Розробка методу інтеграції штучної нейронної мережі з системою міркувань по прецендентах для завдань прогнозування

1.

Хмельницький національний університет
Шперчук Дмитро Віталійович
Розробка методу інтеграції штучної нейронної
мережі з системою міркувань по
прецендентах для завдань прогнозування.
Науковий керівник
д.т.н., .проф. Бармак О.В.
Кафедра комп’ютерної інженерії та системного
програмування

2.

Метою роботи є розробка теоретичних основ та практичних підходів
прогнозування стану інтелектуальних агентів, відмінною особливістю
якої
є
використання
нейронечіткої
системи
висновків.
Актуальність теми:
Традиційне прогнозування та планування дій інтелектуальними агентами має
проблеми в застосувані до задач реального світу, оскільки проблемний
простір пошуку занадто великий. Відповідно по аналогії емоційних станів
біологічних
організмів на основі загальної оцінки ситуації доцільно
організувати прогнозування стану інтелектуальних агентів.
Для досягнення поставленої мети мають бути вирішені наступні завдання:
1. Аналіз особливостей реалізації завдання прогнозування .
2. Формалізація завдання прогнозування стану інтелектуальних агентів
3. Розробка методу прогнозування стану інтелектуальних агентів
4. Розробка алгоритмічного та вибір програмного забезпечення для реалізації
методів.
5. Експериментальні дослідження на прикладі рішення ряду характерних
завдань.

3.

Об'єктом
дослідження
є
процеси
прогнозування
стану
інтелектуальних агентів
Предметом дослідження методи і моделі процесів прогнозування
стану інтелектуальних агентів.
Методи дослідження. Системного аналізу, математичної статистики,
теорії планування експерименту, апарат нечітких множин Заде, теорії
ймовірностей, обчислювальної математики.
Практична цінність роботи полягає в тому, що метод прогнозування
стану інтелектуальних агентів може бути використаний при керуванні
агентами, роботами на виробничих підприємствах, військовими
агентами, потоками міського рухи, логістичними системами,
соціальними явищами.
Наукова новизна
1.Підхід до реалізації і використання стану агенту
2. Метод прогнозування стану агенту на основі нечітких
висновків

4.

5.

Метод прогнозування стану інтелектуального агенту
на основі нейронечітких висновків (друга наукова новизна)

6.

Алгоритм навчання нейронної мережі нечіткого висновку.

7.

Алгоритм використання бази прецендентів для
системи нейронечітких висновків

8.

Алгоритм функціонування агенту на основі використання системи
визначення станів

9.

Приклад розпізнавання розміру об’єкту в полі зору агенту
нейроною мережею Neural Network Toolbox Matlab

10.

Створення фрагменту системи нейронечіткого висновку за
допомогою компонента FIS Matlab

11.

Висновки
1. Розроблено підхід до реалізації і використання стану агенту. Згідно підходу при
плануванні поведінки інтелектуального агенту спочатку прогнозується стан
агенту, а потім по ньому плануються наступні дії. Таким чином імітується робота
лімбічної системи людини, яка відповідає за емоції.
2. Розроблено метод прогнозування стану інтелектуального агенту на основі
нейронечітких висновків. Згідно методу характеристики значень отриманих з
сенсорних входів обробляються штучною нейронною мережею нечітких
висновків для отримання прогнозуємого стану агенту.
3. На основі методу розроблені алгоритми навчання та функціонування нечітких
висновків на базі нейронної мережі. Для навчання нейронної мережі розроблено
алгоритм зчитування прецедентів для реалізації нечітких висновків.
4. На основі методу розроблено структуру програмного забезпечення для опису
функціонування агенту. Розроблено формат бази знань для зберігання
прецедентів.
5. На основі елементів програми Matlab здійснена макетна реалізація системи
для прикладу прогнозування стану агенту.
6. Розроблені підхід і метод підвищує ефективність і реактивність планування дій
агентом за рахунок більш швидкого виконання стандартних дій і динамічного
переналаштування дій агенту в залежності від його потреб, які відображаються у
його узагальнених станах.