Про деякі задачі побудови інтелектуальних систем автоматичного керування в умовах невизначеностей (до 100-річчя з дня народження академіка В.М. Глушкова)

• Дата: 2023
• Автор: Zhiteckii, Leonid
• Формат: Стаття
• Мова: Ukrainian
• Опубліковано: V.M. Glushkov Institute of Cybernetics of NAS of Ukraine 2023
• Теми: інтелектуальна система автоматичного керування; дискретний час; адаптація; навчання; обернена нейромережева модель; асоціативна пам’ять; розпізнавання ситуацій керування
• Онлайн доступ: https://jais.net.ua/index.php/files/article/view/197
• Назва журналу: Problems of Control and Informatics

Розглянуто кілька задач побудови інтелектуальних систем керування, які включають задачу побудови адаптивної системи керування, що містить лінійний скалярний динамічний об’єкт за наявності довільних обмежених невимірюваних збурень з невідомими межами (задача 1); задачу навчання керуванню лінійним багатозв’язним статичним об’єктом в режимі off-line (задача 2); задачу побудови системи керування нелінійним багатозв’язним статичним об’єктом на базі його нейромережевої моделі (задача 3); задачу побудови системи керування тим же об’єктом на базі асоціативної моделі (задача 4) та задачу навчання розпізнаванню ситуацій керування, яка виникає за наявності скінченної множини допустимих керувальних дій (задача 5). Відмінна особливість задачі 1 — відсутність будь-якого припущення про наявну апріорну інформацію щодо меж множини належності вектора невідомих параметрів об’єкта. Для розв’язання даної задачі розроблено і детально обґрунтовано метод множинного оцінювання, що має бути реалізовано на додаток до традиційного методу точкового оцінювання цього вектора. Новизна даного методу полягає у тому, що замість невідомої апріорної множини належності вектора параметрів об’єкта слід будувати та оновлювати його своєрідну апостеріорну множину належності, використовуючи сигнали, доступні до вимірювання. Аби розв’язати задачу 2, запропоновано залучення досвідченої людини-оператора як зовнішнього «вчителя» для навчання моделі об’єкта в режимі off-line і одночасно — для керування об’єктом доти, доки цей режим не завершиться. У рамках розв’язання задачі 3 запропоновано застосування оберненої нейромережевої моделі, що має безпосередньо навчатися у ланцюгу керування та формувати керувальні дії. Наведено деякий алгоритм, орієнтований на розв’язання задачі 4. Аби розв’язати задачу 5, висунуто новий метод навчання розпізнаванню ситуацій керування, названий методом «найближчого сусіда».