Технология разработки гибридных интеллектуальных систем

ВВЕДЕНИЕ
Автоматизацию обработки информации и управления в технических, социальноэкономических и биопроизводственных системах БПС невозможно представить без применения широкого спектра методов и моделей классической и дискретной математики, имитационного моделирования, системного анализа, исследования операций ИСО, искусственного интеллекта ИИ. Огромный вклад в эту область внесли своими работами А.И. Берг, В.М. Глушков, Л.Т. Кузин, О.И. Ларичев, Л.А. Растригин, А.И. Уемов, В Ф. Перегудов, Г.С. Поспелов, Д.А. Поспелов, .. Полуэктов, .. i, . , . ii, .. , .II. i, , . , . и др. Благодаря трудам этих ученых и их школ появилось множество разных по способам представления данных и знаний классов методов, моделей, алгоритмов и инструментальных средств систем обработки информации и управления, открылась возможность увеличить производи тельность умственного труда во всех сферах деятельности человека.
К концу х годов, несмотря на разнообразие инструментариев с заметно улучшившимся качеством, для специалистов по автоматизированным системам управления и обработки информации сложилась парадоксальная ситуация написать интеллектуальную систему, которая помогала бы решать все усложняющиеся практические задачи, становилось все труднее и труднее. А сегодня уже известно, что только менее трети проектов информационных систем заканчиваются успешно. С этим парадоксом наука и практика перешли в й век.
Большинство ученых во многом сходятся в оценке главной причины этого парадокса. Он вызван, с одной стороны, необходимостью решения не игрушечных, а сложных практических задач, т.е. таких задач, какие они есть на самом деле, в реальном мире, а с другой стороны, практикой узкой специализации научных школ на развитии и применении одного единственного метода моделирования для имитации решения задач человеком, что приводит к од
носгороннему, ограниченному, несистемному рассмотрению сложных явлений и процессов.
Необходимость отказа от абсолютизации какогото одного вида знаний при разработке интеллектуального управления, перехода к ансамблям сотрудничающих с целью взаимокомпенсации недостатков моделей и поиска методов решения практических задач за рамками преимуществ и недостатков отдельных инструментариев построением многомодельных, интегрированных, гибридных систем и гибридных интеллектуальных систем ГИИС с мягкими вычислениями обосновывалась Л.Н. Борисовым, В.Ф. Венда, Е С. Вентцель, Д А. Поспеловым, . , . , М. i, . и др. Основы теории, методологии и технологии ГИИС заложены в трудах А.Н. Аверкина, Н.П. Бусленко, В.В. Емельянова, Г.С. Осипова, В.Б. Тарасова, Н.Г. Ярушкиной, . , . i, . , . ii, . i, . и других ученых.
Несмотря на успехи ГИИС х годов, как и в любом научном направлении, здесь еще много неясных и нерешенных проблем как по постановке, так и по методам. По многокомпонентным, функциональным ГИИС сделаны лишь первые шаги. Нет теории, отсутствуют технологии их автоматизированного проектирования, разработка ГИИС попрежнему относи тся скорее к искусству генетикаинформатика в его уникальной мастерской, чем к научно обоснованной гибридизации, широко используемой в решении практических задач. Гибридизация сложный, тонкий и трудоемкий процесс разработки ГИИС, требующий широкого спектра знаний о предметной области, задачах, методах их решения, длительной по времени, сложной обработки информации и экспериментов Часто встречающееся некорректное применение автономных технологий и методов, например искусственных нейронных сетей ИНС, нечетких систем НС и генетических алгоритмов ГА, приводит к ошибкам в функциональных ГИИС, а трудоемкость их разработки не позволяет за время проекта построить несколько вариантов, проверить их качество и выбрать приемлемый.
Поэтому, а также изза расширения практики разработки и применения в интеллектуальном управлении и проектировании гибридов, актуальны теория,
методология и особенно технология гибридизации. Объект исследования диссертации методы, модели, алгоритмы и программы разработки функциональных ГИИС.
Актуальность