Самообучение нейросетевого решателя задач интеллектуальной системы автоматического управления на основе моделирования самообучения мозга

Интеллектуальные системы призваны функционировать в изменяющихся условиях и неопределённости состояния, параметров, внешней среды, глобальной и текущих целей. Применительно к задачам управления наиболее корректное определение самоорганизации дано П.К.Анохиным [1].

Подход к самообучению нейросетевого решателя ИСАУ основан на превращении опыта в умения за счёт пополнения памяти структурами решения известных задач, представляющими собой совокупность элементов системы, взаимосодействующих при решении задачи. Взаимосвязи между компонентами создаваемых в процессе самообучения структур могут быть установлены физически между биологическими нейронами мозга или в форме программы действий ИСАУ.

Отличием умений является возможность их быстрого применения в стандартных ситуациях без необходимости использования медленных методов предварительного построения плана действий, применяемых для решения новых задач.

Нейросетевой решатель использует идентичные структуры представления задач и аксиом модели знаний, облегчая обобщение решений задач в знания.

Шаги самообучения формируют элементы модели знаний вида возможный опыт, опыт, умение, используемые при повторном решении задач для создания аксиом с атрибутами решённой подзадачи соответствующего уровня представления знаний решателя задач ИСАУ.

Эффективность подхода показана на примере решения модельной задачи с использованием самообучения планирующей подсистемы решателя задач ИСАУ.

Иллюстративный пример заключается в рассмотрении процесса решения задачи, в которой могут быть выделены подзадачи, рассматриваемые как самостоятельные задачи. План решения выделенной подзадачи алгоритмом самоорганизации может быть сначала оформлен как опыт, а при возникновении аналогичной задачи представляется уже как умение. Тогда при планировании действий более общей задачи план решения подзадачи как умение будет трактоваться в качестве элементарного действия без необходимости затрат времени на планирование действий по его реализации.

Например, задача 1:->Ф1,Ф2=>Ф3<-О1 (решение - 12 операций) включает задачу 2:->Ф1,Ф2=>Ф4,Ф5<-О2 (решение - 4 операции). 

Обобщив решение задачи 2 в умение Д21:->Ф1,Ф2=>Ф4,Ф5<-О2, получим решение задачи 1  (9 операций) с учётом умения Д21 и 30% экономией времени решения.

Алгоритм самообучения решателя задач ИСАУ, осуществляющий на основе накапливаемых опыта и умений коррекцию модели знаний может служить простейшей моделью самообучения мозга.

СПИСОК ИСТОЧНИКОВ

[1] Анохин П.К. Философские аспекты теории функциональной системы.1978