Sistemski pristup u modeliranju sistema. Sistemski pristup metodama modeliranja i pristupi modeliranju distribuiranih sistema

Klasični pristup prilikom izgradnje modela- Pristup proučavanju odnosa između pojedinih dijelova modela pruža ih za razmatranje kao odraz veza između pojedinačnih objekata podsistema. Takav (klasični) pristup može se koristiti pri kreiranju dovoljno jednostavnih modela.

Dakle, razvoj modela M na temelju klasičnog pristupa znači sakupljanje pojedinih komponenti u jedan model, svaka komponenti rješava vlastite zadatke i izoliran je iz drugih dijelova modela. Stoga se klasični pristup može koristiti za implementaciju relativno jednostavnih modela u kojima se razdvajanje i međusobno neovisno razmatranje pojedinačnih aspekata funkcioniranja stvarnog objekta.

Možete primijetiti dva karakteristična aspekta klasičnog pristupa:

Postoji pokret od privatnog za opšte,

Stvoreni model formira se sakrivanjem pojedinih komponenti i ne uzima u obzir pojavu novog efekta sistema.

Pristup sistema - Ovo je element podučavanja o općim zakonima razvoja prirode i jedan od izraza dijalektičke nastave.

S sistematskim pristupom sistemima modeliranja potrebno je jasno odrediti svrhu modeliranja. Budući da je nemoguće u potpunosti simulirati stvarni sistem, model (model modela ili drugi sistem) stvoren je u okviru problema. Stoga se, u vezi s problemima modeliranja proizlazi iz potrebnih zadataka modeliranja, što omogućava pristupiti odabiru kriterija i procjene koji će predmeti biti uključeni u model M. Stoga je potrebno imati kriterij za Odabir pojedinih elemenata na kreirani model.

Važno za sistemski pristup je utvrđivanje strukture sistema - skup veza između elemenata sustava, koji odražavaju njihovu interakciju.

Sistematski pristup omogućava rješavanje problema izgradnje složenog sustava, uzimajući u obzir sve faktore i mogućnosti proporcionalne njihovom značaju, u svim fazama proučavanja sistema i izgradnje modela M.

Sistematski pristup znači da je svaki sistem s integriran kao integriran čak i kada se sastoji od odvojenih rastavljanih podsistema. Stoga se sistemski pristup temelji na razmatranju sustava kao integriranog cjeline, a ovo razmatranje razvoja započinje glavnom - formulacijom funkcionalnog cilja.

Sa strukturalnim pristupomotkriven je sastav odabranog sustava Elements i odnos između njih. Kombinacija elemenata i veza između njih omogućava prosuđivanje strukture sistema. Potonji ovisno o cilju studije može se opisati na različitim nivoima razmatranja. Većina opći opis Strukture su topološki opis, koji vam omogućava da odredite kompozitne dijelove sustava u najčešćim pojmovima i dobro je formaliziran na temelju teorije grafikona.

S funkcionalnim pristupomrazmatrane su zasebne funkcije, i.e. algoritmi ponašanja sistema i funkcionalan pristup koji procjenjuje da se provodi funkcije koje vrše sustav, a funkcija se razumije kao imovina koja vodi do postizanja ciljeve. Budući da funkcija prikazuje objekt, a nekretnina prikazuje interakciju sistema s vanjskim okruženjem E, svojstva se mogu izraziti u obliku nekih karakteristika elemenata SI (J) i SI podsistemi, - sustavi ili sistemima Uglavnom.

Glavne faze procjene složenih sistema.

Stage1. Određivanje cilja procjene. U analizi sistemske analize razlikuju se dvije vrste ciljeva. Kvalitativno se naziva ciljem, čija je postignuća izražena u nominalnoj skali ili u skali reda. Kvantitativan je cilj, čiji je postignuće izraženo u kvantitativnim vagama.

Stage2. Mjerenje svojstava sustava prepoznatljive znatno u svrhu procjene. Za to su odgovarajuće vage za mjerenje svojstava i sva ispitivana svojstva u studiju dodijeljena određena vrijednost na ovim vagama.

Stage3. Opravdanje preferencija kriterija i kriterijuma kvaliteta za efikasnost sistema zasnovanih na nekretninama koje se mjere na odabranim vagama.

Stage4. Zapravo evaluacija. Svi osnovni sustavi koji se smatraju alternativama su u odnosu na kriterije i, ovisno o potrebi procjene, su rangirani, odabrani su, bili optimizirani.

Koncept sistema

Živimo u svijetu koji se sastoji od mnogih različitih predmeta koji imaju različita svojstva i međusobno komuniciraju. Na primjer, predmeti svijeta su planete Solarni sistemkoji imaju različita svojstva (mase, geometrijske dimenzije itd.) i komuniciraju sa suncem i među sobom prema zakonu globalne težine.

Svaka planeta dio je većeg objekta - solarni sistem, koji je zauzvrat dio galaksije. Istovremeno, svaka planeta sastoji se od atoma različitih hemijskih elemenata koji se sastoje od elementarnih čestica. Tako se u stvari svaki objekt može sastojati od skupa drugih objekata, tj. Formira sistem.

Važan znak sistema je njegova holistička funkcioniranja. Sistem nije skup pojedinih elemenata, već skup međusobnih elemenata. Na primjer, lični računar je sustav koji se sastoji od različitih uređaja koji su međusobno povezani i hardver (povezani su fizički jedan na drugu) i funkcionalno (razmjenu podataka).

Definicija 1.

Sistem je skup međusobnih objekata koji se nazivaju elementi sistema.

Napomena 1.

Svaki sistem ima svoju strukturu, što karakterizira sastav i svojstva elemenata, njihov odnos i vezu između sebe. Sistem je u mogućnosti održavati svoj integritet pod utjecajem različitih vanjskih faktora i unutrašnjih promjena dok njegova struktura ne bude nepromijenjena. U slučaju promjene strukture sistema (na primjer, kada se ukloni jedan od njegovih elemenata), može prestati raditi u cjelini. Na primjer, prilikom brisanja jednog od računalnih uređaja (na primjer, matična ploča), računar će prestati raditi, tj. Prestati će raditi kao sustav.

Glavne odredbe teorije sistema pojavile su se u proučavanju dinamičkih sistema i njihovih funkcionalnih elemenata. Pod sistemom znači grupa međusobno povezanih elemenata koji djeluju zajedno kako bi unaprijed ispunili zadatak. Uz pomoć analizirajućih sistema, možete odrediti najpouzdanije načine izvedbe zadatka, koji osiguravaju maksimalno zadovoljstvo zahtjevima.

Elementi koji čine osnovu teorije sistema stvaraju se ne uz pomoć hipoteza, a oni se eksperimentalno dobijaju. Da biste započeli izgradnju sistema, morate imati opće karakteristike tehnoloških procesa koji su neophodni i prilikom stvaranja matematički formulisanih kriterija, koji bi trebali udovoljiti procesu ili njenom teorijskom opisu. Metoda modeliranja jedna je od najvažnijih metoda naučnog istraživanja i eksperimentiranja.

Pristup sistema

Za izgradnju modela objekata koristi se sistematski pristup, što je metodologija za rješavanje složenih zadataka. Ova metodologija temelji se na razmatranju objekta kao sustava koji funkcioniše u određenom okruženju. Sistemski pristup omogućava otkrivanje integriteta objekta, za identifikaciju i istraživanje njegove unutarnje strukture, kao i veze sa vanjskim okruženjem. Istovremeno, objekt je dio stvarnog svijeta, koji se dodjeljuje i istražuje se zbog čvrstog zadatka izgradnje modela. Pored toga, kada se koristi sistemski pristup, sekvencijalni prijelaz iz zajedničkog za određeni, koji se zasniva na razmatranju cilja dizajna, a objekt se razmatra u odnosu na okoliš.

Složeni objekt može se odvojiti na podsistemima koji predstavljaju dijelove objekta i ispunjavaju takve zahtjeve:

1. podsustav je funkcionalno neovisan dio objekta, koji je povezan s drugim podsistemima i razmjenjuju informacije i energiju s njima;
2. svaki podsistem može imati funkcije ili svojstva koja se ne podudaraju s svojstvima cijelog sustava;
3. svaki podsistem može podijeliti na nivo elemenata.

Ovdje se pod elementom shvaćeno kao podsistem nižeg nivoa, koji se ne podijeli primjereno od pozicije problema koji se rješava.

Napomena 2.

Dakle, sustav je predstavljen kao objekt koji se sastoji od skupa podsistema, elemenata i veza za njegovo stvaranje, istraživanje ili poboljšanje. Istovremeno, konsolidacija prezentacije sustava, koja uključuje glavne podsisteme i odnose između njih, naziva se makrostruktura i detaljan razmatranje unutrašnje strukture sistema na nivo elemenata - mikrostrukture.

Koncept nadmorskog sistema obično je povezan sa konceptom sistema - više visoki nivoSastav koji uključuje predmet u predmetu, a funkcija bilo kojeg sustava može se odrediti samo preko nadmorskog sistema. Također je važno da je koncept okoliša skup vanjskih svjetskih objekata, što značajno utječe na efikasnost funkcioniranja sustava, ali nisu dio sustava i njenog nadzora.

U sistematskom pristupu izgradnjom modelima koristi se koncept infrastrukture koji opisuje odnos sistema sa svojim okruženjem (srednjim).

Izbor, opis i proučavanje svojstava objekta, koji su neophodni za određeni zadatak, naziva se stratifikacijom objekta.

S sistematskim pristupom u modeliranju važno je odrediti strukturu sustava koji je definiran kao skup obveznica između elemenata sustava koji odražavaju njihovu interakciju.

Postoji strukturni i funkcionalan pristup modeliranju.

S strukturnim pristupom određuju se sastav izoliranih elemenata sistema i odnos između njih. Kombinacija elemenata i veza je struktura sistema. Obično se topološki opis koristi za opisivanje strukture, što omogućava komponente sustava i određuju svoje veze pomoću grafikona.

Manje često primjenjuje funkcionalni opis u kojima se razmatraju pojedinačne funkcije - algoritmi ponašanja sistema. To implementira funkcionalni pristup koji određuje funkcije koje upravljaju sistemom.

S sistematskim pristupom mogući su različiti nizovi razvoja modela zasnovani na dvije glavne faze dizajna: makroprojekti i mikropropos. U fazi makroprojekata izgrađen je model vanjskog okruženja, otkriveni su resursi i ograničenja, sustav sustava i kriterijumi biraju za procjenu adekvatnosti.

Faza mikroprojekcije ovisi o vrsti odabranog modela. Ova faza uključuje stvaranje informacija, matematičkih, tehničkih ili softver Simulativni sistemi. Kada mikroproziranje, glavni specifikacije Stvoreni model procjena vremena rada s tim i troškove resursa za dobivanje željene kvalitete modela.

Prilikom izgradnje modela, bez obzira na njegov tip, potrebno je pridržavati se principa sistematskog pristupa:

1. dosljedno se premještaju po fazama stvaranja modela;
2. koordinirati informacije, resurse, pouzdane i druge karakteristike;
3. pravilno povezati različite nivoe izgradnje modela;
4. pridržavajte se integriteta pojedinih faza dizajna modela.

Statički informativni modeli

Bilo koji sistem nastavlja svoje postojanje u prostoru i na vrijeme. U različitim tačkama u vremenu, sistem određuje njegovo stanje, što opisuje sastav elemenata, vrijednosti njihovih svojstava, veličinu i prirodu interakcije između elemenata itd.

Na primjer, stanje solarnog sistema na određenim bodovima opisano je sa sastavom objekata koji su uključeni u njega (sunce, planete itd.), Njihova svojstva (veličina, položaj u prostoru itd.) Veličina i priroda njihove interakcije (snagu gravitacije, elektromagnetskih valova itd.).

Modeli koji opisuju status sistema u određenom trenutku nazivaju se statičkim informacijama o informacijama.

Na primjer, u fizici, statički podaci modeli su modeli koji opisuju jednostavne mehanizme, u biologiji - modeli strukture biljaka i životinja, u hemiji - modeli strukture molekula i kristalnih rešetki, itd.

Dinamični modeli informacija

Sistem se može varirati tokom vremena, I.E. Postoji proces promjene sistema. Na primjer, kada se pokretne planete, njihov položaj mijenja se u odnosu na sunce i među sobom; Promjene hemijski sastav Sunce, zračenje itd.

Modeli koji opisuju procese promjena i razvoja sistema nazivaju se dinamičkim modelima informacija.

Na primjer, u fizici, modeli dinamičnih informacija opisuju kretanje tijela, u hemiji - procesima prolaska hemijskih reakcija, u biologiji - razvoju organizama ili životinjskih vrsta itd.

Klasični pristup - Studiranje odnosa između pojedinih dijelova, a razvoj sustava modela smatra se zbrojem pojedinih komponenti u opći model. Preporučljivo je implementirati relativno jednostavne modele sa odvajanjem pojedinačnih funkcija stvarnog objekta i odlučujući o neovisnosti ovih funkcija.

Proces sinteze modela m na osnovu klasičnog (induktivnog) pristupa prikazan je na slici. 1.1, a. Pravi objekt za modeliranje podijeljen je u zasebne podsisteme, I.E., početni podaci su odabrani za modeliranje i postavljeni su na C, prikazujući pojedinačne strane postupka simulacije. Prema posebnom skupu izvornih podataka, svrha modeliranja zasebne strane funkcioniranja sistema je postavljena, neka komponenta za budući model formira se na temelju ove svrhe. Kombinacija komponente kombinirana je u model M., na taj način razvoj modela M na temelju klasičnog pristupa znači sažetak pojedinih komponenti u jedinstveni model, svaka od komponenti rješava vlastite zadatke i izoliran je iz Ostali dijelovi modela.

Pristup sistema - Ovo je element podučavanja o općim zakonima razvoja prirode i jedan od izraza dijalektičke nastave. Možete donijeti različite definicije sistemskog pristupa, ali najpravednije, što vam omogućava da procijenite informativnu suštinu ovog pristupa ovom metodom istraživanja sistema kao modeliranja. Stoga je dodjela samog sistema System S sistemom i vanjsko okruženje vrlo važno od objektivno postojeće stvarnosti i opisa sistema na temelju sustava širokih položaja.

Sistematski pristup omogućava rješavanje problema izgradnje složenog sustava, uzimajući u obzir sve faktore i mogućnosti proporcionalne njihovom značaju, u svim fazama proučavanja sistema i izgradnju modela.

Sistematski pristup znači da je svaki sistem s integriran kao integriran čak i kada se sastoji od odvojenih rastavljanih podsistema. Stoga se sistemski pristup temelji na razmatranju sustava kao integriranog cjeline, a ovo razmatranje razvoja započinje glavnom - formulacijom funkcionalnog cilja. Proces sinteze modela M na osnovu sistemskog pristupa uslovno je predstavljen na slici. 1.1, b. Na temelju izvornih podataka, D, koji su poznati iz analize vanjskog sistema, ograničenja koja su naložena na sustavu odozdo ili na osnovu njegovih mogućnosti implementacije i na osnovu funkcioniranja, izvornih zahtjeva za izvor Sistem je formulisan. Na temelju ovih zahtjeva vrši se otprilike neki podsistemi p, elementi e i najteža faza sinteze - izbor u komponentama sustava za koji su posebni kriteriji za odabir SQ-a.

Tema 5. Model pristupa

Model je apstraktni opis sistema (objekt, proces, problemi, pojmovi) u nekom obliku osim oblika njihovog stvarnog postojanja

Modeliranje započinje formiranjem ispitanika istraživanja - koncepti pojmova koji odražavaju značajne za simulaciju karakteristika objekta. Ovaj je zadatak prilično kompliciran, što potvrđuje različita tumačenja u naučnoj i tehničkoj literaturi takvih osnovnih koncepata kao sustava, modela, modeliranje. Takva dvosmislenost ne ukazuje na pogrešku i ispravnost drugih termina, ali odražava ovisnost predmeta istraživanja (modeliranje) i iz objekta koji se razmatraju i ciljeve istraživača. Izrazita karakteristika modeliranja složenih sustava je multifunkcionalnost i razdjelnik metoda upotrebe; Postaje sastavni dio svega Životni ciklus Sistemi. To je prije svega zbog tehnološkosti modela koji se sprovodi na osnovu računarske opreme: dovoljno velike brzine za dobivanje rezultata modeliranja i njihovih relativno niskih troškova.

Pristupi modeliranju sistema

Trenutno prilikom analize i sintetizacije složenih (velikih) sistema razvijen je sistematski pristup koji se razlikuje od klasičnog (ili induktivnog) pristupa. Potonji razmatra sistem prelaskom sa privatnog do generalnog i sintetizacije (dizajniranog) sustavom Fusion iz svoje komponente razvijene odvojeno. Suprotno tome, sistemski pristup uključuje sekvencijalni prijelaz iz uobičajenog na privatni, kada se razmatra zasnovano na namjeni, a objekt u studiji razlikuje se iz okoliša.

S sistematskim pristupom modeliranju sustava potrebno je prije svega, jasno definirati svrhu modeliranja. Budući da je nemoguće u potpunosti simulirati stvarni sistem (originalni sistem ili prvi sistem), model (sistem sistema ili drugi sistem) kreiran je za isporučeni problem. Dakle, u vezi s problemima modeliranja, cilj se javlja iz potrebnih zadataka modeliranja, što vam omogućava pristup odabiru kriterija i procijenite koji će stavke ući u model koji se kreira M.. Stoga je potrebno imati kriterij za odabir pojedinačnih elemenata u kreiranom modelu.

Važno za sistemski pristup je utvrđivanje strukture sistema - skup veza između elemenata sustava, koji odražavaju njihovu interakciju. Struktura sistema može se proučavati izvana sa stanovišta sastava pojedinih podsistema i odnosa između njih, kao i iznutra, kada se analiziraju pojedinačne nekretnine, omogućujući sistemu da postigne određenu cilju, tj. Kada Proučavaju se sistemske funkcije. U skladu s tim, postojao je niz pristupa studiji strukture sistema sa svojim imanjima, na koji, prije svega, treba uključivati \u200b\u200bstrukturni i funkcionalan.

Sa strukturalnim pristupom, sastav izoliranih elemenata S sistemom i odnos između njih otkriva se. Kombinacija elemenata i veza između njih omogućava prosuđivanje strukture sistema. Potonji ovisno o cilju studije može se opisati na različitim nivoima razmatranja. Najglasniji opis strukture je topološki opis, što omogućava utvrđivanje kompozitnih dijelova sustava u najčešćim pojmovima i dobro je formaliziran na temelju teorije grafikona.

Manje čest je funkcionalan opis kada se razmatraju pojedinačne funkcije, I.E. Sprovode se algoritmi sustava i funkcionalnog pristupa, ocjenjivanje funkcija koje sistem izvodi, a funkcija se shvata kao imovina koja vodi do postizanja ciljeve. Budući da funkcija prikazuje objekt, a nekretnina prikazuje interakciju sustava S. Sa vanjskim okruženjem W.Tada se nekretnine mogu izraziti u obliku nekih karakteristika elemenata s I. i podsistemi S J.ili sistemi S. Općenito.

Ako postoji neki referentni standard, možete unijeti kvantitativne i kvalitativne karakteristike sistema. Za kvantitativne karakteristike uvode se brojevi koji izražavaju odnose između ove karakteristike i standarda. Kvalitativne karakteristike sistema su, na primjer, koristeći metodu stručnih procjena.

Manifestacija sistemskih funkcija na vrijeme S.(t.), I.E. Funkcionisanje sistema, znači prelazak sistema iz jedne države u drugu, i.e. pokret u državnom prostoru C.. Prilikom rada sistema S. Kvaliteta njegovog funkcioniranja vrlo je važna, određena pokazatelj efikasnosti i koja je vrijednost kriterija evaluacije učinkovitosti. Postoje različiti pristupi izboru kriterija evaluacije. Sistem S. Može se procijeniti niti skup privatnih kriterija ili neki zajednički integralni kriterij.

Treba napomenuti da je kreirani model M. Sa stanovišta sistemskog pristupa je i sistem, I.E. S."= S." (M.), a može se uzeti u obzir u odnosu na vanjsko okruženje W.. Najljepši na prezentaciji modela u kojem je sačuvana direktna analogija fenomena. Postoje i modeli u kojima ne postoji direktna analogija, već se skladište samo zakoni i opći obrasci ponašanja elemenata sistema sistema S.. Pravilno razumijevanje odnosa kao samo u modelu M.i interakcija toga sa vanjskim okruženjem W. Uglavnom je određena prema onome što je nivo posmatrač.

Proces sinteze modela M. Na osnovu sistemskog pristupa na slici.5.1.

Prilikom modeliranja potrebno je osigurati maksimalnu efikasnost modela sistema. Učinkovitost se obično definira kao neka razlika između bilo kojeg pokazatelja vrijednosti rezultata dobivenih na kraju rada modela i troškove koji su uloženi u njegov razvoj i stvaranje.

Bez obzira na vrstu korištenog modela M. Kada se izgradi, potrebno je voditi određeni broj principa sistematskog pristupa: 1) proporcionalnu i dosljednu promociju u fazama i uputama za stvaranje modela; 2) koordinacija informacija, resursa, pouzdanih i drugih karakteristika; 3) ispravan omjer pojedinačnih nivoa hijerarhije u sistemu modeliranja; 4) integritet pojedinih odvadljivih faza modela izgradnje modela.

Model M. Morate odgovoriti na navedenu svrhu njenog stvaranja, stoga, pojedini dijelovi trebaju biti međusobno povezani, na temelju jedinstvenog sustava. Cilj se može formulirati kvalitativno, tada će imati veće značajne i dugo vremena može prikazati objektivne mogućnosti ovog modela. Pomoću kvantitativne formulacije nastaje ciljna funkcija koja tačno prikazuje najznačajniji faktori koji utječu na postizanje cilja.

Izgradnja modela odnosi se na broj sistemskih zadataka, prilikom rješavanja koji sintetizira rješenja na temelju ogromnog broja izvornih podataka na temelju prijedloga velikih timova stručnjaka. Korištenje sistematskog pristupa u ovim uvjetima omogućava ne samo izgradnju modela stvarnog objekta, već i na temelju ovog modela za odabir potrebne količine kontrolnih podataka u stvarnom sustavu, procijenite pokazatelje njegovog rada i na taj način Osnova modeliranja za pronalaženje najefikasnijeg dizajna i profitabilnog načina rada stvarnog sistema S..

Klasičan(ili induktivni) pristupmodeliranje razmatra sistem, prelazeći od privatnog na zajedničko i sintetizira ga fusion komponentom razvijenim odvojenim. Pristup sistemato podrazumijeva dosljednu tranziciju iz ukupnog iznosa u određenom trenutku kada se razmatranje temelji u svrsi, dok je objekt izdvojen iz svijeta.

Prilikom stvaranja novog objekta sa korisna svojstva (Na primjer, sustavi upravljanja) su postavljeni kriterijiodređivanjem stepena komunalnih svojstava. Budući da je bilo koji objekt za modeliranje sistem međusobno povezanih elemenata, uvodimo koncept sistema. Sistem S.ciljani su mnogi međusobno povezani elementi bilo koje prirode. Vanjsko okruženje. E.to je skup postojanja izvan sistema elemenata bilo koje prirode koja utječe na sistem ili pod njenim utjecajem.

S sistematskim pristupom modeliranju, prije svega, svrha modeliranja je jasno definirana. Stvaranje modela cjelovitog analognog originalnog vremena i skupih vremena, stoga se model kreira u određenoj svrsi.

Važno je za sistemski pristup definirati sistemske strukture- Kombinacija veza između elemenata sustava koji odražavaju njihovu interakciju. Postoji niz izreka za proučavanje sistema i njegovih svojstava, koji bi trebali uključivati \u200b\u200bstrukturne i funkcionalne. Za strukturni pristupotkriven je sastav namjenskih elemenata sistema. S.i odnos između njih. Kombinacija elemenata i veza omogućava vam da prosudite svojstva odabranog dijela sistema. Za funkcionalni pristuprazmatrane su funkcije (algoritmi) ponašanja sistema i svaka funkcija opisuje ponašanje jedne imovine sa vanjskim utjecajem E.Takav pristup ne zahtijeva znanje o strukturi sustava, a njegov opis se sastoji od skupa funkcija njene reakcije na vanjske utjecaje.

Klasična metoda izgradnje modela koristi funkcionalan pristup u kojem je model prihvaćen kao element komponentaopisujući ponašanje jednog imanja i ne pokazuje pravi sastav elemenata. Pored toga, sustavne komponente su izolirane jedna od druge, što loše odražava simulirani sistem. Ova metoda izgradnje modela primjenjuje se samo za jednostavne sustave, jer zahtijeva uključivanje u funkcije koje opisuju svojstva sustava, odnos između svojstava koji mogu biti slabo definirani ili nepoznati.

Sa komplikacijom simuliranih sistema kada je nemoguće uzeti u obzir sve međusobne utjecaje nanesene nekretnine sistem metoda,osnovan na strukturnom pristupu. U ovom slučaju sistem S.podijeljeno u brojne podsisteme S L.svojom svojstvima, naravno, lakše je opisati funkcionalne ovisnosti, a veze između podsistema su određene. U ovom slučaju sustav djeluje u skladu s svojstvima pojedinačnih podsistema i veza između njih. Eliminira potrebu za opisom funkcionalne veze između svojstava sistema S,izrađuje model fleksibilnijom, jer promjena svojstava jednog od podsistema automatski mijenja svojstva sistema.

Klasifikacija tipova modeliranja

Ovisno o prirodi procesa u studiju u sistemu S.i modeliranje ciljeva Postoje mnoge vrste modela i metoda za njihovu klasifikaciju, na primjer, u svrhu korištenja, prisustvo slučajnih efekata, odnosa vremena, mogućnost implementacije, opseg primjene itd. (Tabela 14).

Tabela 14. Vrste modela

Za upotrebumodeli su klasificirani od naučni eksperimentu kojem se model ispituje korištenjem različitih sredstava za dobivanje podataka o objektu, mogućnost utjecaja na tok procesa, kako bi se dobili novi podaci o objektu ili pojavu; složeni testovi i proizvodni eksperiment,korištenje terenskog testa fizičkog predmeta za postizanje visoke pouzdanosti njegovih karakteristika; optimizacijapovezano je s pronalaženjem optimalnih pokazatelja sistema (na primjer, pronalaženje minimalnih troškova ili definicije maksimalnog profita).

Prema prisustvu uticajamodel sustav je podijeljen u odlučan(Ne postoje slučajni uticaji u sistemima) i stohastički(U sistemima postoje verovatnotni uticaji). Ovi isti modeli neki autori klasificiraju metodom procjene parametarasistemi: B. odlučansistemski parametri modela procjenjuju se jednim indikatorom za određene vrijednosti njihovih izvornih podataka; u stohastičkisistemi Prisustvo vjerojatnih karakteristika izvornih podataka omogućava vam da procijenite sistemski parametri sa nekoliko pokazatelja.

U vezi s vremenommodeli se dijele statičkiopisujući sistem u određenom trenutku i dinamičans obzirom na ponašanje sistema u vremenu. Zauzvrat, dinamički modeli su podijeljeni u diskretanu kojem se svi događaji javljaju u vremenskim intervalima i neprekidantamo gdje se svi događaji nastaju kontinuirano na vrijeme.

Ako je moguće, prodajamodeli su klasificirani kao mentalniopisujući sistem koji je težak ili nemoguće simulirati realno stvaranu kojem je model sustava predstavljen bilo pravim predmetom ili dijelom toga i informacije,provođenje informacija o informiranju (pojava, prijenos, obradu i upotrebu informacija) na računaru. Zauzvrat su mentalni modeli podijeljeni u vizualan(na kojem se iludjeli simulirani procesi i pojave); simboličan(Model sistema predstavlja logički objekt u kojem su glavna svojstva i odnosi stvarnog objekta izraženi sistemom znakova ili simbola) i matematički(predstavljaju sisteme matematičkih objekata koji omogućuju pribavljanje proučanih karakteristika stvarnog objekta). Realni modeli su podijeljeni sa zasićen(provođenje studije o stvarnom objektu i naknadnu obradu rezultata eksperimenta korištenjem teorije sličnosti) i fizički(Provođenje istraživanja na instalacijama koje sačuvaju prirodu fenomena i imaju fizičku sličnost).

U pogledu primjenemodeli podijeljeni sa univerzalannamijenjen za upotrebu mnogim sistemima i specijalizovano,kreiran za proučavanje određenog sistema.

Matematički modeli

Najvažnija faza u izgradnji modela je prelazak iz smislenog opisa u formalni, koji je objašnjeno sudjelovanjem u ovoj fazi stručnjaka u predmetnom području, gdje postoji sistem modeliranja, a stručnjaci u oblasti modeliranja sistema . Najpovoljniji jezik za njihovu komunikaciju, čija je svrha izgradnje adekvatnog modela sistema, obično je jezik matematičkih opisa. Matematički opis Sistemi su kompaktni i praktični za daljnje implementacije na računaru, kako bi se obavljali statistički testovi,

Primjeri izgradnje dinamičkih modela

Prilikom modeliranja kontinuiranih dinamičnih objekata kao modela obično izvode diferencijalne jednadžbeobvezujuće ponašanje objekta s vremenom. Pozitivno svojstvo diferencijalne jednadžbe To je činjenica da ista jednadžba simulira sisteme razne fizičke prirode.

Kao neovisna varijabla u dinamičkim sustavima, vrijeme iz kojeg su nepoznate vrijednosti željene funkcije koje određuju ponašanje objekta. Matematički opis modela u općem obliku:

gdje - N-dimenzionalni vektori i kontinuirani su.

Na primjer, proces malih oscilacija klatna opisan je običnom diferencijalnom jednadžbom

.

Proces u električnom oscilacijskom krugu .

Očito, ako stavimo

Dobivamo jednadžbu koja opisuje status u vrijeme oba sistema

Opći matematički model omogućava vam istraživanje jednog sistema simulirajući rad drugog.

Modeli dinamičkih sistema zasnovanih na diferencijalnim jednadžbama široko su korišteni u teoriji upravljanja različitim tehničkim objektima. Pod utjecajem nepoznatih poremećaja, stvarno ponašanje sustava odstupa od željenog definiranog algoritma i približava se ponašanju potrebne vrijednosti, u sistem se unosi automatsko upravljanje sistemom. Može se ugraditi u sam sustav, ali prilikom modeliranja upravljačke jedinice odvojeno je od samog sistema. U općem obliku, u slici je predstavljena struktura višedimenzionalnog sistema automatskog upravljanja (sa savom) 3.

Slika 3. Struktura višedimenzionalnog automatskog upravljačkog sistema.

Informativni modeli

Informativni modeliu mnogim slučajevima se oslanjaju matematički modeli,budući da prilikom rješavanja zadataka, matematički model objekta u studiju, proces ili pojava neminovno se pretvara u informacije za njegovu primjenu na računaru. Definiramo osnovne koncepte informacionog modela.

Informativni objektopis stvarnog objekta, procesa ili pojave u obliku skupa njegovih karakteristika (Informativni elementi), pozvan rekviziti.Informativni objekt određene strukture (potrebnih kompozicija) oblika tip (klasa),koji se dodeljuje jedinstveno ime.Informacijski objekt sa specifičnim karakteristikama poziva izuzetno.Svaka instanca identificira se zadatkom. ključni rekviziti (ključ).Isti detalji u različitim informacijama mogu biti i ključni i opisni. Informativni objekt može imati više tipki.

Primer. Informacijski objekt Student ima detaljan sastav: broj(Brojanje broja knjige - ključni rekviziti), prezime, ime, patronim, datum rođenja, Kodeks za obuku.Informacijski objekt privatni: studentski broj, kućna adresa, broj certifikata srednjoškolskog obrazovanja, bračni status, djeca.Mesto za obuku informacionog objekta uključuje detalje: kod(ključni rekviziti), naziv Univerziteta, Fakultet, grupa.Nastavnik informacionog objekta: kod(ključni rekviziti), odjel, prezime, ime, patronim, stepen, naučnik naslova, položaj.

Odnosi,postojeći između stvarnih objekata određuje se u informističkim modelima kao komunikacija.Postoje tri vrste priključaka: jedan do jednog (1: 1), jedan do mnogih(1: ∞) i mnogi do mnogih(∞: ∞).

Komunikacija jedan do jednogodređuje prepisku na jednoj instanci informativnog objekta X ne više od jedne instance informativnog objekta Y i obrnuto.

Primer. Informativni objekti Studentski i privatni poslovi bit će povezani sa stavom jedan do jednog.Svaki student ima određene jedinstvene podatke u ličnom slučaju.

Kada je povezan jedan do mnogihjedna instanca informacijskog objekta X može odgovarati bilo kojem broju instanci informacijskog objekta Y, ali svaka instanca objekta Y pridružena je više od jedne instance X objekta.

Primjer.Između informativnih objekata, mjesto studija i studenta mora uspostaviti komunikaciju jedan do mnogih.Isto mjesto učenja može se više puta ponavljati za razne studente.

Komunikacija mnogi do mnogihosigurava poštivanje jedne instancije informacionog objekta X bilo koji broj instanci objekta Y i obrnuto.

Primjer.Informativni objekti Student i učitelj imaju vezu mnogi mnogima.Svaki student upisan je u mnoge nastavnike, a svaki učitelj predaje mnoge studente.

Primjeri informističkih modela

Informativni model definiramo kao povezani skup informacionih objekata koji opisuju informacijske procese u predmetnom području u okviru studija. Postojeći modeli informacija podijeljeni su na univerzalni i specijalizirani. Univerzalni modeli dizajnirani su za upotrebu u raznim objektima, oni uključuju: baza podatakai sustavi za upravljanje bazama podataka, automatizirani sustavi upravljanja, baza znanja, stručni sustavi.Specijalizirani modeli dizajnirani su za opisivanje određenih sistema, jedinstveni su u svojim mogućnostima, skupljim.

Univerzalni modeli.

Baza podataka

Baza podatakapredstavljen je pridruženi skup strukturiranih podataka koji se odnose na određeni postupak ili pojavu u određenom objektu.

Sistem upravljanja bazama podatakato je softverski paket za kreiranje, organiziranje potrebne prerade, skladištenja i prenosa baza podataka.

Kernel bilo koja baza podataka je model prezentacije podataka.Model podataka predstavlja različite strukture podataka i međusobne međusobne situacije između njih.

Razlikovati hijerarhijski, umrežavanjei relacijskimodel podataka. Hijerarhijski model predstavlja komunikaciju između objekata (podataka) u obliku stabla.

Glavni pojmovi hijerarhijskog modela uključuju:

čvor- skup atributa podataka koji opisuju objekt;

Komunikacija- Linija koja povezuje čvorove niskog nivoa jednim čvorom prekomjernog nivoa. U ovom slučaju se naziva čvor prekomernog nivoa predahza niže čvorove koji odgovaraju tome, zauzvrat se nazivaju čvorovi niskog nivoa potomcipovezan s njima prekomjernim čvorom (na primjer, na slici 4. čvor b1 - predak za CI čvorove, C2 i čvorove C1, C2 - potomci čvora B1);

razina- Broj sloja čvora, broji se iz korijena.

Slika 4. Hijerarhijski model podataka

broj stablabaza podataka određuje se brojem korijenske zapise.Svaki čvor ima jedini put od korijena.

Mrežna strukturaima iste komponente kao hijerarhijski, ali svaki čvor može biti povezan s bilo kojim drugim čvorom (Sl. 5). Mrežni pristup organizaciji podataka je širenje hijerarhijskog. U hijerarhijskim modelima, potomci bi trebao imati samo jedan predak; U mreži - potomci može imati bilo koji broj pretka.

Slika 5. Model mrežnog podataka

Oba ova modela nisu bila rasprostranjena zbog složenosti provedbe grafova u obliku strojnih podataka, osim toga, teško je napraviti operacije pretraživanja informacija.

Treći model podataka primio je skalared - relacijskitakođe može opisati hijerarhijski i mrežni model. Relacijski model fokusiran je na organizaciju podataka u obliku dvodimenzionalnih tablica.

Umjetna inteligencija

Ideje za modeliranje ljudskog uma poznate su iz davnih vremena. Prvi put se to spominje u sastavu filozofa i žene Ramunda Lully(OK 1235 - OK.1315) "Velika umjetnost", koja nije samo izrazila ideju logičke mašine za rješavanje različitih zadataka, zasnovanim na univerzalnoj klasifikaciji koncepata (XIV veka), ali je pokušao da ga provede. Rene Descartes(1596-1650) i Gottfried Wilhelm Leibnitz(1646-1716) Jednostavno razvijen je međusobno doktrinu urođenoj sposobnosti uma znanju i univerzalnim i potrebnim istinama logike i matematike, radilo na stvaranju univerzalne jezične klasifikacije svih znanja. Na tim idejama je na osnovu teorijska osnova Stvaranje umjetne inteligencije. Poticaj daljnjem razvoju modela ljudskog razmišljanja bio je izgled u 40-ima. XX vek Računar. 1948. američki naučnik Norbert Wiener.(1894-1964) Formulirao je glavne odredbe nove nauke - kibernetike. 1956. godine na Univerzitetu Stenford (SAD) na seminaru nazvanoj "umjetnom inteligencijom * (umjetna inteligencija) na rješavanju logičkih zadataka, priznat je novi naučni smjer povezan sa strojnim modeliranjem ljudskih inteligentnih funkcija i nazvan umjetna inteligencija.Uskoro je ova industrija bila podijeljena u dva glavna smjera: neurokabernotika i kibernetika "Crne kutije".

Neurokabernetikokrenuo se u strukturu ljudskog mozga kao jedini objekt razmišljanja i započeo svoje hardverske modeliranje. Fiziolozi su dugo otkrili neurone - nervne ćelije povezane su međusobno kao osnova mozga. Neurokaberrnetika se bavi stvaranjem elemenata sličnih neurona, a njihovo udruženje u funkcionalne sustave, ovi sustavi se nazivaju neuronske mreže.Sredinom 80-ih. XX V.V. Japan je stvoren prvi neurokompjuter koji simulira strukturu ljudskog mozga. Njen glavni opseg - prepoznavanje uzoraka.

Cybernetika crne kutijekoristi druga principe, struktura modela nije glavna stvar, njegova reakcija je važna za navedene ulazne podatke, model treba reagirati kao ljudski mozak na izlazu. Naučnici ovog pravca bave se razvojem algoritama za rješavanje intelektualnih zadataka za dostupne računarske sisteme. Najznačajniji rezultati:

Model labirint pretraživanja(Kraj 50-ih.) U kojem se razmatra graf objekta i postoji pretraga za optimalan put iz ulaznih podataka na rezultat. U praksi ovaj model nije pronašao široku upotrebu.

Heuristički programiranje(Početak 60-ih) razvijene strategije za djelovanje na temelju unaprijed poznatih određenih pravila (heuristika). Heuristika -teoretski nije razumno pravilo koje vam omogućava da smanjite broj skače u potrazi za optimalnom stazom.

Metode matematičke logike.Metoda rezolucija koja omogućava automatski dokazivanje teorema na osnovu određenih aksioma. 1973. godine stvoren je jezik logičkog programiranja. Prolog,omogućujući vam da obradite simboličke informacije.

Od sredine 70-ih. Provodi se ideja modeliranja specifičnih znanja stručnjaka. Prvi ekspertski sistemi pojavljuju se u SAD-u. Nastao nova tehnologija Umjetna inteligencija zasnovana na prezentaciji i korištenju znanja. Od sredine 80-ih. Komercijalizirane službeni inteligencije. Ulaganja u ovu industriju su rastu, pojavljuju se industrijski ekspertski sustavi, interes za sustave samo-učenja povećavaju se.

Baza znanja

Prilikom proučavanja inteligentnih sistema potrebno je saznati koje je znanje također razlika iz podataka. Koncept znanjeodredite na različite načine, ali nema iscrpne definicije.

Evo nekih definicija:

Znanje - Identificirani obrasci predmeta (principi, komunikacije, zakoni) koji omogućavaju rješavanje problema u ovoj oblasti.

Znanje - Dobro strukturirani podaci ili podaci o podacima ili metapodacima.

Znanje - kombinacija informacija koje formiraju holistički opis, što odgovara određenom nivou svijesti o opisanom, objektu itd.

Sa stajališta umjetne inteligencije, znanje se definira kao formalizirane informacije koje se odnose u procesu logičke proizvodnje. Za pohranu znanja koristite baze znanja. Baza znanja- Osnova bilo kojeg intelektualnog sistema.

Sa stajališta rješavanja problema u određenom predmetu znanja, pogodno je podijeliti na dvije kategorije - činjenicei heuristika.Prva kategorija opisuje okolnosti poznate u ovom području, znanje ove kategorije se ponekad naziva tekst, naglašavajući njihov dovoljan opis u literaturi. Druga kategorija znanja oslanja se na praktično iskustvo stručnog stručnjaka ovog predmeta.

Pored toga, znanje je podijeljeno sa proceduralani deklarativno.Povijesno, proceduralno znanje, "raštrkano" u algoritmima se pojavio prvi. Upravljali su podacima. Da biste se promijenili, bilo je potrebno izvršiti promjene u programu. Razvoj umjetne inteligencije, cijela većina znanja formirana je u strukturama podataka: tablicama, listama, apstraktnim tipovima podataka, znanje je postalo sve deklarativnije.

Deklarativno znanje- Ovo je kombinacija informacija o karakteristikama svojstava specifičnih objekata, pojava ili procesa prikazanih u obliku činjenica i heuristike. Istorijski, takvo znanje su akumulirane u obliku različitih referentnih knjiga, a izgled računara stekao je oblik baze podataka. Deklarativno znanje često se nazivaju jednostavno podaci, oni se pohranjuju u memoriju informacionog sistema (IP) tako da imaju direktan pristup korištenju.

Proceduralno znanjepohranjena u IP memoriji kao opisi postupaka sa kojima se mogu dobiti. U obliku proceduralnog znanja, obično opisuje metode rješavanja ciljeva predmetnog područja, razne upute, tehnike itd. Proceduralna znanja su metode, algoritmi, programi za rješavanje različitih zadataka u odabranom objektu, oni čine jezgre baze znanja. Proceduralna znanja formira se kao rezultat provođenja postupaka zbog činjenica kao izvornih podataka.

Jedan od najvažnijih problema karakterističnih za umjetni inteligencijski sustavi predstavlja prezentaciju znanja. Oblik zastupljenosti znanja značajno utječe na karakteristike i svojstva sistema. Za manipulaciju različitim znanjem stvarnog svijeta na računaru potrebno je izvršiti njihovu simulaciju. Mnogo je modela prezentacije znanja za različita predmeta, ali većina njih pripada sljedećim klasama: logički modeli ", modeli proizvoda; semantičke mreže; modeli okvira.

Tradicionalno, u prezentaciji znanja izdvojiti formalni logički modelina osnovu klasičnog proračuna prijediranja prvog reda, kada je predmet opisano u obliku skupa aksioma. Sve informacije potrebne za rješavanje problema smatraju se skupom pravila i navoda, koji su zastupljeni kao formule u nekom predikat Logic. Znanje odražava skup takvih formula i dobivanje novih znanja svodi se na provedbu logičnih izlaznih postupaka. Ovaj logički model primjenjiv je uglavnom u istraživačkim "idealnim" sistemima, jer postavlja visoke zahtjeve i ograničenja predmeta. U industrijskim ekspertnim sistemima koriste se njegove različite izmjene i širenje.

Studije procesa donošenja odluka od strane osobe pokazale su da se tvrde i donose odluku, osoba koristi pravila proizvodnje(s engleskog jezika. proizvodnja- Izlazno pravilo koje stvara pravilo). Proizvodni model,osnovan na pravilima, omogućava vam da dostavite znanje u obliku prijedloga: Ako (uvjet popisa), tada (trebali biste izvršiti popis akcija). Stanje -ovaj prijedlog za koji se znanje nalazi u bazi znanja i djelovatipostoji neka operacija izvedena na uspješno implementiranom pretraživanju. Akcije mogu biti poput posrednikstrši ispod oba uslova i ciljatizavršni IP posao. U proizvodnom modelu baza znanja sastoji se od skupa pravila. Naziva se program koji kontrolira pravila sa izlaznim mašinom.Mehanizam zaključka veže znanje i stvara zaključak iz njihovog slijeda. Izlaz je ravni(Metoda usporedbe, od podataka do potrage za golom) ili natrag(Metoda generiranja hipoteze i njegove verifikacije, od cilja do podataka).

Primer. Postoji fragment baze znanja koja se sastoji od dva pravila:

Itd. 1: Ako "posluje" i "poznanik s Internetom",

Da "e-trgovina".

Itd. 2: Ako "posjeduje računar",

To "poznanstvo sa Internetom".

Sistem je primio podatke: "Doing Business" i "Posjeduje računar."

Direktan zaključak:Na osnovu dostupnih podataka za postizanje zaključka.

1. prolaz:

Korak 1. Provjera. 1, ne radi - nema dovoljno podataka "Upoznajte Internet".

Korak 2. Provjerite pr. 2, djeluje, baza je dopunjena činjenicom "poznanstvom" poznanstva sa Internetom ".

2. prolaz

Korak 3. Provjera PR. 1, radovi, sustav daje zaključak "e-trgovine".

Povratni izlaz:Potvrdite odabrani cilj kroz postojeća pravila i podatke.

1. prolaz:

Korak 1. Svrha - "E-Commerce":

Provjeravamo PR. 1, podaci "Upoznavanje s Internetom" nisu, oni postaju novi cilj, a postoji pravilo gdje je u pravom dijelu.

Korak 2. Svrha - "Upoznavanje s Internetom":

Itd. 2 Potvrđuje cilj i aktivira ga.

2. prolaz: Korak 3. PR. 1 potvrđuje željeni cilj.

Model proizvoda privlači programere sa vidljivošću, modularnošću, jednostavnom dodavanjem dodataka i promjena, jednostavnost mehanizma logičkog izlaza, najčešće se koristi u industrijskim stručnim sistemima.

Semantika- Ovo je nauka, istražujući svojstva znakova i ikoničnih sistema, njihove semantičke komunikacije sa stvarnim objektima. Semantička mreža -ovo je orijentirani graf, čiji su vrhovi pojmovi, a lukovi - odnos između njih (Sl. 6). Ovo je najglag modela znanja, jer ima sredstva za sva karakteristična svojstva karakteristična za znanje: interna interpretacija, struktura, semantičke metrike i aktivnosti.

Slika 6. Semantička mreža

Prednosti mrežnih modela su: velike ekspresivne mogućnosti; jasnoća sistema znanja predstavljena grafički; Blizina mrežne strukture koja predstavlja sistem znanja, semantičke strukture fraza na prirodnom jeziku; Usklađenost sa modernim idejama o organizaciji dugoročnog ljudskog pamćenja. Nedostaci ćemo pretpostaviti da mrežni model ne sadrži jasnu ideju strukture predmeta, što je odgovaralo tome, tako da su njegova formiranje i modifikacija teška; Mrežni modeli su pasivne strukture, poseban uređaj se koristi za obradu njih. formalni izlaz.Problem pronalaženja rješenja u bazi tipne semantičke mreže svodi se na zadatak traženja mrežnog fragmenta koji odgovara neku podmreku zadatka, što zauzvrat govori više od jednog nedostatka modela - složenost Pronalaženje rezultata na semantičkim mrežama.

Mrežni modeli su vizualni i dovoljno univerzalno sredstvo Prezentacije znanja. Međutim, njihova formalizacija u specifičnim modelima prezentacije, upotrebe i izmjene znanja predstavlja prilično naporan proces, posebno u prisustvu višestrukih odnosa između koncepata.

Izraz fream(Sa engleskog. Okvir - okvir, okvir) predložen za označavanje strukture jedinice znanja, koji se može opisati određenim setom koncepata, za svoju prostornu percepciju. Okvir ima određenu unutrašnju strukturu koja se sastoji od skupa elemenata koji se zove utora.Čini se da je svaki utor, zauzvrat, definiran struktura podataka, postupak,ili se može povezati s drugim okvirom. Model okvira je sistematiziran u obliku jedinstvenog teorije tehnološkog modela ljudskog pamćenja i njegove svijesti. Za razliku od drugih modela, kruta struktura je fiksirana u okvirima. U općem slučaju, okvir je definiran na sljedeći način:

(Naziv okvira: (1. naziv utora: 1. vrijednost utora);

(Naziv 2. utora: Vrijednost 2. utora);

(N-RO naziv utora: N-RO slot vrijednost)).

Važna karakteristika okvira je svojstva nasljeđivanja,pozajmljeno iz teorije semantičkih mreža. Nasljeđivanje javlja se na AKO veza (iz svojevrsne vrste, što znači "et.e."). Utor AKO označava viši nivo hijerarhije, od mjesta na kojem se implicitno nasljeđuje, i.e. Vrijednosti sličnih slotova se prenose. Na primjer, u okviru okvira na slici. 7 "Dizajner" nasljeđuje svojstva "inženjera" i "čoveka" okvira, koji su na višem nivou hijerarhije.

Slika 7. Mreža okvira

Model okvira je prilično univerzalan, omogućava vam da prikažete svu raznolikost znanja o svijetu kroz:

Okvirne strukture,za označavanje objekata i koncepata (predavanje, sažetak, odjel);

Uloga okvira(Student, učitelj, dekan);

Okviri scenarija(prenošenje ispita, proslave imena, primanja stipendija);

Stanje okvira(Anksioznost, radno vrijeme školskog dana) i drugi. Glavna prednost okvira kao model prezentacije znanja je njihova sposobnost da odražavaju konceptualnu osnovu za organiziranje ljudskog pamćenja, kao i fleksibilnosti i vidljivosti.

Rezimiranje modela prezentacije znanja, možete izvući sljedeće zaključke:

Najmoćniji su mješoviti modeli prezentacije znanja.

Stručni sistemi

Dizajniran za analizu podataka sadržanih u bazama znanja i izdavanje preporuka za zahtjev korisnika. Koristi se u slučajevima kada su početni podaci dobro formalizirani, ali za donošenje odluke zahtijeva posebnu opsežno znanje. Stručni sistemi- Ovo su složeni softverski kompleksi, akumulirajući znanje stručnjaka u određenim predmetima i repliciranje ovog empirijskog iskustva za savjetovanje manje kvalificiranih korisnika.

Predmeti: Medicina, farmakologija, hemija, geologija, ekonomija, sudska praksa itd. U kojoj je većina znanja lično iskustvospecijalisti visokog nivoa (stručnjaci) trebaju stručne sisteme. Ta područja u kojima je većina znanja zastupljena u obliku kolektivnog iskustva (na primjer, veća matematika) ne trebaju ih.

Stručni sustav određuje se skup logički međusobno povezanih pravila koja čine znanje i iskustvo u stručnjaku ove teme i mehanizma rješenja koji omogućava prepoznavanje situacije, daju preporuke za akciju, dijagnosticiranje.

Moderni ekspertski sistemi su sposobni:

Po nizom znakova bolesti, za dijagnosticiranje, dodijeli liječenje, distribuirati lijekove, razvijati se tijek liječenja;

Izvršite zadatke dijagnostičkih sistema u proučavanju pojava i procesa (na primjer, za analizu krvi; upravljanje proizvodnim proizvodima; proučavanje stanja creva Zemlje, naftnih polja, depozita uglja, itd.);

Prepoznati govor u ovoj fazi u ograničenoj primjeni;

Prepoznajte ljudska lica, otiske prstiju itd.

Na slici. 8 prikazuje glavne komponente modela stručnog sistema: korisnik(Specijalista predmeta za koji ovaj sistem dizajniran) inženjer za znanje(specijalista za umjetni intelekt - srednja veza između stručnog i baze znanja), korisnički interfejs(aplikacija koja provodi korisnički dijalog i sistem) baza znanja -jezgra stručnog sistema solver(aplikacija koja simulira argument stručnjaka na osnovu znanja dostupnih u bazi podataka), podsistem razjašnjenja (aplikacija koja vam omogućuje pojašnjenje na osnovu onoga što stručni sistem daje preporuke, izvlači zaključke, koje se znanje koristi ), Urednik baza intelektualnog znanja(Aplikacija koja inženjera znanja daje mogućnost stvaranja baze znanja u dijaloškom okviru ).

Slika 8. Struktura modela stručnog sistema.

Karakteristična karakteristika bilo kojeg stručnog sustava je sposobnost samoizmjene. Početni podaci pohranjuju se u bazi znanja u obliku činjenica između kojih su instalirane određene logičke veze. Ako su, prilikom testiranja, netačne preporuke ili mišljenja o određenim pitanjima ili zaključak ne može biti formuliran, to sredstvo ili nedostatak važnih činjenica u svojoj bazi podataka ili kršenja u logičkom sistemu veza. U svakom slučaju, sam sustav može formirati dovoljan skup pitanja stručnjaku i automatski povećati kvalitetu.

Sistem kontrole

Predstavlja kombinaciju međusobno povezanih strukturalnih modela podsistema koji provode sljedeće funkcije:

planiranje(strateško, taktičko, operativno);

Računovodstvo- prikazuje status kontrolnog objekta kao rezultat proizvodnih procesa;

kontrola- određuje odstupanje vjerodajnica iz planiranih ciljeva i standarda;

Operativno upravljanje- reguliše sve procese kako bi se eliminirali izvršila izređenih od planiranih i vjerodajnica;

analiza- određuje trend rada sistema i rezervi, koji se uzimaju u obzir prilikom planiranja za sljedeći put.

Upotreba modela u sastavu informacionih sistema započela je upotrebom statističkih metoda i metoda finansijske analize, koje su implementirali timovi konvencionalnih algoritamskih jezika. Kasnije su stvoreni posebni jezici koji vam omogućavaju simulaciju različitih situacija. Takvi jezici omogućavaju izgradnju modela određene vrste koji podržavaju rješenje kada se fleksibilna promjena u varijablama.

Softver. Osnovni koncepti programiranja

Osnovni pojmovi i definicije

Razmotren tehnička sredstva Pevm kombiniran je univerzalni alat za rješavanje širokog spektra zadataka. Međutim, ovi se zadaci mogu riješiti samo ako Pevm zna algoritam njihovog rješenja.

Algoritam (Algoritam) - tačan redoslijed koji definira postupak pretvaranja izvornih podataka u krajnji rezultat.

Često nekretnine Svaki algoritam su:

– diskretnost - mogućnost dijeljenja algoritama u zasebne osnovne akcije;

– definicija (Determinizam) Algoritam osigurava definiciju rezultata (ponovljivost rezultata dobivenog u višestrukim proračunima s istim izvornim podacima) i isključuje mogućnost izobličenja ili dvosmislene interpretacije recepta;

– performans - Obavezno priznavanje za konačni broj koraka nekih rezultata, a ako je nemoguće dobiti rezultat - signal da ovaj algoritam nije primjenjiv za rješavanje zadatka;

– masovanje - Mogućnost dobijanja rezultata s različitim izvornim podacima za neke klase sličnih problema.