Читать онлайн «Метод автономного адаптивного управления»

1 Известия Академии Наук. Теория и системы управления, 1999, № 5, с. 127-134 УДК 519. 7 МЕТОД АВТОНОМНОГО АДАПТИВНОГО УПРАВЛЕНИЯ (С) 1999 г. А. А. Жданов Москва, ИСП РАН Работа выполнена при поддержке РФФИ Поступила в редакцию 10. 03. 99 г. Аннотация В статье рассматриваются основные положения методологии построения управляющих систем на имитационных принципах, которая названа методом автономного адаптивного управления (ААУ). Из общих для всех нервных систем свойств: дискретности строения и принципа действия, высокой неопределенности начальных знаний и приспособленности аппаратно- программной компоненты, а также необходимости осуществления управления и обучения в одном процессе, выводится принцип действия и строение управляющей системы. Предлагаются конкретные решения, позволяющие строить практически действующие управляющие системы, работающие с сравнительно простыми знаниями. Решения описывают способы построения формальных нейронов, подсистем формирования и распознавания образов, базы знаний, принятия решений и аппарата эмоций. Названы примеры практических приложений. Введение Успехи прагматического направления исследований по искусственному интеллекту отодвинули в последние два десятилетия на второй план представляющую фундаментальный интерес проблему исследования принципов управления в живом и их имитации, поставленную в свое время Н. Винером [1]. Имитационное направление, которому уделяли внимание такие исследователи, как У. Кеннон [2], П. К. Анохин [3], А. А. Ляпунов [4], М. Мессарович [5] и многие другие, всегда являлось источником радикальных идей, которые прагматическое направление доводило в эволюционном порядке до практически полезных реализаций. Обратное взаимодействие прагматики на имитацию также является плодотворным, поскольку привносит новый математический и технический инструментарий, позволяющий строить и исследовать математические модели систем. На наш взгляд, в настоящее время после пятидесятилетнего развития в прагматическом направлении формальных моделей нейрона и нейросети, предложенных У. Маккалоком и У. Питтсом в 1943 году [6] и Ф. Розенблаттом в 1953 году [7] (направление получило название ″искусственные нейронные сети (ИНН)″) наступает необходимость перехода к более адекватным действительности моделям нейрона, нервной системы и мозга. С одной стороны, накопился груз претензий к используемым в ИНН сильно упрощенным моделям нейрона и нейросети, претендующим, в лучшем случае, на простую модель небольшого регулярного участка нервной системы. С другой стороны, складывается впечатление, что в научном сообществе уже наработан и достаточно развит новый идейный, математический и программно-аппаратный инструментарий, который в  2 совокупности может придать проблеме имитации новый импульс. Не имея здесь возможности перечислить все соответствующие достижения, выскажем убеждение, что на основе идей системного подхода, математического аппарата теории распознавания, теории принятия решений, информационных систем представления знаний, нейросетевых технологий и современных аппаратно- программных средств, можно построить новые имитации нервных систем и развить их до практически полезного уровня.