Русский
!

Conference publications

Abstracts

XVII conference

Intelligent systems dynamic model

Komartsova L.G.

248600 Kaluga, Bagenov street, 2, MGTU Bauman (Kaluga filial)

1 pp. (accepted)

Развитие систем искусственного интеллекта (СИИ) в настоящее время связано с созданием новых методов и технологий, направленных на решение сложных проблем, таких, как предсказание, планирование, распознавание образов и т.д. в различных при-кладных областях. Многие из публикаций по этим проблемам, несмотря на появление работ по созданию систем реального времени, основываются на предположении неиз-менности во времени предъявляемых СИИ данных, статичности внешней среды. Одна-ко статические модели не могут быть применены к моделированию процессов, которые изменяются во времени, развиваются и эволюционируют, поэтому необходимо проектировать динамические интеллектуальные системы.

Перечислим основные особенности, которые должны быть реализованы в подобных системах: 1) модульность; 2) открытость; 3) взаимодействие отдельных модулей при функционировании системы; 4) обучаемость и дообучаемость в процессе всего жизненного цикла существования системы; 5) адаптивность к решаемой задаче; 6) не-обходимость работы в режиме on-line.

С учетом этих особенностей динамическая модель интеллектуальных систем должна представлять собой многомодульную и многоуровневую открытую конструкцию, которая содержит следующие основные части:

1.Входной слой, обеспечивающий предварительную обработку информации (фильтрацию, нормирование, центрирование и т.д.). Число входов может меняться в зависимости от числа выделенных признаков, характеризующих поступающую в сис-тему информацию.

2.Запоминающую часть (нейросетевые модули), представляющую собой нейросе-тевую базу знаний (НСБЗ), формирующуюся на основе информации, поступающей из различных источников в процессе функционирования системы.

3.Слой принятия решений, состоящий из нескольких модулей, каждый из которых принимает решение по определенной проблеме. Модули имеют обратную связь с внешней средой и системой, осуществляющей адаптацию НСБЗ к решаемой задаче.

4.Выходной слой обеспечивает выдачу информации в заданном формате из слоя принятия решений во внешнюю среду.

5.Систему адаптации, осуществляющую подстройку одного или нескольких моду-лей нейронной сети (НС) к решаемой задаче за счет их дообучения или включения но-вых нейронов в выходной слой (например, подобно тому, как это делается в сетях адаптивного резонанса).

6.Базу знаний - подсистему, извлекающую информацию из НС и представляющую ее в виде правил IF-THEN. Наличие нечеткой базы правил обеспечивает объяснение результатов работы нейросетевых модулей.

Представленную архитектуру можно рассматривать как теоретическую модель для построения реальных динамических систем.



© 2004 Designed by Lyceum of Informational Technologies №1533