Итак, мы установили, что преобразование информации рекуррентными нейронными сетями минимизирующими энергию может приводить к появлению в их пространстве состояний аттракторов, далеких по форме от образов внешнего для сети окружения. Таким образом, в отличие от рассмотренной в прошлой главе кластеризации, осуществляемой сетями без обратных связей, появляется возможность использовать рекуррентные сети для активной кластеризации, при которой сеть "творчески" относится к входным векторам, осуществляя нетривиальные обобщения поступающих на ее вход сигналов. [c.105]
Однако, если исследовать все пространство состояний сети, предъявляя ей не ранее заучиваемые, а случайно сгенерированные векторы, то в нем могут обнаружиться такие аттракторы, которые не притягивают ни одного вектора из заучиваемого набора. Подобные аттракторы можно назвать пустыми классами, сформированными сетью. Понятие пустого класса не совпадает с понятием ложного состояний памяти. Последние не всегда описывает пустой класс. Например, когда в сети на основе слегка искаженных сообщений генерируется единственная версия сообщения, не совпадающая ни с одним из них (ложное состояние), но притягивающее все полученные сообщения (не пустой класс). [c.105]
| Рисунок 8. Пространство состояний сети с пустыми классами. |  |
Г2 (пространства состояний) и вероятностной меры тг [c.141]
ОЦЕНКА МОЩНОСТИ ПРОСТРАНСТВА СОСТОЯНИИ [c.75]
Пространство состояний хозяйствующего субъекта задает- [c.136]
Для этого необходимо синтезировать пространство функционирования системы опережающей научно-исследовательской деятельности таким образом, чтобы для каждого момента времени t, для каждого состояния 5°, Sf, Sfp из пространства состояний S научно-исследовательской работе вуза существовала -я возможность решения задач [c.272]
Для осуществления организационной диагностики организации будем рассматривать процесс ее функционирования на дискретном пространстве состояний S, которое включает три непересекающиеся области, что можно представить формулой [c.96]
Какую точку в пространстве состояний принять в качестве исходной Дело в том, что еще до начала поиска решения система, основанная на знаниях, должна каким-то образом выбрать исходную точку поиска. От выбора этой точки зависит и метод осуществления поиска — в прямом или в обратном направлении. [c.549]
Как повысить эффективность поиска решения Чтобы добиться повышения эффективности поиска решения, необходимо найти эвристики разрешения конфликтов, связанных с существованием нескольких возможных путей для продолжения поиска в пространстве состояний, поскольку требуется отбросить те из них, которые заведомо не ведут к искомому решению. [c.549]
Суть поиска в глубину состоит в том, что при выборе очередной подцели в пространстве состояний предпочтение всегда, когда это возможно, отдается той, которая соответствует следующему, более детальному уровню описания задачи. При поиске в ширину, напротив, система вначале проанализирует все признаки, находящиеся на одном уровне пространства состояний, даже если они относятся к различным объектам, и лишь затем перейдет к признакам следующего уровня детальности. [c.550]
Иногда задача поиска сводится к уменьшению пространства состояний путем удаления в нем ветвей, неперспективных для поиска успешного решения. Поэтому просматриваются только те вершины, в которые можно попасть в результате следующего шага, после чего неперспективные направления исключаются из дальнейшего рассмотрения. Этот метод - альфа-бета алгоритм - нашел широкое применение в основном в системах, ориентированных на различные игры, однако он может использоваться и в продукционных системах для повышения эффективности поиска. [c.550]
Таким образом, С.с. описывается вектором (или кортежем, если учитываются также величины, не имеющие численных значений). Такой вектор называется "портретом системы". Поскольку каждая система может иметь множество допустимых состояний, то говорят, что С. с. в момент t — это вектор или точка в пространстве состояний системы. [c.336]
Фазовое пространство (пространство состояний) 374 [c.493]
Модель ИС в расширенном пространстве состояний [c.24]
Формирование модели ИП на основе концепции структурно-алгоритмического механизма функционирования ИС в пространстве состояний [c.26]
S, протекают во времени Is, связанном с временем / в расширенном пространстве состояний Н зависимостью [c.26]
Закону управления U v( ) рассматриваемому на элементах среды S, соответствует закон U ( ) в расширенном пространстве состояний Н, который с учетом (1. 32), (1. 33) определяется на основе зависимости [c.28]
Первая задача ставится с учетом априорной информации о возмущении со и неконтролируемой составляющей z, заданной соотношениями (1.4) и (1.5). Данная задача может рассматриваться как на элементах пространства состояний ИС Н, так и на элементах интеллектуальной среды S. Поскольку второй и третий этапы решения общей задачи синтеза предполагается осуществлять непосредственно на элементах среды S, то, без ограничения общности, и первую задачу будем рассматривать в рамках среды S. [c.33]
В этом описании сочетаются представления объектов системы в виде множества значений, либо множества высказываний, либо каких-то других форм. Динамические свойства ИС могут быть описаны в пространстве состояний. Интеллектуальные операторы, реализующие восприятие, представление, формирование понятия, суждения и умозаключения в процессе познания, являются формальным средством обработки сведений и знаний, а также принятия решения. Все эти аспекты должны быть положены в основу построения ДЭС, функционирующих в реальном времени и реальном мире. [c.39]
Вместе с тем допустима инвертированная постановка в пространстве состояний задается совокупность областей С, фактическая, траектория системы в которых должна отсутствовать. Здесь С описывается набором неблагоприятных для системы ситуаций. [c.181]
В более полном варианте задача предполагает выработку воздействий, обеспечивающих их заданную целевую траекторию в пространстве состояний. В общем случае такая траектория имеет вид сети, каждая вершина которой сопоставляется с определенным логическим выражением, описывающим требуемое состояние объектов управления и/или объектов производства, с которыми работает система. Выработка закона управления реализуется как процесс принятия решения в сложной среде, а при планировании многошаговых цепочек достижения целевых состояний задача имеет непосредственный логический вывод. [c.182]
Центральным звеном комплекса является управляющая система, состоящая из динамической базы оперативных состояний и совокупности процедур выработки закона управления. Действия этих процедур определяются содержимым баз знаний Б31—БЗЗ и моделью, описывающей заданную целевую траекторию управляемого комплекса объектов в пространстве состояний. Центральный компонент интегрированной системы (подробно рассмотренный далее) в настоящее время реализован и опробован в ряде производственных приложений. [c.183]
На равновесное состояние могут быть наложены те или иные условия. Например, система может контактировать по тем или иным ресурсам с рынком, у которого оценка ресурсов постоянна. Обозначим вектор таких фиксированных оценок как р° = (р р . .., >от). Число m не превосходит размерности пространства состояний подсистем. Тогда в равновесии для всех ЭА оценки pvi — р выравниваются на значении, соответствующем оценкам рынка. А запасы ресурсов перераспределяются таким образом, что доставляют решение задаче [c.231]
Предположим, что процесс оптовой торговли является детерминированным. Предположим также существование методов количественного соизмерения экономических, административных и правовых воздействий государства на этот процесс. Пусть задано пространство состояний оптовой торговли X, область допустимых управлений U и период времени оптимизации управления процессом (/0, Т). [c.86]
Переменные х означают величину разности между спросом и предложением по соответствующему виду средств производства х = s — р. Функция х (f) непрерывно дифференцируется во времени. Переменные х" означают скорость изменения разницы между спросом и предложением. Траектория х (t) означает зависимость скорости изменения спроса и предложения от величины разницы между спросом и предложением, которая в свою очередь зависит от времени. Пространство состояний (фазовое пространство) в нашем случае двумерно, т. е. имеет вид фазовой плоскости. [c.86]
Задача ав заключается в нахождении способа задания состояния системы кадров. Состояние системы кадров представляется точкой в векторном пространстве состояний, зависящем от организационной структуры системы. Таким образом, для решения задачи ae необходим результат щ,9 решения задачи 7. [c.96]
Динамические системы, подвергаемые случайному воздействию, описываются с помощью теории случайных процессов. Наиболее часто используются случайные процессы с дискретным вмешательством случая. В рамках такого подхода поведение системы можно описать следующим образом. В некоторый момент времени t0 система находится в состоянии г° в замкнутой области состояний Z, называемой пространством состояний. Совершая движение z (t), точка движется к границе области и в момент времени t достигает ее. Состояние системы ка границе обозначено г. [c.187]
Если рассматривать элемент как материальную точку в пространстве состояний, а ее перемещение вдоль некоторых осей glt [c.196]
Полученная пара значений (zlt z2) определяет в рассматриваемом примере перемещение и скорость материальной точки к моменту времени t от некоторого начального состояния при t = 0. Эта пара может рассматриваться характеристикой состояния системы. Область, содержащая все возможные для данной -системы точки с координатами гг и z2, называют пространством состояний. Для случая движения системы, состоящей из п точек в трехмерном пространстве с Зп степенями свободы, вектор, определяющий пространство состояний, будет иметь 6/г координат. [c.197]
Событием или фазой процесса движения системы называют упорядоченную пару (/, z), где z — вектор, определяющий пространство состояний. [c.197]
Поскольку число нейронов в сети конечно, функционал энергии ограничен снизу. Это означает, что эволюция состояния сети должна закончиться в стационарном состоянии, которому будет соответствовать локальный минимум энергии. В Хопфилдовской модели стационарные конфигурации активностей нейронов являются единственным типом аттракторов в пространстве состояний сети. Мы можем представить динамику сети, сопоставив ее состояние с шариком, движущимся с большим трением в сложном рельефе со множеством локальных [c.93]
Формализм (6.12) имеет смысл для любого к-го субъекта системы начальной научной подготовки существует ц-я возможность формирования такой траектории Snik) (LA La LT), принадлежащей пространству состояний 5 научно-исследовательской работы резерва научно-педагогических и научных кадров и определенной на множестве параметров, характеризующих научную задачу Lj, субъекта научно-исследовательской работы L и траекторию LT, чтобы уровни формирования знаний F/H, решения научных задач /vm, умений F/, основ методологии научного творчества F/1, творческого научного потенциала Fjm, объема диссертационных исследований Fj1, удовлетворяли требуемому уровню решения научных задач Fj9. [c.273]
ФАЗОВОЕ ПРОСТРАНСТВО [phase spa e] — понятие математической теории оптимальных процессов, динамического программирования (пространство состояний) условное математическое пространство, размерность которого определяется числом параметров, характеризующих состояние системы в процессе ее преобразования, управляемого развития. Точка Ф.п. — кортеж, или вектор параметров. Изменение системы описывается перемещением точки по определенной траектории в Ф.п. — она называется фазовой. [c.374]
Задачи управления комплексами дискретных распределенных объектов в реальном времени. Эти задачи являются наиболее функционально емкими и включают в себя задачи мониторинга, контроля и принятия решений. Наиболее простым развитием рассмотренных выше систем контроля, в том числе интеллектуальных, является управление компенсацией выявленных нежелательных отклонений от заданной идеальной целевой траектории системы в пространстве состояний. Необходимым дополнительным элементом здесь становится модель, описывающая структуру комплекса объектов, их свойства и среду функционирования, а также динамику их поведения. Такие модели должны содержать сложноструктурированный декларированный компонент, а описания процессов будут иметь вид логико-динамических моделей. В связи с этим процедуры обработки целесообразно строить как решающие процедуры определенных интеллектуальных систем. [c.181]
В микроэкономике часто характеризуют предпочтения экономического агента кривыми (поверхностями) безразличия. Каждая из них выделяет множество одинаково предпочтительных состояний. Получение ЭА некоторого количества базисного или иного ресурса без изменения запасов остальных переводит его состояние на более высокую кривую безразличия, оно становится предпочтительнее. В работе [130] существование S было доказано, исходя из аксиомы Билля [180], использующей понятие предпочтения экономического агента в пространстве состояний X = (TV, М) ЭА не существует такой последовательности состояний XijXz,. ..,Хт, что Xi предподчтительнее, чем Xa- i для г = 2,. ..,т, а конечное и начальное состояния совпадают, Х — Хт. [c.220]
Она представляет собой метод моделирования и имитации сложных динамических систем, отличающихся нелинейными и сильно разветвленными структурами контуров регулирования. Этот метод, основанный на отображении в пространстве состояний, был предложен Дж. Форрестером. Основная идея Форрестера состоит в том, что социально-экономические и другие системы не поддаются исследованию чисто интуитивными методами, поскольку поведение таких систем, обладающих сложной и динамичной структурой. [c.334]
Смотреть страницы где упоминается термин Пространство состояний
: [c.22] [c.24] [c.76] [c.140] [c.293] [c.484] [c.24] [c.28] [c.57] [c.180] [c.180]Ситуационное управление теория и практика (1986) -- [ c.216 ]