Эволюция систем управления
Рассмотренная на рис. 1.5 структура не позволяет варьировать интерфейсами на множестве моделей. Будучи один раз созданным такой гибрид жестко сохраняет свою структуру.
На рис. 1.6 представлена схема гибридной системы с несколько другой организацией. В нее включен новый элемент - гибридизатор. Он позволяет построить из узкопрофессиональных моделей структуру подобную решаемой задаче и предложить ЛПР эту структуру в качестве метода решения. Если структура оказалась по каким-то причинам неприемлемой, то гибридизатор по информации блока управления может подобрать новые модели или использовать другие связи между моделями.
Эволюция систем управления, естественно не ограничивается и не завершается моделями, изображенными на рис. 1.4 - 1.6 . Однако именно эти модели последнее время применяются во многих приложениях для решения сложных практических задач.
.2 Методы интеллектуального управления
Такие методы актуальны при невозможности установить и (или) скорректировать до необходимой степени точности модель системы. Имеющуюся неопределенность возмущений и характеристик компенсируют за счет внедрения в систему управления некоторого заимствуемого у человека «знания» или «интеллекта».
Обычно считается, что система управления является интеллектуальной, если она ориентирована на использование привносимой от человека (на уровне эвристик, прецедентов, аналогий, схем и других подобных приемов) информации для компенсации разного рода неопределенностей.
В частности, речь может идти о необходимости перехода от аппарата оптимизации управляющих воздействий в сторону выработки управляющих решений с использованием лингвистических описаний и логически выразимых закономерностей.
Такой переход для систем управления возможен по трем направлениям (рис. 1.8-1.10).
Первое направление (рис. 1.8) состоит в принципиальной замене для системы управления понятия «автоматическая» на понятие «автоматизированная», т.е. включающая в себя аналитические и статистические модели для оптимизации и лицо принимающее окончательные решения.
Второе направление (рис. 1.9) предполагает различные варианты эвристической коррекции фундаментальных аналитических, статистических или логических зависимостей. Одним из вариантов является то, что в ходе разработки модели эксперт или ЛПР предоставляют свои знания или примеры своей узкопрофессиональной деятельности (эвристики), которые используются совместно с фундаментальными моделями. Иногда от последних вообще отказываются, либо, что значительно чаще, включают их в эвристические модели.
Другой вариант может предполагать существование доказанных в науке эвристик, сокращающих перебор вариантов. Эти эвристики и без консультаций с ЛПР или экспертами могут применяться разработчиками в алгоритмах и программах.
Эвристики, так или иначе применяются, чтобы компенсировать погрешности аналитических или статистических моделей. Одна из первых попыток такой коррекции были предпринята в 70-ые годы группой ученых, возглавляемой Э. Фейгенбаумом из Станфордского университета. Их работы и привели к созданию одного из первых инструментов такой коррекции - экспертных систем, или систем, основанных на знаниях.