К вопросу использования нейронных сетей при построении деревьев Штейнера Текст научной статьи по специальности «Компьютерные и информационные науки»

Материалы Международной конференции

“Интеллектуальные САПР”

УДК 681.518

И.С. Кабак ОБЪЕКТНО-ОРИЕНТИРОВАННОЕ МОДЕЛИРОВАНИЕ ПРИ ОТЛАДКЕ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ СИСТЕМ УПРАВЛЕНИЯ ПРОИЗВОДСТВЕННЫМИ ПРОЦЕССАМИ

Отличаясь сложностью и объемом, программное обеспечение систем управления имеет специфическую особенность: для его отладки используется реальное оборудование. Такой подход требует серьезных расходов на его разработку из-за амортизации дорогостоящего оборудования в течении длительного периода време-.

В докладе рассматриваются вопросы применения объектноориентированного имитационного моделирования для разработки и отладки программного обеспечения систем управления, когда вместо реального оборудования используется его виртуальная модель.

Рассматривается трехуровневая структура, состоящая из трех основных ком: ( ), -,

собой. Наличие интерфейсного компонента позволяет отделить систему управления от реального оборудования и обеспечить одновременную ее работу с несколь-( ).

Предлагаемая технология построения модели основана на трех основных инструментальных программных средствах:

♦ исполняющей среде, синхронизирующей и координирующей работу элементов виртуальной модели и осуществляющей информационный обмен в модели;

♦ визуального конструктора, позволяющего создавать модель объекта управления в режиме визуального программирования на основе третьего компонента системы - библиотеки классов;

♦ библиотеки классов, описывающей все аппаратные и программные модули объекта и обеспечивающей предметное наполнение модели.

УДК 681.3.062:621.3.049.75

. . . .

К ВОПРОСУ ИСПОЛЬЗОВАНИЯ НЕЙРОННЫХ СЕТЕЙ ПРИ ПОСТРОЕНИИ ДЕРЕВЬЕВ ШТЕЙНЕРА

На данный момент основным препятствием в использовании нейронных сетей (НС) при трассировке является требование строго фиксированных размеров , -ровки, размеры которого, зачастую, изменяется от задачи к задаче. Здесь мы пред, , строить сети с самообучением.

В данном случае разумно применять многослойные НС, то есть, использовать , -ском мозге [1]. Исходя из данной концепции начальные модули НС можно исполь-

Известия ТРТУ

Тематический выпуск

зовать для разбиения поля трассировки на подучастки, которые, в последствии будут использоваться как входные данные для НС более «детадьного уровня». Данное разбиение задачи позволит свести к минимуму предварительную подготовку

, , , -

.

В первом слое можно использовать классифицирующую структуру, например, НС Кохонена [2], которая может распознавать кластеры данных и решить за, ,

, .

Дальнейшая оптимизация алгоритма НС возможна путем минимизации синаптических связей [3]. То есть, из НС можно исключить связи с малым или нуле, , , -ровки соединений можем исключить связи большого радиуса, следует заметить, что предел исключения следует подбирать экспериментальным путем. Данная НС будет иметь регулярный характер, что облегчит ее описание в методах объектного .

ЛИТЕРАТУРА

1. http://www.user.cityline.ru/~alphasys/ А.Ю. Дорогое. Модульные нейронные сети.

2. http://www.rl7.bmstu.ru/rus/Library/TextBook/modules/stneunet.html

3. А.Ю. Дорогое, АЛ. Алексеев, Д.А.Буторин. Нейронные сети со структурой быстрого алгоритма // Сборник докладов.6 Всероссийского семинара «Нейроинформатика и ее приложения», 20-25 октября, 1998, Красноярск. - С 53.

658.512

СМ. Ковалев, А.Н. Шабельников АДАПТАЦИЯ НЕЧЁТКИХ КЛАССИФИКАЦИОННЫХ РЕГУЛЯТОРОВ НА ОСНОВЕ СТАТИСТИЧЕСКОЙ ИНФОРМАЦИИ

При автоматизации процессов управления замедлителями на сортировочных горках используется экспертная информация, полученная от горочного оператора о его стратегиях управления. Для её формализации строится нечёткая система в виде композиции нечётких регуляторов, описывающих действия оператора на квазиста-ционарных временных интервалах. Серьёзной проблемой является выбор параметров регуляторов и определение соответствующих функций принадлежности. В работе предлагается подход к решению этой задачи на основе использования статистических наблюдений за действиями оператора и последующей адаптации па.

Нечеткий классификационный регулятор, моделирующий процесс управления тормозной позицией (Т.П.) в упращённом виде определяет зависимость между множеством ступеней торможения 8 замедлителя и текущим значением замедления уе V отцепа в Т.П.. Регулятор определяется нечетким отображением V ~ 8,

построенном на основе соотнесения термов ! ^ = 1, п ) лингвистической переменной L(V) - "Замедление" с соответствующими решениями из 8. Если решающее