Построение систем распознавания образов
[pic]
и
[pic]
то модель и система (в крайнем случае ее описание) изоморфны.
При выполнении только второго соотношения, то есть при отсутствии
обратного преобразования, имеем дело с гомоморфностью.
Л Е К Ц И Я 5.2
Моделирование сложных систем и применение моделей
5.2.1. Принципы построения модели сложной системы
а) Принцип декомпозиции
Прежде всего исходим из того очевидного положения, что сложные
системы можно разбить на подсистемы и элементы с иерархической структурой
связей. Тогда каждая подсистема, решая конкретную задачу, обеспечивает тем
самым достижение общей цели.
С этих позиций, к особенностям сложной системы следует отнести
такие:
1)Сложную систему можно расчленить на конечное число подсистем, а
каждую подсистему, в свою очередь, - на конечное число более простых
субподсистем до тех пор, пока не получим элементы системы ( под элементами
системы следует понимать объекты, которые в условиях данной задачи не
подлежат расчленению на части) .
2)Элементы сложной системы функционируют во взаимодействии друг с
другом.
3)Свойства сложной системы определяются не только свойствами
отдельных элементов, но и характером взаимодействия между ними.
На практике стремятся расчленить сложную систему на такую
совокупность подсистем, которая наилучшим образом отражала бы работу и
функциональное взаимодействие ее элементов. В этом случае и строгое
физико-математическое описание становится более доступным.
Использование принципа декомпозиции систем на подсистемы, подсистем на
элементы позволяет создать модель сложной системы путем разработки для
простых физически элементов их математическое описание и соответствующий
алгоритм.
Практическая реализация этого принципа предполагает, что специалисты,
изучающие процессы в каждом конкретном элементе, способны на основе
экспериментальных и теоретических исследований разработать модели всех
элементов и достичь при этом точности, которая необходима для оценки
характеристик работоспособности каждого из этих элементов в условиях
штатной эксплуатации.
Например, выделив в качестве отдельного элемента системы двигатель
постоянного тока, даем возможность специалисту формировать его описание.
Так из теории систем автоматического регулирования для такого двигателя
описанием является система дифференциальных уравнений
[pic]
или после упрощения и преобразований
[pic],
где [pic], [pic]
Таким образом субблоки, блоки, элементы сложной системы или удается
описать математически с достаточной степенью точности для расчета их
текущих состояний, или в результате специальных экспериментальных
исследований получить совокупность числовых данных для описания указанных
состояний. Эти числовые данные могут быть как непосредственно
использованы при компьютерной реализации соответствующих блоков в виде
таблиц, описывающих реакцию этих блоков на входные воздействия, так и в
виде заменяющих упомянутые таблицы аппроксимирующих их зависимостей. И в
том и в другом случаях программирование не вызывает трудностей.
Так или иначе декомпозиция системы, о которой идет речь, дает
возможность специалистам создать программно реализуемые алгоритмы
функционирования блоков, субблоков, элементов.
Отсюда совокупность моделирующих алгоритмов блоков, субблоков,
элементов, разработанных указанным способом, с учетом их взаимодействия
определяют алгоритм модели всей системы в целом.
Примерами декомпозиции при создании модели системы распознавания
заболеваний внутренних органов человека могут быть варианты разбиения ее
на элементы и блоки компьютерной системы, построенной на основе
ультразвуковой медицинской диагностики. Структурная схема одного такого
варианта при достаточно поверхностной декомпозиции представлена на рис.
5.2.1.
Модель отражающих Модель ультразву-
свойств внутренне- кового локатора,
го органа человека в являющегося ос-
ультразвуковом новным
элементом
диапазоне волн аппарата УЗИ
Модель
алгоритма
обработки изображе-
ний
внутреннего ор-
гана
Модель
алгоритма
анализа и принятия
решения
Рис 5.2.1. Структурная схема варианта декомпозиции системы распознавания
Более детальная декомпозиция позволяет представленные блоки расчленить
на субблоки и элементы. Так , например, могут быть детализированы первые
два из блоков рассмотренной схемы (Рис.5.2.2).
Точно также могут быть подвергнуты декомпозиции и другие модули
структурной схемы, приведенной на рис.5.2.1. В результате появляется
возможность для узких специалистов на основе физико-математического
описания разработать алгоритмы их и затем комплексировать в общий алгоритм
модели системы.
а) Принцип допустимых упрощений
В большинстве случаев, однако, общий алгоритм модели, полученный в
результате декомпозиции системы, разработки специалистами алгоритмов
элементов и их связей и последующего объединения, является
Модуль описания Модуль описания
геометрической возможных поло-
формы внутрен- жений потологи-
него органа ческих образо-
ваний в
органе
Модуль описания Модуль описания
положений функцио- геометрических
нальных элементов характеристик
внутреннего органа потологических
образований
Модуль
выбора
условий
наблюде-
ния
внутреннего
органа
(сечение)
Модуль описания
звукодинамичес-
ких свойств се-
чения
органа
Модуль описания Модуль описания Модуль описания
звукодинамичес- звукодинамичес- звукодинамичес-
ких свойств па- ких свойств каж- ких свойств па-
тологических дого из функцио- ренхимы внутрен-
образований нальных элементов него органа
Модуль формирования ультазвуково-
го изображения сечения органа
на модель алгоритма обработки изображений
Рис.5.2.2. Структурная схема декомпозиции модели отражающих свойств и
ультразвукового локатора
только исходным и его еще нельзя положить в основу создания рабочей модели
системы. Это определяется его громоздкостью, а также плохой
согласованность с вычислительными ресурсами и с требованиями к модели
системы.
Такие возможные недостатки исходного алгоритма модели вытекают из
различия целей моделирования отдельных элементов и сложной системы в
целом.
Причина различия целей состоит в том, что специалисты, разрабатывающие
алгоритмы элементов, стремятся к тому, чтобы отразить характеристики этих
элементов с максимальной точностью. В результате алгоритмы моделей
элементов могут оказаться достаточно сложными, а в итоге
-непомерно возрастает время счета одной реализации функционирования
системы в целом;
-уменьшается общее число модельных экспериментов (реализаций) при
общем ограничении времени на испытание сложной системы.
И это при том, что всегда существуют более простые реализации
элементов по сравнению с предложенными “сходу”. К тому же с точки зрения
влияния на конечную точность моделирования системы вклады отдельных
элементов могут оказаться несущественными, а значит сами описания
алгоритмов их функционирования могут допускать упрощения.
Поэтому модель системы в целом должна строиться на основе компромисса
между ожидаемой точностью оценок конечного показателя и сложностью самой
модели.
Отсюда путь к созданию рабочей модели системы - поиск компромиссных
решений. В основе его лежит анализ допустимых упрощений как исходных
алгоритмов моделей элементов, так и алгоритмов их взаимодействия.
При создании рабочей модели системы (разработке алгоритма модели)
методики анализа возможных упрощений бывают самыми разными, но смысловое
содержание их состоит в том, чтобы обеспечить системные расчеты в
отведенное время и достичь при этом заданной точности конечного показателя
(например, эффективности для систем распознавания). Естественно, что
указанный анализ, направленный на исключение, замену отдельных блоков и
субблоков или их корректировку должен предполагать:
-более углубленное аналитическое изучение и представление работы
физического аналога;
-экспериментальные исследования физического аналога.
Решения по упрощению многообразны. Все они специфичны и не поддаются
обобщению. При этом наиболее конкретная рекомендация по замене может быть
дана лишь в отношении блоков, осуществляющих воздействие на исследуемую
часть системы. Только в этой ситуации блоки можно однозначно заменить
упрощенным эквивалентом, не зависящим от указанной исследуемой части
системы. Само собой разумеется, что если при заменах и корректировках не
нарушается функциональное взаимодействие блоков и субблоков, то схема
сопряжения их в общей модели остается без изменений.
При заменах блоков упрощенным эквивалентом отказываются от точного
описания
-либо на основе отдельных исследований на самостоятельной модели
(говорят: ”частной” модели) воздействий, данного блока на систему и выбора
в качестве замены нового блока формирующего реализации наихудшего
воздействия;
-либо при достаточно большом числе факторов, определяющих
воздействие, выбором в качестве замены нового блока, формирующего
случайное воздействие с заданными характеристиками.
Если, например, в состав некоторой сложной системы входит
автоматический электронный измеритель некоторой величины, используемой
блоками этой системы, то приходится иметь дело с неизбежными ошибками
измерений. Причины ошибок здесь - наличие электронных шумов, вызываемых:
-неравномерной эмиссией электронов (так называемый “дробовой шум) в
электровакуумных приборах;
-неравномерностью процессов генерации и рекомбинации носителей тока в
полупроводниковых приборах.
При построении модели указанного измерителя возможны:
1)Строгое физико-математическое описание указанных неравномерностей
движения носителей тока и их влияния на измеряемую величину ("модель с
точностью до носителя").
2)Экспериментальная оценка максимальной ошибки измерения интересующего
параметра и замены точного блока всего лишь имитатором постоянной величины
максимально возможной ошибки, добавляемой к измерениям.
3)Экспериментальные статистические исследования ошибок измерителя,
получение закона распределения вероятностей ошибок и замена точного блока
на блок генерации случайных ошибок с заданным законом распределения,
добавляемых к “чистым” измерениям.
В технических приложениях моделирования ни "точность до носителя",
ни имитация максимальных ошибок не являются удовлетворительным решением.
Третий подход к решению задачи встречается наиболее часто. Это связано,
особенно в электронике, с наличием большого числа случайных воздействий.
Это и каналы связи со случайными шумами. Это и ошибки измерений, носящие
случайный характер. Это и точности изготовления деталей и т.д. и т.п.
Отсюда следует, что при соответствующих заменах блоков каждый
эксперимент на системной модели должен носить случайный характер.
5.2.2. Моделирование сложных систем и опытно-теоретический метод их
испытаний
Рассмотрение истории вопроса появления и развития моделирования
показало, что цель создания любой модели - испытания некоторой системы.
При этом сегодня речь идет о компьютерной реализации и испытаниях модели
системы в условиях, которые или невозможно, или достаточно дорого создать
для проведения натурных испытаний реальной системы, или это сопряжено с
большими временными затратами.
В то же время из проведенного рассмотрения отличий модели от
представляемого ею объекта (процесса, явления) следует, что полностью
положиться на результаты моделирования, выступающего в качестве
единственного источника получения характеристик указанного объекта
(процесса, явления) не представляется возможным.
Отсюда логически вытекает необходимость сочетания моделирования и
натурных испытаний для совместного получения показателей соответствующей
системы. Соответствующий метод и получил название опытно-теоретического.
Здесь необходимо заметить: когда речь идет о натурных испытаниях
системы, подразумевают натурные испытания ее элементов или сокращенного,
упрощенного варианта. В противном случае пришлось бы создать систему в
целом, не зная заранее, как она будет выполнять те или иные задачи. А
если при этом система окажется неспособной выполнить свое назначение и
затраты нецелесообразными? Но система создана?! В связи с этим и цель
опытно-теоретического метода - избежать нецелесообразных затрат, используя
сочетание экспериментальных данных в ограниченном объеме и моделирования -
во всей области факторного пространства функционирования системы.
Суть опытно-теоретического метода, обязательно предполагающего
создание модели системы, сводится к выполнению следующих положений:
1)Получение для одних и тех же условий достаточного количества
реализаций показателей функционирования системы или ее отдельных блоков в
натурных испытаниях и на модели.
2)Проведение параметрической доработки модели на основе сравнения
результатов натурных экспериментов и моделирования, если структура модели
удовлетворительна.
3)Проведение структурной перестройки модели, дополнительный учет
отдельных факторов, дополнение связей при наличии остаточной разности
между выходными характеристиками после попытки параметрической доработки.
4)Проверка статистической совместимости модели и системы в ряде
целенаправленно выбранных точек факторного пространства.
5)На основе выполненной калибровки модели (пункты 1-4) распространение
результатов испытаний системы с помощью моделирования на всю область
факторного пространства.
Таким образом достигается сначала изоморфность модели и системы, а
затем оценка этой системы на модели во всех возможных условиях
функционирования.
Упомянутый при этом отказ от создания системы в целом, замена ее
испытаний на испытания отдельных узлов, модулей, составляющих и т.п.
отражается на построении модели системы. Дело в том, что некоторые
результаты испытаний могут позволить, например, отдельные составляющие
системы не моделировать, описывая соответствующие физические процессы, не
искать для них точных математических описаний для реализации, а
воспользоваться полученными экспериментальными данными. Так, можно не
моделировать уходы параметров отдельных электронных и электромеханических
устройств, приводящие к их отказам, если в результате испытаний получены
характеристики надежности этих устройств (вероятность безотказной работы в
течение рабочего цикла, наработка на отказ, время безотказной работы). То
есть, натурные испытания могут явиться основанием для упрощения модели при
сохранении ее изоморфности системе.
Рассмотренный путь упрощения - не единственный. Во-первых, уже
упомянутый нами компромиссный характер создания модели системы (между
точностью и возможностью реализации) дает в отдельных случаях такие
основания. Тогда, как уже упоминалось можно отказаться от некоторых
деталей моделирования. Во-вторых, задачи, ставящиеся перед моделью могут
быть различными: оценка функционирования системы, оценка взаимодействия
системы с другими сложными системами, оценка характеристик системы во
всем диапазоне условий функционирования и т.д. Это приводит к тому, что при
испытаниях сложных систем имеют дело не с одной единственной моделью. Так
по своему назначению модели делятся на частные и системные.
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
|