автомобиля «Нива-Шевроле» . Текущее состояние робота измеряется с помощью навигационных сенсоров с точностью +/- 1. 5 см и 0. 3 угловых градуса.
СЕТЕЦЕНТРИЧЕСКИЕ СИСТЕМЫ УПРАВЛЕНИЯ Принцип обмена тактической информацией в сетецентрической войне: а – единое боевое пространство; б – тактический дисплей командира
VII. Мультиагентные архитектуры 1. Учет рефлексии, самоорганизации. 1. Корректность требует теории.
Goaloriented level Наблюдения (входы) Reactive behavior level Уровни интеллекта Умозаключения на основе богатых (мощных) логик Повышение скорости вычислений Повышение уровня интеллекта ОБЪЕДИНЕНИЕ РАЗЛИЧНЫХ ИНТЕЛЛЕКТНЫХ КОМПОНЕНТ (медленные и высокоуровневые интеллектные процессы формирования управления) Инструктивные (логически ограниченные) умозаключения (продукционные: если … то …) Рефлекторные реакции (стереотипное и высокопроизводительное формирование управлений на искусственных нейронных сетях) Смешивание управлений (выходы)
СТРУКТУРА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ УПРАВЛЕНИЯ (ИСУ) ИСУ команды знания РЕПРЕЗЕНТАТОР управления сигналы АКТЮАТОР ПЛАНИРОВЩИК ДЕЙСТВИЙ СЕНСОРЫ ОБЪЕКТ УПРАВЛЕНИЯ СРЕДА ИМИТАТОР ПОСЛЕДСТВИЙ СЕЛЕКТОР РАЦИОНАЛЬНЫХ ДЕЙСТВИЙ команды СИСТЕМА ПОИСКА ВЫВОДОВ ТАЙМЕР ИНТЕЛЛЕКТУАЛЬНОЕ УПРАВЛЕНИЕ ТРАНСФОРМЕР СТРУКТУРА БЛОКА ДИГНОСТИКИ И УПРАВЛЕНИЯ ГЕНЕРАТОР ГИПОТЕЗ ПРЕДСКАЗАТЕЛЬ ДИНАМИКИ МИРА БАЗА ПРЕДСТАВЛЕНИЙ О МИРЕ БАЗА ЗНАНИЙ знания
ТЕХНИЧЕСКОЕ ЗРЕНИЕ И ИНДЕКСНЫЙ ПОДХОД К РАСПОЗНАВАНИЮ ОБРАЗОВ: искусственный нейронный кортекс (ИНК) (А. М. Михайлов, ИПУ) Классическая модель Колонки Кора мозга Сумматоры Колонковая модель Электронный снимок выделенного участка RN -> NR ИНК – ассоциативно-адресная память : Ø=0. 03 мм, H=2 mm (адресная память: Е~const, ассоциативная память: Е=k. V, асс. -адресная память: E~const) Имя образа 101 0 1011010010100111110101 Цифровой образ Визуальная обратная связь для свободно-летающего космического робота => координаты положения, скоростей, ускорений в инерциальной системе координат, форма поверхностей, препятствий ИНК
РОБОТЫ И ИНТЕЛЛЕКТУАЛЬНЫЕ МАШИНЫ Робот-хирург
СИСТЕМЫ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ И ОБУЧЕНИЯ ОПЕРАТОРОВ УПРАВЛЕНИЯ МОРСКИМИ ПОДВИЖНЫМИ ОБЪЕКТАМИ (С. К. Данилова, ИПУ) Исследование задачи управления движением многорежимных ПЛ в аварийных ситуациях, например, пробоины прочного корпуса и затопление отсека. Уровень интеллектуального управления основан на продукционных правилах для оценки текущей и прогнозируемой ситуации.
ЗАДАЧИ УПРАВЛЕНИЯ СКРЫТНОСТЬЮ ОБЪЕКТА В КОНФЛИКТНОЙ СРЕДЕ (В. Г. Лебедев, ИПУ) Т ≈ 54. 44 час, P ≈ 0. 91 Т ≈ 44. 58 час, P ≈ 0. 76 Т ≈ 39. 86 час, P ≈ 0. 26 Т ≈ 41. 25 час, P ≈ 0. 72 Выделенная характеристика Характеристики от выделенной трае Множество характеристик оптимальных траекторий
НАСТОЯЩЕЕ И БУДУЩЕЕ ТЕОРИИ УПРАВЛЕНИЯ (объекты управления) РАН - экономические системы - эколого-экономические системы - живые системы - социальные системы ? ? ? 1950 1960 1970 1980 1990 2000 2010 2020 … t
ПРИМЕРЫ ЗАДАЧ УПРАВЛЕНИЯ СИСТЕМАМИ МЕЖДИСЦИПЛИНАРНОЙ ПРИРОДЫ РАН Механизмы управления организационными системами Согласование интересов в эколого-экономических системах Рефлексивное управление Оптимизация иерархических и сетевых структур Координация взаимодействия и принятие решений в мультиагентных системах
К ЛОГИЧЕСКОЙ ТЕОРИИ ФУНКЦИОНАЛЬНОЙ АДАПТИВНОСТИ СИСТЕМ УПРАВЛЕНИЯ: структурная реконфигурация на базе конструктивных логических исчислений Пример: структурно реконфигурировать систему управления ориентацией космического аппарата с П-регулятором (h) после обнаружения и локализации отказа, например, датчика (f 1) угла (при наличии дополнительных средств). Вместо нормальной структуры h ( f 1, f 2, f 3 ) выводится послеаварийная. Послеаварийная структура h ( F ( f 2 , f 3 , g 1, g 2, g 3 ), f 2 , f 3 ): F – программное средство вычисления угла рысканья по измеряемым двум другим углам и трем скоростям (в выводе используются спецификации программ и аппаратных компонент с последующим извлечением из вывода целевой структуры). f 2 Нормальная структур h ( f 1, f 2, f 3 ) : f 1 f 2 h u f 3 Датчики углов (один отказал) П-регулятор f 3 x g 1 y g 2 z g 3 ~ x ~ y ~ z F h u Датчик угла ) (f 1 отказал