Научная статья на тему 'Использование принципов гомеостатики при управлении в интеллектуальных системах'

Использование принципов гомеостатики при управлении в интеллектуальных системах Текст научной статьи по специальности «Математика»

CC BY
523
148
i Надоели баннеры? Вы всегда можете отключить рекламу.
i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Использование принципов гомеостатики при управлении в интеллектуальных системах»

Раздел 2

Генетические алгоритмы, эволюционное моделирование

УДК.621.3

В.В. Курейчик, В.М. Курейчик1

ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ГОМЕОСТАТИКИ ПРИ УПРАВЛЕНИИ В ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМАХ

Для достижения цели функционирования искусственных систем (ИС) необходим процесс управления [1-3]. Управление требует для своей реализации определенных средств, ресурсов и наличия информации о процессах в той среде, где функционирует ИС и состоянии управляющих средств. Процесс управления условно делят на исполнительную и управляющую части. Для оценки управляющей части вводится критерий управления - целевая функция (ЦФ). Тогда возникает новая функция управления - достижение согласованных действий при управлении интеллектуальной ИС (ИИС) при наличии многих управляющих систем (пользователей) со своими локальными целями. ИИС, созданная эволюционным путем, не может управляться централизованно единым органом управления. Достижение глобальной цели функционирования такой системы происходит за счет согласования отдельных подсистем ИИС и своеобразного управления этими отдельными подсистемами. Здесь возможно два принципа управления: централизованный и децен.

Во втором случае обязательно наличие отдельных подсистем в системе , , информации о том, какое решение в тот же момент времени принимают другие подсистемы. Отметим, что многие ИИС строятся из более простых систем в результате разнообразных путей эволюции [1-4].

Сложность ИИС имеет такой порядок, что централизованное управление ста. . сформулировать на таком уровне точности, который необходим для централизованного управления, цель существования ИИС и критерии управления. Заметим, что децентрализация может достигаться за счет согласования действий подсистем

( , ), -зволяет всей ИИС достигать поставленной перед ней цели в результате действий , .

, -ской модели и базы знаний (БЗ) [5-7]. Гомеостат определяется как универсальная информационная единица управления, инвариантная материальному носителю. Гомеостатика анализирует информационную сущность механизма поддержания равновесия в ИИС. Фундаментальной концепцией гомеостатики является теория об организации взаимодействия частей любого объекта. Структурным основанием

1 Работа выполнена при поддержки РФФИ, гранты №01-01-000-44, 02-01-01-275

гомеостата является организация информационных потоков при управлении процессами в ИИС [1-4]. Эта структура образуется из трех контуров управления (рис.1). Здесь, например, при принятии решений (ПР) один контур (система управления верхнего уровня) управляет целями в двух других контурах (системах управ), . гомеостата обеспечиваются согласованием процессов в этих контурах управления.

О бъе кт управп єни я

Ц еп ь 1 управп єни я

Ц еп ь 2 управп єни я

Цепь 3 управп єни я

Рис.1. Пример трехуровневой системы управления

При таком описании ИИС подобна многоагентной системе, состоящей из множества агентов, множества задач, внешней среды; отношений между агентами; множества действий и операций над объектами [8].

Многоагентные системы (MAC) есть популяция простых и независимых агентов: каждый агент самостоятельно реализуется в локальной среде и взаимодействует с другими агентами, связи между агентами являются горизонтальными; глобальное поведение агентов определяется на основе нечетких правил.

Определим базовую MAC (БМАС) как кортеж длины три: < Ф, X, Y >, где

Ф - график нечеткого соответствия; X - область отправления (вход); Y - область прибытия (выход). Причем XxY с M, где М - множество, задающее область определения нечеткого соответствия. Набор таких БМАС может образовать иерархическую ИС, инвариантную к внешним воздействиям среды [8]. Тогда расплывчатую

эволюционную MAC определим: <C, ,I,K,S,E>, где С = {1,2,...,n} - множество

агентов; ^ - семейство нечетких соответствий (^ =< Ф ,Х^>); I - множество

действий агентов; К - множество коммуникационных связей; 8 - множество нечетких состояний; Е - множество эволюционных нечетких стратегий. На основе таких моделей можно анализировать процессы принятия решений с использованием ИИС [8].

Г омеостатические объекты воплощают принцип полярности. Это противоречие содержится в целях управления контуров нижних уровней. В гомеостатах этот принцип проявляется путем распределения противоречивых целей управления [5]. Благодаря этому свойству целей управления возникает разнообразие видов противоречия: союзничество, партнерство, конкуренция, конфликт. Синтез противоположностей осуществляется третьим элементом - контуром управления верхнего уровня. При этом образуется треугольник, аналогичный треугольнику Фреге [9], в котором противоположные основания поддерживаются вершиной.

Важным принципом в гомеостатах является принцип троицы. Как фундаментальный, этот принцип лежит в обосновании эзотерических учений [10]. Использование древней классической китайской книги перемен позволяет понять механизм изменчивости и выработать на его основе логику решения проблем в изменяющихся противоречивых условиях [10]. Изменчивость осуществляется двумя способами: зеркальная симметрия (ассиметрия) и инверсия. Например, на основе биполярной модели логики Ян-Инь точка х на прямой никогда не достигнет предельного абсо-= 1 = 0.

противоположных тенденций, одна из которых нарастает, а другая убывает, предполагает наличие зоны оптимальных состояний. Границы зоны определяются на основе золотого сечения [11]. На рис.2 показана схема строительного блока (СБ) с

, -

сти. В рассматриваемой схеме элементы имеют различные свойства, но, будучи

взаимосвязаны друг с другом, поддерживают относительный баланс. Нормальное функционирование системы (ее свойства и возможности) связано с равновесием в ней элементов Инь-Ян (БЭА1 - БЭА2). На рис.2. БЭА - это блок эволюционной

, - , ,

Р1, Р2 - противоположные популяции альтернативных решений.

Рис.2. Схема СБ с относительным балансом

Гомеостатика утверждает своими постулатами иерархию гомеостатических процессов. Фундаментальные принципы в гомеостатике следующие [5]: противоречия, гармонии, аналогии. Принцип равновесия - это частный принцип гармонии. Динамическое постоянство достигается уравновешиванием противоположностей. В динамике равновесия возникает гармония. Выход состояний наблюдаемого процесса за пределы гармоничного отношения - это нарушение гомеостаза [11]. В этой связи гомеостатика отражает различные грани эволюции объектов ИС.

Модель организации ИИС характеризуется объектом [5], обладающим инерцией и механизмом стабилизации или дестабилизации (потери устойчивости) ИИС.

При моделировании ИИС с позиции управления ее можно отображать двумя элементами: объектом, обладающим инерцией, и механизмом, стабилизирующим состояние этого объекта, либо вызывающим процессы, ведущие к потери устойчивости. При управлении в ИИС в качестве ЦФ можно использовать критерии Парето, критерии на основе чисел Фибоначчи и золотого сечения [11-13]. Если рассмотреть крайние состояния некоторого управляемого процесса в ИИС, где между ЛПР и внешней средой поддерживается динамическое равновесие, то областью гармоничных состояний будет та, которая образуется границами золотого сечения, отстоящими от входов и выходов. Гармония в таком выражении не число, а область или пространство.

Следствием совместного действия каких-либо начал в управлении ИИС образуется принцип причинности. Каждое состояние процесса эволюции проявляется как причина последующих и следствие предшествующих состояний. При этом создается связанность всего со всем [11]. Этот принцип как бы настройка по отношению к принципу наследственности. Наследственность в системном отношении проявляется в построении упорядоченности из хаоса развивающихся ИИС. При рассмотрении любой ИИС, явления, процесса как целого в нем должны быть най: ( ) [11].

Развитие эволюции иногда представляют в виде совокупности объективных , . ряда отдельных изменений в ИИС под влиянием внешних и внутренних стимулов. Это спонтанные мутации или пробные эксперименты. Кроме этого, выполняется анализ результатов изменений на согласованность с внешней средой и происходит отбор вариантов в соответствии с принципом гармонии. Остаются те варианты ИИС, которые соответствуют отношениям главных внешних и внутренних факто-, .

ИИС. При этом эволюция исправляет ошибки. Негармоничные решения устраняются. При расширении пространства создаются условия для механизма совершен. -. , -ваний и создание предпосылок для нового витка эволюции [11-13].

Принципы гомеостатики и иерархии проявляются и в управлении ИИС. При этом контур управления информационной цепи обратной связи руководит объек-.

уровне по сравнению с основным контуром управления ИИС и т.д. Структура простейшей ИИС основывается на взаимосвязи информации нескольких видов: ото, , .

Если возникают отклонения от заданных свойств объекта управления, среды и ИИС, то управление становится невозможным, т.к. сведений для ПР недостаточно. Возникает противоречие между существующими и необходимыми возможностями системы управления. Оно устраняется созданием механизма эволюционной

.

структуре ИИС при управлении могут возникать неопределенности, относящиеся к любому виду сведений, составляющих внутреннюю информацию системы [5,11].

В [11] выделяют два механизма ПР в условиях неопределенности: рефлексивный и нерефлексивный. Нерефлексивный способ устранения неопределенностей представляют как неуправляемое дополнение недостающих сведений из хранилища данных. В ИИС в основном используется рефлексивный способ. Он заключается в анализе изменений и выработке решений на коррекцию информационного пространства в системе. В таком способе управление осуществляется за счет дополнительного контура, т.е. дополнительной обратной рекурсивной цепи. Эта дополнительная рефлексия обеспечивает устранение неопределенностей за счет нового информационного ресурса, который появляется в процессе ПР. В результате образуется структура с двумя и более иерархически связанными дополнительными адаптивными подсистемами [11]. Согласно [5,11] простейшая организация информационных потоков в виде контура обратной связи, при которой в ИИС появляется возможность «понимать» текущую ситуацию, образует элементарный интеллект в системе управления. Добавление адаптивных подсистем к основному контуру управления позволяет распознавать все более сложные ситуации с изме-.

В гомеостатических ИИС выделяют два фундаментальных свойства: полярность и иерархичность. В таких ИИС одним и тем же объектом управляют две системы с различными целями. Это основа ИИС или элементарный гомеостаз. Внутреннее противоречие между целями придает гомеостазу признаки целостности. Пересечение областей допустимости образует область, где противоречия как бы совпадают между целевыми функциями. При этом и возникает разнообразие способов поддержания гомеостаза. Принципы полярности и иерархичности задают устойчивость непрерывно изменяющимся во взаимодействии полюсам ИИС. Этим поддерживается постоянство в изменяющемся, сохраняя существование целого [7,11].

, -

жество множеств адаптивных подсистем вокруг основного контура управления. Тогда образуется устойчивая целостность, способная поддерживать постоянство процессов в объекте управления при существенных изменениях внешней среды. , , -ципу многоэтажного гомеостаза, можно определенным образом моделировать процессы, происходящие в ней для поддержания баланса [11].

В заключение отметим, что между принципами гомеостатики и эволюции мно-. . -цепцией ИИС может служить объединенное учение о гомеостазе, адаптации, самоорганизации [12,13]. Для этого необходима характеристика связей между ними, оценка их координационного взаимодействия. ИИС может определяться как регулирующая, адаптивная самообучающаяся система, проявляющая свойства гомеостатичности и .

для анализа геометрических моделей функциональных состояний с целью выявления их инвариантов как количественной меры сохранения ИИС.

ЛИТЕРАТУРА

1. Варш авский В.И., Поспелов ДА. Оркестр играет без дирижера. М.: Наука,1984.

2. Месаровт М., Мако Д., Такахара. Теория иерархических многоуровневых систем. М.: Мир, 1973.

3. Горский ЮМ. Гомеостатика: модели, свойства, патологии. Новосибирск: Наука, 1990.

4. Берштейн Л.С., Финаев В.И. Адаптивное управление с нечеткими стратегиями. Ростов -на - Дону: Изд-во РГУ, 1993.

5. Горский Ю.М. Основы гомеостатики.(Гармония и дисгармония живых, природных, социальных и искусственных систем). Иркутск: Изд-во ИГЭА, 1988.

6. Осипов ГС. Приобретение знаний интеллектуальными системами. М.: Наука, 1997.

7. Попов Э. В. и др. Статические и динамические экспертные системы. М.: Финансы и ста-

, 1996.

8. . . - -

ретические подходы к построению интеллектуальных организаций// Известия АН. Теория и системы управления. 1998, №5. C.12-23.

9. Поспелов ДА. «Десять горячих точек» в исследованиях по искусственному интеллекту. М.: ИС, Т.1,1996.

10. .. . .: - , 1999.

11. . . : .

.: , 1998.

12. Курейчик B.M., Курейчик В.В. Эволюционные, синергетические и гомеостатические

. // . ., 3,2000. .22-92.

13. . . ,

решений. Монография. Таганрог: Изд-во ТРТУ, 2001.

УДК 658.012

Л.А. Зинченко1

ОЦЕНКИ ЭФФЕКТИВНОСТИ ЭВОЛЮЦИОННОГО ПОИСКА ДЛЯ МНОГОАЛЬТЕРНАТИВНЫХ АЛГОРИТМОВ

Поиск решения при проектировании заключается в определении множества возможных альтернативных решений, затем их оценке и выборе лучшего варианта. Под термином “принятие лучшего решения” следует понимать нахождение прием, . -цесса принятия решений позволяет формализовать поиск решения на основе алгоритмов эволюционного моделирования. Они отличаются терпимостью к неточно, , -, , -ной связью с реальностью.

Алгоритмы эволюционного моделирования являются адаптивными алгорит-

,

отсутствии требований к дифференцируемости оптимизируемой функции или полноты знаний о решаемой проблеме. Они отличаются устойчивостью при поиске , -.

Как всякий метод, использующий элементы случайности, эволюционное моделирование не гарантирует нахождение глобального оптимума. Эти методы позволяют найти совокупность приемлемых решений. Тем не менее, они оказались эффективными для решения ряда задач, в которых не требуется гарантировать на.

1 Работа выполнена при поддержке РФФИ, гранты № 01-01-000-44, 00-01-00-125

i Надоели баннеры? Вы всегда можете отключить рекламу.