Встановлюємо крок зміни рівня селекції ρс

Встановлюємо значення для верхнього ρv та нижнього ρn рівнів селекції відповідно.

Встановлюємо крок зміни рівня селекції ρс.

5. Обнуляється лічильник кроків оптимізації рівня селекції: z:=0.

7. Встановлюємо значення поточного рівня селекції: ρz:= ρn + ρc.

8. Визначається, наприклад, за ентропійною мірою Шеннона (2.7.4) або критерієм Кульбака (2.7.6). глобальний максимум КФЕ . Якщо маємо декілька однакових значень , то вибираємо значення з найменшим усередненим коефіцієнтом нечіткої компактності реалізацій образу:

, (2.10.5)

де – найближчий еталонний вектор до класу .

Параметри функціонування, які відповідають глобальному максимуму критерію при мінімальному , вважаються оптимальними.

9. Якщо ρz < ρv, то виконується крок 6, інакше –10.

10. Якщо , де N – кількості ознак розпізнавання, то виконується крок 2, інакше – «Зупин».

2. Основні властивості ІС. Що є умовою спостережуваності ІС з точки зору теоретико-інформаційного підходу

Основними властивостями ІС є:

· стійкість – це властивість ІС повертатися в попередній функціональний стан після припинення дії збурюючих факторів;

· керованість – це існування необмеженого керування, яке може перевести систему із довільного початкового стану в будь-який інший заданий стан за кінцевий інтервал часу;

спостережуваність – це можливість визначення поточного функціонального стану системи шляхом аналізу вихідних змінних при заданому керуючому сигналі за кінцевий період часу.

З точки зору теоретико-інформаційного підходу умовою спостережуваності є виконання нерівності

,або ,де – апріорна (безумовна) ентропія; – апостеріорна ентропія, що характеризує залишкову невизначеність після прийняття рішення

№12

1. Оптимізація кроку дискретизації реалізацій образу.

(2.12.1)

У діаграмі (2.12.1) оператор змінює крок дискретизації реалізацій образу так само, як і оператор t₂ у діаграмі (2.11.1), що призводить до зміни потужності словника . Після формування оператором у загальному випадку апріорно надлишкового варіанта словника його оптимізація здійснюється у процесі навчання ІС шляхом реалізації ітераційної процедури пошуку максимуму цільової функції

, (2.12.2)

де ЕК (Ω) – деяка узагальнена цільова функція, що включає як інформаційний КФЕ, обчислення якого є особливістю ІЕІ-технології, так і додаткові умови (наприклад, мінімальна розмірність простору ознак та інше), які є характерними для відповідного алгоритму селекції ознак розпізнавання.

2. Зв’язок ентропійного критерію Шеннона з точнісними характеристиками прийняття рішень.

Розглянемо процедуру обчислення модифікації ентропійного КФЕ за Шенноном для двохальтернативного рішення при рівноймовірних гіпотезах згідно з формулою (2.7.4). Оскільки інформаційний критерій є функціоналом від точнісних характеристик, то при репрезентативному обсязі навчальної вибірки необхідно користуватися їх оцінками:

; ; ;

№13

1. Оптимізація словника ознак розпізнавання.

Одним із ефективних шляхів стиснення інформації є оптимізація словника ознак, спрямована на зменшення його інформаційної надлишковості.

У загальному випадку проблема формування оптимального в інформаційному розумінні словника ознак розпізнавання може розглядатися у трьох аспектах:

1) попередній відбір ознак для формування початкового словника ознак розпізнавання;

2) пошук у надлишковому словнику інформативних ознак, виявлення латентних і виключення неінформативних і “заважаючих” ознак розпізнавання;

3) доповнення словника інформативними первинними та вторинними ознаками розпізнавання.

Початковий відбір ознак все ще залишається в основному функцією людини – розробника інформаційного забезпечення ІС. Доступність ознак розпізнавання для вимірювання, наявність необхідних датчиків інформації (сенсорів) і приладів вимірювання значною мірою впливають на формування словника ознак. При цьому не виключається можливість ігнорування ознак, важливих для процесу прийняття рішень. Тому важливого значення набуває необхідність найкращого використання наявних ознак розпізнавання. Саме на це спрямовано другий аспект вирішення проблеми шляхом оптимізації вхідного математичного опису в процесі навчання ІС. При цьому під латентними розуміються інформативні ознаки, які є ‘‘схованими’’, наприклад, через їх малу частоту спостережень.

Третій аспект проблеми формування інформативного словника так само доцільно вирішувати у рамках оптимізації параметрів процесу навчання ІС, наприклад, за методами ІЕІ-технології.

2.Основні етапи проектування ІС. Задачі, що розв’язуються на етапі ескізного проектування.

Узагальнені етапи проектування ІС показано на рис. 1.5.

На етапі ескізного проектування розв’язуються задачі аналізу та синтезу, здійснюється детальне пропрацювання технічного та інформаційного забезпечення відповідно до ТЗ. Особливістю проектування ІС є необхідність проведення на цьому етапі програмної реалізації розроблених алгоритмів з метою фізичного моделювання системи, що характерно для евристичних методів аналізу і синтезу.

№14

1.Постановка задачі, категорійна модель і алгоритм самонастроювання інтелектуальної системи, що навчається.

Нехай клас розпізнавання визначає m -й функціональний стан ІС, що навчається, і відома навчальна матриця || ||, в якій рядок є реалізацією образу { }, де N - кількість рецепторів, а стовпець – випадкова вибірка { }, де n - обсяг вибірки. Дано вектор параметрів функціонування гіперсферичного класифікатора g_m ={ d_m, x_m, δ, τ}, де d_m – радіус контейнера ; x_m – двійковий еталонний вектор-реалізація класу , ; δ – параметр контрольного поля допусків ; τ – крок квантування вхідної реалізації який за теоремою Шеннона визначається за умови , де – гранична частота спектру сигналу на вході ІС.

Треба визначити оптимальні значення параметра – кроку квантування за часом реалізацій образу:

де G – область допустимих значень параметрів функціонування.

Категорійна модель у вигляді діаграми відображення множин, що застосовуються при виборі оптимального періоду оброблення інформації, така

Розглянемо постановку задачі класифікаційного параметричного самонастроювання здатної навчатися ІС у рамках ІЕІ-технології. Нехай -клас, який характеризується найвищою функціональною ефективністю E _max системи. Дано структурований вектор параметрів настроювання , відповідні обмеження на них і клас X ₀, який характеризує початковий функціональний стан ІС, що настроюється.

Треба у межах заданої оперативності за мінімальної кількості кроків настроювання перевести ІС із класу X ₀ у клас за умови досягнення максимального значення КФЕ , де E (S) - інформаційна міра між класами Х ₀ і поточним класом .

За інформаційно-екстремальним алгоритмом самонастроювання оператор q: Y , як і в задачі компараторного розпізнавання, розбиває простір ознактільки на два класи: базовий (початковий) клас Х ₀ і клас , який характеризує стан системи після реалізації поточного кроку самонастроювання. При цьому розбиття згідно з (2.2.1) і (2.2.3) відповідає таким умовам:

1) ()[ ];

2) )()[ ];

3)()()[

];

5) , m= 1, 2.

Діаграма відображень множин при класифікаційному самонастроюванні ІС, що навчається, має вигляд

(2.13.1)

Діаграма (2.13.1) містить, окрім контурів оптимізації (2.8.2) і (2.9.4), додатковий контур оптимізації параметрів настроювання. При цьому оператор h ₁: E H відображає значення КФЕ на терм-множину H значень параметрів настроювання, а оператор h ₂: H® Z здійснює на кожному кроці настроювання перехід ІС у новий клас.

У рамках ІЕІ-технології алгоритм класифікаційного самонастроювання полягає в обчисленні на кожному кроці настроювання інформаційної міри , яка є мірою різноманітності початкового класу X ₀ і поточного класу , , де - екстремальний крок настроювання; в порівнянні значення із попереднім і у зміні залежно від результату порівняння параметра за правилом:

(2.13.2)

де – крок зміни -го параметра настроювання.

Оцінка функціональної ефективності класифікаційного самонастроювання здійснюється у процесі навчання за алгоритмом оптимізації параметрів навчання. Як параметри навчання у діаграмі (2.13.1) розглянуто радіус контейнера , який в кодовій відстані Хеммінга визначається як , де - еталонний вектор-реалізація класу ; - деяка вершина вектора-реалізації образу, яка належить контейнеру .

Обов’язковими параметрами оптимізації при класифікаційному самонастроюванні, як видно з діаграми (2.13.1), є так само контрольні допуски на ознаки розпізнавання, які безпосередньо формують бінарну навчальну матрицю і таким чином впливають на значення критерію , і параметри настроювання. Необхідність оптимізації інших параметрів навчання, здатних покращити функціональну ефективність класифікаційного настроювання, визначається з урахуванням специфіки та вимог до об’єкта настроювання.

Як критерій оптимізації класифікаційного настроювання використовується одна із статистичних інформаційних мір, яка обчислюється у рамках алгоритму навчання. Оскільки кожна ІС ґрунтується на допусковій концепції оцінки ознак розпізнавання, значення яких у загальному випадку можуть належати одному із трьох класів: – “НОРМА”, - “МЕНШЕ НОРМИ”, - “БІЛЬШЕ НОРМИ”, то запуск алгоритму класифікаційного настроювання здійснюється з моменту встановлення виходу поточного функціонального стану ІС із класу . Процес настроювання закінчується, коли знайдено оптимальні значення , які забезпечують максимальну функціональну ефективність системи E _max за багатоциклічною ітераційною процедурою

, (2.13.3)

де – допустима область значень параметра настроювання; – допустима область кроків настроювання.

2. Принципи дуальності та зовнішнього доповнення при проектуванні ІС.

· принцип дуальності ІС, який полягає в побудові найпростіших вирішальних правил за умови їх цілеспрямованого уточнення в міру накопичення апостеріорної інформації з метою наближення до безпомилкових за навчальною вибіркою;

· принцип зовнішнього доповнення, який обґрунтовує необхідність використання навчальної або контрольної (екзаменаційної) вибірки для підвищення достовірності рішень, що приймаються, та перевірки відповідності технічних характерристик системи ТЗ;

№15

1.Постановка задачі, категорійна модель і алгоритм функціонування інтелектуальної системи в режимі екзамену.

Треба визначити оптимальні значення параметра – кроку квантування за часом реалізацій образу:

де G – область допустимих значень параметрів функціонування.

Алгоритм екзамену у рамках ІЕІ-технології ґрунтується на аналізі значень функції належності, яка для гіперсферичного контейнера класу розпізнавання має вигляд

(2.14.2)

і обчислюється для кожної реалізації, що розпізнається.

Розглянемо кроки реалізації алгоритму екзамену при нечіткому розбитті, яке відповідає загальному випадку:

1) формування лічильника класів розпізнавання: ;

2) формування лічильника числа реалізацій, що розпізнаються: ;

3) обчислення кодової відстані ;

4) обчислення функції належності;

5) порівняння: якщо j n, то виконується крок 2, інакше – крок 6;

6) порівняння: якщо m M, то виконується крок 1, інакше – крок 7;

7) визначення класу , до якого належить реалізація образу, наприклад, за умови , де - усереднене значення функцій належності для реалізацій класу , або видача повідомлення: «Клас не визначено», якщо . Тут с - порогове значення.

Таким чином, алгоритми екзамену у рамках ІЕІ-технології є детермінованими і відрізняються незначною обчислювальною трудомісткістю, що дозволяє їх реалізовувати у реальному темпі часу. У випадку чіткого розбиття простору ознак на класи розпізнавання нечіткий алгоритм є так само працездатним, оскільки він розглядається по відношенню до чіткого алгоритму як загальний.

2. Задачі, що розв’язуються на етапі технічного проектування. Класифікація випробувань ІС.

Задачі, що розв’язуються на етапі технічного проектування. Класифікація випробувань ІС.

Під проектуванням ІС розуміється процес створення технічного, інформаційного, програмного та організаційного забезпечення ІС для досягнення поставленої мети її функціонування. При цьому головна задача проектування полягає у формуванні переліку вимог, які повинна задовольняти ІС, та їх реалізації на етапах як апріорного, так і апостеріорного проектування.

На етапі технічного (робочого) проектування на основі ТЗ та результатів ескізного проектування розробляється повний комплект технічної документації, який включає:

1) електричні схеми;

2) графічну документацію у вигляді необхідних креслень та специфікацій до них;

3) програмна документація: специфікація, текст програми, опис програми, формуляр, опис застосування, інструкції для оператора, системного програміста та інше;

4) текстова документація: загальні технічні умови на систему, частинні технічні умови на комплектуючі, технічний опис, технічні формуляри, паспорти, інструкції на настроювання системи та вузлів, інструкції з експлуатації та інше.

На етапі технічного проектування випускається технічна документація, необхідна для виготовлення дослідної партії системи у заводських умовах, яка включає:

· технологічні інструкції;

· технологічні (маршрутні) карти;

· креслення на технологічне оснащення та необхідне технологічне обладнання.

Невід’ємною частиною проектування ІС на всіх етапах є проведення випробувань системи, які мають таку класифікацію [5]:

· прийомоздавальні випробування, які полягають у встановленні відповідності системи та її складових ТЗ;

· лабораторні випробування, які відбуваються на етапах ескізного та технічного проектування і полягають в оцінці правильності функціонування, точнісних оцінок, стійкості, стабільності, надійності роботи з метою забезпечення технічних умов;

· сумісні випробування, які проводяться проектувальниками та замовниками за програмою лабораторних випробувань, але, як правило, за більш жорстких умов;

· натурні випробування, які проводяться у присутності замовника як завершальний етап перед здачею системи за умов, максимально наближених до заводських.

	Главная \| Случайная страница \| Контакты \| Мы поможем в написании вашей работы!