Файл: Интеллектуальные информационные системы и технологии.doc
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 07.11.2023
Просмотров: 405
Скачиваний: 11
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
формальные модели времени, или Т-модели. Понятия Т-моделей реализуются наборами фреймов. Разработка и реализация семантических моделей с глубокой детализацией отношений времени и пространства – это отдельное направление исследований в ИИ. Механизм обработки знаний, хранящихся в БЗ, определяется на основе причинно-следственных связей и выявленных зависимостей между элементами сценария, которые формируются аналитиками, поставляющими знания в систему.
Сценарный подход к прогнозированию требует больших затрат труда и времени для сбора и представления знаний, а также для экспертной оценки элементов информации. Генерация сценариев актуальна для МАС. С целью оценки сценариев в БЗ необходимо добавить информацию о целях, критериях качества, предпочтениях экспертов. Желаемые цели могут иметь различную важность и оказаться противоречивыми. Экспертные оценки значимости целей используются в процессе фор-мирования обобщенного показателя качества сценария.
Перспективным направлением является создание МАС для генерации сценариев развития различных ситуаций, в которых автономные агенты, имитирующие поведение субъектов, принимают решения о выборе действий по согласованию со своими пользователями.
11.2. Эвристические методы синтеза сложных систем
Под эвристическим синтезом понимается способ решения какой-либо поставленной задачи, включающий совокупность приемов мысли-тельной деятельности, а также операций по сбору, анализу, обработке и хранению информации. Эвристические методы синтеза используются при необходимости как можно большего числа новых рациональных решений для реализации полезных функций системы и эффективного синтеза новых систем.
Эвристический синтез базируется на эвристике – науке о творче-ском мышлении.
Значимым признаком классификации методов эвристического синтеза является наличие или отсутствие алгоритма, организующего мыслительный процесс. По этому признаку можно выделить методы ненаправленного синтеза, опирающиеся только на простейшие приемы ассоциативного мышления, и методы направленного синтеза, для которых характерны комплексный подход, системный анализ проблемы и алгоритмизация творческого процесса.
Для ненаправленного синтеза решений используются методы:
аналогии, который предусматривает использование аналогичного известного решения;
инверсии
, основанный на использовании принципов перестановки, переворачивания, выворачивания наизнанку. Этот метод приучает к гиб-кости мышления, отказу от традиционных стереотипных решений, пре-одолению психологической инерции;
эмпатии, означающий отождествление себя с разрабатываемой системой;
идеализации, связанный с желанием получить представление об идеальной системе, полностью отвечающей поставленной цели.
В методах ненаправленного поиска учитываются особенности чело-веческой психики.
Наиболее эффективны для синтеза сложных систем методы на-правленного синтеза, основанные на научно обоснованных алгоритмах творческого процесса. Современные методы направленного синтеза базируются на сложных алгоритмизированно-процедурных подходах, типизированных способах решения разнообразных изобретательских задач.
«Мозговой штурм» наиболее известный и широко применяемый метод генерирования новых идей путем творческого сотрудничества группы специалистов.
Методы ассоциаций и аналогий предполагают активизацию ас-социативного мышления человека. К ним относятся:
метод фокальных объектов, состоящий в перенесении признаков случайно выбранных объектов на совершенствуемый объект, который лежит как бы в фокусе переноса и поэтому называется фокальным. Этот метод дает хорошие результаты при поиске новых модификаций из-вестных систем;
метод гирлянд случайных ассоциаций, предполагающий вывод на каждой итерации очередной случайной ассоциации «объект – признаки случайный признак». Результатом работы является гирлянда ассоциаций. Последовательность объектов в гирлянде характеризуется тем, что со-седние объекты имеют общий признак.
Синектика – комплексный метод стимулирования творческой деятельности, использующий приемы и принципы как «мозгового штурма», так и методы аналогий и ассоциаций. «Синектика» неологизм (точнее, новое значение старого слова), означающий объединение разнородных элементов. В основе метода лежит поиск нужного решения благодаря преодолению психологической инерции, состоящей в стремлении решить проблему традиционным путем. Синектика позволяет выйти за рамки какого-то конкретного образа мыслей и значительно расширяет диапазон поиска новых идей за счет представления привычного непривычным и наоборот.
Метод контрольных вопросов применяется для психологической активизации творческого процесса. Цель метода состоит в том, чтобы с помощью наводящих вопросов подвести к решению задачи.
Метод коллективного блокнота позволяет сочетать независимое выдвижение идей каждым членом рабочей группы с коллективной их оценкой и процессом выработки решения. Систематизация зафикси-рованных в блокнотах в течение месяца идей осуществляется руко-водителем группы, а заключительное творческое обсуждение – всеми членами группы. Выбор окончательного решения проводится методом «мозгового штурма».
Метод «матриц открытия» преследует цель систематического исследования всех мыслимых вариантов, вытекающих из закономерностей строения (морфологии) совершенствуемой системы, а также выбора и изучения поля возможных решений. Метод не дает законченных решений и служит для систематизации имеющегося материала и определения отправных пунктов дальнейшего исследования.
Эвристический метод решения изобретательских задач ориенти-рован на решение задач путем выявления и разрешения внутренних противоречий системы. Наибольшее распространение метод получил в области технического проектирования.
В настоящее время из эвристических методов наиболее под-готовленными к автоматизации являются методы гирлянд случайных ассоциаций и решения изобретательских задач.
11.3. Гибридные, синергетические и интегрированные системы
Применение в ИИ однородных методов, т.е. методов, соответствую-щих одной научной парадигме, для решения сложных задач не всегда приводит к успеху.
В гибридной архитектуре, объединяющей несколько парадигм, эффективность одного подхода может компенсировать слабость другого. Комбинируя различные подходы, можно обойти недостатки, присущие каждому из них в отдельности. Поэтому одной из ведущих тенденций в современной информатике стало развитие интегрированных, гибридных и синергетических систем.
Синергетика междисциплинарное научное направление, изучаю-щее универсальные закономерности процессов самоорганизации, эво-люции и кооперации. Ее цель состоит в построении общей теории сложных систем, обладающих особыми свойствами.
Интеграция и гибридизация различных методов и технологий позволяет решать сложные задачи, которые невозможно решить на основе каких-либо отдельных методов и технологий. Интегрированность как фундаментальное свойство сложной системы предполагает взаимную адаптацию и совместную эволюцию ее компонентов, что обеспечивает появление новых качеств. Интеграция всегда выступает как необходимое условие гибридизации.
Гибридная система
это система, состоящая из двух или более интегрированных разнородных подсистем, объединенных общей целью. Понятие гибридной системы близко соотносится с понятием синерге-тической системы. Чаще всего синергетику отождествляют с общей теорией самоорганизации, теорией образования новых качеств или наукой о самоорганизации развивающихся систем. Термин «синергетика» происходит от слова «синергия», означающего совместное действие, сотрудничество. В гибридных интеллектуальных системах (ГИС) имитируются различные стороны интеллектуальной деятельности чело-века. На нижнем уровне развития ГИС предполагается интеграция различных моделей представления знаний (фреймово-продукционные модели, нейрологические, нейросемантические сети), различных моделей рассуждений (дедуктивных и абдуктивных).
Следующий уровень построения ГИС – интеграция различных информационных технологий, например создание гибридных ЭС. В таких системах должны поддерживаться не только различные модели знаний, но и различные средства и стратегии поиска, должны реализовываться как инженерия знаний, так и числовая обработка информации.
Верхним уровнем интеграции является объединение символьного и нейробионического направлений в ИИ, а также непрерывных и дискретных моделей, комбинирование моделей образного и вербального мышления. Бионика – раздел ИИ, в котором рассматриваются вопросы применения принципов действия живых организмов и использования биологических процессов для решения инженерных задач. В качестве основы таких ГИС могут выступать ЭС, нечеткие системы, нейронные сети, генетические алгоритмы.
Одним из перспективных направлений создания ГИС является синергетический ИИ. В отличие от обычных ИИ-систем сложные ИИ-системы характеризуются:
множеством неоднородных компонентов;
активностью, автономностью, целенаправленностью, кооперативным поведением компонентов, которые могут приобретать статус агентов;
множеством различных гибких трансформируемых взаимосвязей между компонентами;
семиотической природой взаимосвязей (семиотика – наука о знаках);
динамичностью, неустойчивостью, адаптивностью;
открытостью, распределенностью, сетевой организацией;
высоким эволюционным потенциалом, обучаемостью.
Область синергетического ИИ включает исследования процессов зарождения, формирования, деятельности, коммуникации, эволюции и кооперации сложных интеллектуальных систем различных классов. Примерами таких систем являются системы распределенного и де-централизованного ИИ.
Основные синергетические проблемы ИИ состоят:
в исследовании путей и характера эволюции различных направлений и подходов в ИИ, разработке открытых ИИ-систем;
определении сценариев развития, принципов и механизмов объединения различных интеллектуальных технологий;
изучении проблем формирования неклассических ИИ-систем (неоднородных, открытых, локально организованных, гибридных, рас-пределенных, децентрализованных) с интегрированными архитекту-рами.
Эволюционное моделирование можно определить как воспроиз-ведение процесса естественной эволюции с помощью компьютерных программ [6, 8]. К факторам, определяющим неизбежность эволюции, относятся:
наследственная изменчивость как предпосылка эволюции;
борьба за существование как контролирующий и направляющий фактор;
естественный отбор как преобразующий фактор.
Современная теория эволюции базируется на теории общей и популяционной генетики – науки, изучающей наследственность ор-ганизмов. Элементарным объектом эволюции является популяция – сообщество свободно скрещивающихся особей. Преобразования гене-тического состава популяции происходит под действием элементарных эволюционных факторов. Хромосомы – это специфические структуры клеточного ядра, которые играют важнейшую роль в процессах деле-
ния клеток. Хромосомы состоят из генов. Ген – это реально существующая, независимая, комбинирующаяся и расщепляющаяся при скрещивании единица наследственности. Случайные структурные или функциональные изменения в генах, хромосомах называют мутациями, если они приводят к наследственному изменению какого-либо признака особи.
История эволюционных вычислений началась с разработки ряда независимых моделей, в частности генетических алгоритмов, в со-ответствии с которыми методы и модели развития органического мира используются в качестве механизма комбинаторного перебора вариантов при решении оптимизационных задач. В задачах поиска оптимальных решений каждое решение из множества возможных можно представить набором информации, который может быть изменен путем введения в него элементов другого решения. Возможные решения соответствуют хромосомам, состоящим из генов, причем в ходе оптимизации происходит обмен генами между хромосомами (
Сценарный подход к прогнозированию требует больших затрат труда и времени для сбора и представления знаний, а также для экспертной оценки элементов информации. Генерация сценариев актуальна для МАС. С целью оценки сценариев в БЗ необходимо добавить информацию о целях, критериях качества, предпочтениях экспертов. Желаемые цели могут иметь различную важность и оказаться противоречивыми. Экспертные оценки значимости целей используются в процессе фор-мирования обобщенного показателя качества сценария.
Перспективным направлением является создание МАС для генерации сценариев развития различных ситуаций, в которых автономные агенты, имитирующие поведение субъектов, принимают решения о выборе действий по согласованию со своими пользователями.
11.2. Эвристические методы синтеза сложных систем
Под эвристическим синтезом понимается способ решения какой-либо поставленной задачи, включающий совокупность приемов мысли-тельной деятельности, а также операций по сбору, анализу, обработке и хранению информации. Эвристические методы синтеза используются при необходимости как можно большего числа новых рациональных решений для реализации полезных функций системы и эффективного синтеза новых систем.
Эвристический синтез базируется на эвристике – науке о творче-ском мышлении.
Значимым признаком классификации методов эвристического синтеза является наличие или отсутствие алгоритма, организующего мыслительный процесс. По этому признаку можно выделить методы ненаправленного синтеза, опирающиеся только на простейшие приемы ассоциативного мышления, и методы направленного синтеза, для которых характерны комплексный подход, системный анализ проблемы и алгоритмизация творческого процесса.
Для ненаправленного синтеза решений используются методы:
аналогии, который предусматривает использование аналогичного известного решения;
инверсии
, основанный на использовании принципов перестановки, переворачивания, выворачивания наизнанку. Этот метод приучает к гиб-кости мышления, отказу от традиционных стереотипных решений, пре-одолению психологической инерции;
эмпатии, означающий отождествление себя с разрабатываемой системой;
идеализации, связанный с желанием получить представление об идеальной системе, полностью отвечающей поставленной цели.
В методах ненаправленного поиска учитываются особенности чело-веческой психики.
Наиболее эффективны для синтеза сложных систем методы на-правленного синтеза, основанные на научно обоснованных алгоритмах творческого процесса. Современные методы направленного синтеза базируются на сложных алгоритмизированно-процедурных подходах, типизированных способах решения разнообразных изобретательских задач.
«Мозговой штурм» наиболее известный и широко применяемый метод генерирования новых идей путем творческого сотрудничества группы специалистов.
Методы ассоциаций и аналогий предполагают активизацию ас-социативного мышления человека. К ним относятся:
метод фокальных объектов, состоящий в перенесении признаков случайно выбранных объектов на совершенствуемый объект, который лежит как бы в фокусе переноса и поэтому называется фокальным. Этот метод дает хорошие результаты при поиске новых модификаций из-вестных систем;
метод гирлянд случайных ассоциаций, предполагающий вывод на каждой итерации очередной случайной ассоциации «объект – признаки случайный признак». Результатом работы является гирлянда ассоциаций. Последовательность объектов в гирлянде характеризуется тем, что со-седние объекты имеют общий признак.
Синектика – комплексный метод стимулирования творческой деятельности, использующий приемы и принципы как «мозгового штурма», так и методы аналогий и ассоциаций. «Синектика» неологизм (точнее, новое значение старого слова), означающий объединение разнородных элементов. В основе метода лежит поиск нужного решения благодаря преодолению психологической инерции, состоящей в стремлении решить проблему традиционным путем. Синектика позволяет выйти за рамки какого-то конкретного образа мыслей и значительно расширяет диапазон поиска новых идей за счет представления привычного непривычным и наоборот.
Метод контрольных вопросов применяется для психологической активизации творческого процесса. Цель метода состоит в том, чтобы с помощью наводящих вопросов подвести к решению задачи.
Метод коллективного блокнота позволяет сочетать независимое выдвижение идей каждым членом рабочей группы с коллективной их оценкой и процессом выработки решения. Систематизация зафикси-рованных в блокнотах в течение месяца идей осуществляется руко-водителем группы, а заключительное творческое обсуждение – всеми членами группы. Выбор окончательного решения проводится методом «мозгового штурма».
Метод «матриц открытия» преследует цель систематического исследования всех мыслимых вариантов, вытекающих из закономерностей строения (морфологии) совершенствуемой системы, а также выбора и изучения поля возможных решений. Метод не дает законченных решений и служит для систематизации имеющегося материала и определения отправных пунктов дальнейшего исследования.
Эвристический метод решения изобретательских задач ориенти-рован на решение задач путем выявления и разрешения внутренних противоречий системы. Наибольшее распространение метод получил в области технического проектирования.
В настоящее время из эвристических методов наиболее под-готовленными к автоматизации являются методы гирлянд случайных ассоциаций и решения изобретательских задач.
11.3. Гибридные, синергетические и интегрированные системы
Применение в ИИ однородных методов, т.е. методов, соответствую-щих одной научной парадигме, для решения сложных задач не всегда приводит к успеху.
В гибридной архитектуре, объединяющей несколько парадигм, эффективность одного подхода может компенсировать слабость другого. Комбинируя различные подходы, можно обойти недостатки, присущие каждому из них в отдельности. Поэтому одной из ведущих тенденций в современной информатике стало развитие интегрированных, гибридных и синергетических систем.
Синергетика междисциплинарное научное направление, изучаю-щее универсальные закономерности процессов самоорганизации, эво-люции и кооперации. Ее цель состоит в построении общей теории сложных систем, обладающих особыми свойствами.
Интеграция и гибридизация различных методов и технологий позволяет решать сложные задачи, которые невозможно решить на основе каких-либо отдельных методов и технологий. Интегрированность как фундаментальное свойство сложной системы предполагает взаимную адаптацию и совместную эволюцию ее компонентов, что обеспечивает появление новых качеств. Интеграция всегда выступает как необходимое условие гибридизации.
Гибридная система
это система, состоящая из двух или более интегрированных разнородных подсистем, объединенных общей целью. Понятие гибридной системы близко соотносится с понятием синерге-тической системы. Чаще всего синергетику отождествляют с общей теорией самоорганизации, теорией образования новых качеств или наукой о самоорганизации развивающихся систем. Термин «синергетика» происходит от слова «синергия», означающего совместное действие, сотрудничество. В гибридных интеллектуальных системах (ГИС) имитируются различные стороны интеллектуальной деятельности чело-века. На нижнем уровне развития ГИС предполагается интеграция различных моделей представления знаний (фреймово-продукционные модели, нейрологические, нейросемантические сети), различных моделей рассуждений (дедуктивных и абдуктивных).
Следующий уровень построения ГИС – интеграция различных информационных технологий, например создание гибридных ЭС. В таких системах должны поддерживаться не только различные модели знаний, но и различные средства и стратегии поиска, должны реализовываться как инженерия знаний, так и числовая обработка информации.
Верхним уровнем интеграции является объединение символьного и нейробионического направлений в ИИ, а также непрерывных и дискретных моделей, комбинирование моделей образного и вербального мышления. Бионика – раздел ИИ, в котором рассматриваются вопросы применения принципов действия живых организмов и использования биологических процессов для решения инженерных задач. В качестве основы таких ГИС могут выступать ЭС, нечеткие системы, нейронные сети, генетические алгоритмы.
Одним из перспективных направлений создания ГИС является синергетический ИИ. В отличие от обычных ИИ-систем сложные ИИ-системы характеризуются:
множеством неоднородных компонентов;
активностью, автономностью, целенаправленностью, кооперативным поведением компонентов, которые могут приобретать статус агентов;
множеством различных гибких трансформируемых взаимосвязей между компонентами;
семиотической природой взаимосвязей (семиотика – наука о знаках);
динамичностью, неустойчивостью, адаптивностью;
открытостью, распределенностью, сетевой организацией;
высоким эволюционным потенциалом, обучаемостью.
Область синергетического ИИ включает исследования процессов зарождения, формирования, деятельности, коммуникации, эволюции и кооперации сложных интеллектуальных систем различных классов. Примерами таких систем являются системы распределенного и де-централизованного ИИ.
Основные синергетические проблемы ИИ состоят:
в исследовании путей и характера эволюции различных направлений и подходов в ИИ, разработке открытых ИИ-систем;
определении сценариев развития, принципов и механизмов объединения различных интеллектуальных технологий;
изучении проблем формирования неклассических ИИ-систем (неоднородных, открытых, локально организованных, гибридных, рас-пределенных, децентрализованных) с интегрированными архитекту-рами.
Эволюционное моделирование можно определить как воспроиз-ведение процесса естественной эволюции с помощью компьютерных программ [6, 8]. К факторам, определяющим неизбежность эволюции, относятся:
наследственная изменчивость как предпосылка эволюции;
борьба за существование как контролирующий и направляющий фактор;
естественный отбор как преобразующий фактор.
Современная теория эволюции базируется на теории общей и популяционной генетики – науки, изучающей наследственность ор-ганизмов. Элементарным объектом эволюции является популяция – сообщество свободно скрещивающихся особей. Преобразования гене-тического состава популяции происходит под действием элементарных эволюционных факторов. Хромосомы – это специфические структуры клеточного ядра, которые играют важнейшую роль в процессах деле-
ния клеток. Хромосомы состоят из генов. Ген – это реально существующая, независимая, комбинирующаяся и расщепляющаяся при скрещивании единица наследственности. Случайные структурные или функциональные изменения в генах, хромосомах называют мутациями, если они приводят к наследственному изменению какого-либо признака особи.
История эволюционных вычислений началась с разработки ряда независимых моделей, в частности генетических алгоритмов, в со-ответствии с которыми методы и модели развития органического мира используются в качестве механизма комбинаторного перебора вариантов при решении оптимизационных задач. В задачах поиска оптимальных решений каждое решение из множества возможных можно представить набором информации, который может быть изменен путем введения в него элементов другого решения. Возможные решения соответствуют хромосомам, состоящим из генов, причем в ходе оптимизации происходит обмен генами между хромосомами (