Содержание к диссертации
стр.
НВЕдаИЕ 4
АНАЛИЗ ПРИНЦИПОВ САМООРГАНИЗАЦИИ В ТЕХНИЧЕСКИХ СИСТЕМАХ II
Анализ принципов самоорганизации кибернетических систем II
Самоорганизующиеся системы и сети 25
Анализ существующей элементной базы самооргаяизу-«вдшшсегей . . .:-. . ..... ....... 38
Выводы. Уточнение постановки задачи 49
3. СВОЙСТВА И СТРУКТУРА САМООРГАНИЗУЮЩИХСЯ ТЕХНИЧЕСКИХ
СИСТЕМ ... 53
Математическая модель самоорганизующейся системы 53
Свойства технических самоорганизующихся систем . 54
Структурно-функциональная модель самоорганизующейся системы 64
Сети самоорганизующихся систем 72
Степень организации, избыточность и сложность самоорганизующихся систем 83
Многозначное представление информации в самоорганизующихся системах 95
Выводы 109
4. ЭЛЕМЕНТНАЯ БАЗА САМ00РГАШЗУВДИХСЯ СЕТЕЙ . . . . ... III
Требования к элементной базе самоорганизующихся сетей ... ............ III
Обобщенная модель нейроноподобного элемента . . 122
Реализация нейроноподобных элементов 126
стр.
Многозначные нейрояоподобяые элементы 137
Анализ элементной базы самоорганизующихся сетей . 145
В ы в о д ы 152
5. ИМИТАЦИОННОЕ МОДЕЖРОВАНИЕ САМООРГАНИЗУЮЩЕЙСЯ СИСТЕМЫ 154
Формулировка задачи с учетом положений имитационного моделирования 155
Построение математической модели функционирования системы с учетом положений имитационного моделирования 158
Описание структуры программы 162
Определение эффективности и объема машинного эксперимента 168
Результаты экспериментов 170
Выводы 173
6. ЗАКЛЮЧЕНИЕ ...................... 174
Литература 176
ПРИЛОЖЕНИЕ I. Моделирование нейрояоподобяых элементов
на ЭВМ ................. 191
ПРИЛОЖЕНИЕ 2. Адаптивная система вычисления степенных полиномов в режиме реального времени (АСВСП) ................ 199
ПРИЛОЖЕНИЕ 3. Сведения, подгверкдающие внедрение полу-
ченных результатов 206
Введение к работе
В последнее время в народном хозяйстве большое значение приобрели задачи идентификации, предсказания, распознавания образов, управления сложными объектами и процессами. Характерными чертами таких задач являются предельная априорная неопределенность и сложность характеристик интересующего нас объекта или процесса. К ним относится также задача обработки в режиме реального времени видеоизображений, получаемых с борта летательных аппаратов, при исследовании природных ресурсов Земли. При обработке получаемой информации часто возникает вопрос о решении задачи выбора аппроксимирующей функции для проведения преобразований снимка. При этом появляется проблема отыскания методов и средств решения различных полиномов в режиме реального времени как с адаптацией степени полинома, так и с адаптацией его вида (полиномы Чебышева, Эрмита, Колмогорова-Габора и др.).
Традиционно для решения таких задач применяются современные высокопроизводительные ЭВМ. Однако усложнение актуальных задач народного хозяйства происходит опережающими темпами по сравнению с ростом вычислительной мощности. Поэтому большое значение имеет повышение эффективности вычислительных машин.
Для решения этой задачи, с одной стороны, совершенствуется элементная база ЭВМ за счет новых достижений физики и технологии, с другой - ведутся поиски более эффективных принципов управления системами. Последнее направление часто связывается с разработкой ЭВМ новой архитектуры.
Применение микросхем с высокой степенью интеграции привело к созданию микропроцессоров и даже микро-ЭВМ на кристалле размерами в два-три десятка квадратных миллиметров. Такие небольшие по размерам устройства могут встраиваться в самые разнообразные
изделия, придавая им новые, "интеллектуальные" свойства. Однако, наряду с успехами, достигнутыми в области создания современной элементной базы ЭВМ, обнаружились и серьезные недостатки в архитектуре последних. С момента первых практических применений вычислительных машин и вплоть до настоящего времени их архитектура не претерпела каких-либо фундаментальных изменений и отражала точку зрения на ЭВМ скорее как на инструмент для вычислений, чем на регулятор или искусственный интеллект. Такое одностороннее толкование функций ЭВМ обусловило значительный разрыв между воможно-сгями ЭВМ, спроектированных исходя из традиционных архитектурных принципов, и потребностями современной техники и производства. Эта диспропорция обычно связывается с трудностями ввода-вывода информации и общения человека с ЭВМ, что в какой-то степени преодолевается с помощью дорогостоящего программного обеспечения (операционных систем), компенсирующего некоторые структурные недостатки вычислительных машин. Однако становится все более очевидным, что гипертрофированное развитие программного обеспечения является следствием неадекватных принципов обработки информации, положенных в основу современных ЭВМ. В силу тех же причин разработчики мультипроцессорных вычислительных систем, предназначенных для обработки больших массивов информации и многоканального управления объектами, сталкиваются с принципиальными трудностями, связанными с необходимостью распараллеливания процессов управления и вычислений, и не менее слоеными задачами создания языков параллельного программирования и соответствующих трансляторов.
Поэтому представляют интерес иные подходы к решению проблемы построения адекватной архитектуры ЭВМ и управления сложными процессами, заключающиеся в применении специализированных кибернетических устройств. Одним из таких подходов является создание самоорганизующихся систем. В недалеком прошлом делались попытки
в качестве таких устройств использовать дерсепгроны, реализованные на аналоговых пороговых элементах, или нейронные сети из яей-роноподобных элементов с частотным кодированием.
В настоящее время этот подход основан на двузначном представлении информации. Согласно закону адекватности при решении задач за фиксированный промежуток времени сложность системы должна соответствовать сложности решаемой задачи. Для двузначных систем из нейроноподобных элементов при большой сложносги характерно большое число функциональных связей как на элементном, гак и на структурном уровне. Все это затрудняет техническую реализацию такого рода систем, снижает их эффективность.
В связи с этим возникает необходимость разработки методов и средств повышения эффективности самоорганизующихся систем за счет многозначного представления информации. Для этого требуется исследовать возможность многозначного представления информации в самоорганизующихся системах и разработать системы с многозначными нейронными сетями.
На защиту выносятся следующие положения диссертационной работы:
дополненная структурно-функциональная модель самоорганизующейся системы, позволяющая разработать алгоритмы ее функционирования ;
комплексные алгоритмы самоорганизации с адаптацией параметров, типов функций элементов и структуры сети, а также скорости сходимости алгоритма, позволяющие провести имитационное моделирование системы и ее техническое проектирование;
методика оценки эффективности самоорганизующихся систем;
метод повышения эффективности самоорганизующихся систем за счет использования функциональной избыточности, возникающей при многозначном представлении информации, и использующие эту
избыточность алгоритмы адаптацииьзначности и типов функций элементов сети с многозначной организацией структуры, основанной на использовании принципа базиса.
В главе 2 дан обзор биологических принципов самоорганизации и рассмотрены возможности их использования в технических системах. Изложены современные представления о процессе самоорганизации в кибернетических системах и приводится определение самоорганизующихся систем. Рассмотрены некоторые наиболее характерные самоорганизующиеся системы и сети, проведен анализ существующей элементной базы и сделана попытка классификации существующих нейроноподобяых элементов, являющихся основными функциональными модулями самоорганизующихся сетей.
В главе 3 самоорганизующаяся система рассмотрена с позиций теоретико-системного подхода. На основании результатов системного анализа построена структурно-функциональная модель самоорганизующейся системы и проведено ее исследование. Разработаны алгоритмы самоорганизации системы. С использованием информационно-алгоритмического подхода выработаны критерии оценки эффективности алгоритмов и сравнительной оценки самоорганизующихся сетей. Показано, что с возрастанием функциональной избыточности повышается степень самоорганизации систем. Рассмотрены возможности многозначного представления информации в самоорганизующихся системах и проведены исследования методов использования возникающей при этом функциональной избыточности.
