Тема 3.
Інтелектуальні системи управління (ісу) – нові технології розробкита реалізації комп'ютеризованих систем управління.
Структура традиційної та інтелектуальної системи управління.
/
Рис.1.1 Структурная схема ИСАУ
На данный момент времени интеллектуальные системы автоматического управления (ИСАУ) можно разделить на три группы:
а) ЭС, для решения задач управления в РМВ;
б) интеллектуальные системы на основе теории интеллектуальных машин Дж.Саридиса;
в) системы экспертного управления с адаптивными и неадаптивными регуляторами.
Первая группа. Системы экспертного управления в РМВ можно рассматривать как распространение методов традиционных ЭС на решение задач управления динамическими объектами. Стратегия управления строится в рамках нечеткой или основанной на продукционных правилах методологии. Такое управление базируется на применении логических правил выбора управляющего воздействия в различных ситуациях. Эти правила заменяют традиционные алгоритмы управления. Областью применения этого подхода являются задачи управления сложными процессами, для которых либо не существует формальных моделей, либо эти модели неадекватны процессу ("грубые" модели). Решение подобных задач ориентировано на представление эмпирических знаний о том, как должен управляться конкретный объект.
Вторая группа. Теория интеллектуального управления исследует наиболее общие прикладные задачи управления, такие как интеллектуальные роботы, автономные устройства, и формулирует их в рамках единого математического подхода. Понятие интеллектуального управления было введено в 1971 году, как области, лежащей на пересечении теории искусственного интеллекта и автоматического управления. С тех пор ведутся безуспешные попытки довести строгость формализации этой области до уровня специальной научной дисциплины.
Несколько иной подход был предложен в работах, где расширен базовый набор научных дисциплин, формирующих интеллектуальное управление. Теперь оно рассматривается как область, лежащая на пересечении теорий искусственного интеллекта, исследования операций и автоматического управления. В соответствии с этим в указанных работах представлены основные понятия и методы данного направления. Так, интеллектуальное управление представляет собой процесс, который ведет некоторую интеллектуальную машину к достижению ею же заданной цели автономно. При этом под интеллектуальными подразумываются машины, способные заменить человека при выполнении им опасной, утомительной или высокоточной работы, где их высокая эффективность оказывается более выгодной в смысле человеческого или гуманистического измерения.
Системы интеллектуального управления используются для достижения автономными объектами заданных им целей без какого-либо взаимодействия с человеком-оператором. Для этого в системы должны быть заложены организующие, планирующие и исполнительные функции. При этом структурная организация систем интеллектуального управления строится в соответствии с принципом – при высокой степени интеллектуализации не требуется высокой точности, и наоборот (аналог принципа неопределенности Гейзенберга). В соответствии с этим принципом Дж. Саридисом предложена система иерархического оптимального управления, состоящая из трех основных уровней интеллектуальности или точности:
а) уровня организации с функциями рассуждения, планирования и принятия решений по организации процесса решения задачи (уровень искусственного интеллекта);
б) уровня согласования взаимодействий между верхним и нижним уровнями интеллектуализации, с функциями, направленными на согласование работы нижнего уровня (уровень искусственного интеллекта и исследования операций);
в) уровня исполнения, являющегося нижним уровнем, с высокими требованиями к точности и функциям, которые базируются на методах теории автоматического управления.
Задачи, решаемые на уровне исполнения, включают в себя выбор подходящего регулятора, удовлетворяющего определенным условиям, задаваемым разработчиком. В автономной системе, когда разработчиком является сама интеллектуальная машина, проблему управления можно рассматривать как выбор наилучшего регулятора в смысле удовлетворения условиям поставленной задачи. Выбор проводится среди всех регуляторов, осуществляющих допустимое управление.
Третья группа. Эта группа носит название экспертного управления. Оно связанно с применением методов ЭС для контроля традиционных ПИД и адаптивных регуляторов. В системах такого типа знания, необходимые для эффективной настройки параметров регуляторов, приобретаются как у специалистов по системам управления, так и у операторов и затем помещаются в БЗ в виде правил настройки. В процессе функционирования системы характер поведения объекта фиксируется классификатором образов. Подсистема вывода использует правила настройки и классифицированные образы для настройки параметров регуляторов. Весь процесс настройки выполняется в РМВ.
Экспертное управление применяется для расширения класса традиционных алгоритмов управления благодаря введению в систему общих знаний по управлению, эвристических методов настройки и адаптации. Такие системы состоят из интеллектуальной комбинации различных алгоритмов управления, идентификации и контроля.
По своему духу экспертное управление ближе к традиционному адаптивному, чем методы управления, развиваемые в рамках первого из названных направлений, в том числе к методам нечеткого управления. Развитие данного подхода обусловлено некоторыми недостатками современных адаптивных регуляторов. В первую очередь это относится к требованию наличия априорных знаний об объекте управления. Рекурентные алгоритмы идентификации и алгоритмы управления, используемые в традиционных адаптивных регуляторах, могут квалифицироваться как заключительные алгоритмические представления большого количества знаний по управлению – как теоретических, так и практических.
Экспертное управление включает в себя две бльшие проблемные области. Первая из них рассматривает то, какими знаниями об объекте необходимо располагать для того, чтобы автоматически настроить регулятор и осуществить наблюдение за объектом. Сюда также входит вопрос о том, как эти знания должны быть получены. Вторая область – это представление и использование этих знаний.
Идеально приспособленной для решения задач экспертного управления следовало бы считать ту систему, которая:
может надлежащим образом управлять произвольным объектом (нестационарным, нелинейным, подверженным возмущениям);
требует минимального количества априорных знаний об объекте управления;
способна использовать априорные знания;
использует качественные термины для характеристики контура управления (например, "как можно быстрее", "малое отклонение" и т.д.);
увеличивает кол-во собственных знаний об объекте и соответственно улучшает управление;
диагностирует ход процесса управления и состояние компонент контура управления;
может функционировать в диалоге с пользователем и получать от него дополнительную информацию об объекте управления, его характеристиках и т.п.;
позволяет модифицировать и расширять знания и эвристические методы управления, лежащие в основе ее функционирования.
Образно говоря, метод достижения идеальной цели экспертного управления можно выразить как попытку включить опытного специалиста по управлению в контур управления, предоставив ему возможность использовать любые алгоритмы управления, идентификации, измерения, контроля и создания системы управления.