Анализ и разработка многозначных нейронных сетей самоорганизующихся систем

• Автор: Кузнецова, Валентина Львовна
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 1984
• Место защиты: Львов
• Количество страниц: 212 c. : ил

СОДЕРЖАНИЕ

1. ВВЕДЕНИЕ.

2. АНАЛИЗ ПРИНЦИПОВ САМООРГАНИЗАЦИИ В ТЕХНИЧЕСКИХ СИСТЕМАХ .II

2.1. Анализ принципов самоорганизации кибернетических систем. II

2.2. Самоорганизующиеся системы и сети.

2.3. Анализ существующей элементной базы самооргаяизувдихся сетей.

2.4. Выводы. Уточнение постановки задачи.

3. СВОЙСТВА И СТРУКТУРА САМООРГАНИЗУЮЩИХСЯ ТЕХНИЧЕСКИХ

СИСТЕМ

3.1. Математическая модель самоорганизующейся системы

3.2. Свойства технических самоорганизующихся систем .

3.3. Структурнофункциональная модель самоорганизующейся системы
3.4. Сеги самоорганизующихся систем
3.5. Степень организации, избыточность и сложность самоорганизующихся систем
3.6. Многозначное представление информации в самоорганизующихся системах
3.7.Вывод ы.
4. ЭЛЕМЕНТНАЯ БАЗА САМООРГАНИЗУЮЩИХСЯ СЕТЕЙ . III
4.1. Требования к элементной базе самоорганизующихся сетей.III
4.2. Обобщенная модель нейроноподобного элемента . . .
4.3. Реализация нейроноподобных элементов .
стр.
4.4. Многозначные нейрояоподобные элементы .
4.5. Анализ элементной базы самоорганизующихся сетей .
4.6. Выводы
5. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ САМООРГАНИЗУЮЩЕЙСЯ СИСТЕМЫ
5.1. Формулировка задачи с учетом положений имитационного моделирования.
5.2. Построение математической модели функционирования системы с учетом положений имитационного моделирования .
5.3. Описание структуры программы
5.4. Определение эффективности и объема малинного эксперимента . .
5.5. Результаты экспериментов
5.6. Выводы.
6. ЗАКЛЮЧЕНИЕ
Литература


Подбираются эвристические критерии функционирования элементов системы, с помощью которых вырабатываются общие интегральные воздействия, действующие одновременно на все элементы системы []. Такую структуру имеет мозг, реальные экономические системы, биологические популяции. Выбор элементарных алгоритмов носит эвристический характер. Основное преимущество самоорганизации выявляется тоща, когда все элементы системы снабжаются одинаковыми элементарными алгоритмами или небольшим числом их вариантов. Функциональное разнообразие входящих элементов [1,-]. В случае, если система состоит из однообразных элементов с одинаковыми связями друг с другом, вое эти элементы будут характеризоваться одинаковой вероятностью, р? Развегвленносгь связей между элементами. Можно предположить, что вероятность нахождения системы в том или ином состоянии зависит не только от разнообразия ее элементов, но и от разнообразия связей между элементами, которое также уменьшает информационную энтропию. В работе Н. Вине-ра [I] имеется следующее замечание: "Количество информации, которое может воспринимать через свои органы чувств прибор, нельзя априори ограничивать теми значениями, при которых требуется не больше решений, чем уже было заложено в структуру прибора. Обыкновенно способность системы поглощать информацию растет на первых порах довольно медленно по сравнению с количеством информации, заложенной в нее. И лишь после того, как заложенная информация перейдет за некоторую точку, способность машины поглощать дальнейшую информацию начнет догонять внутреннюю информацию ее структуры. Но при некоторой степени сложности приобретенная информация может не только сравняться с той, которая была первоначально заложена в машину, но и далеко ее превзойти, и с этой стадии сложности машина приобретает некоторые из существенных характеристик живого существа". Развегвленность связей между элементами необходима также для обеспечения достаточной сложности системы [1,]. Кроме того, она ведет к возникновению целостности и к обособлению системы от окружающей среды []. Наличие в системе большого количества обратных связей, отрицательных и положительных [1,,]. Согласно [] действия самоорганизующейся системы выбираются с помощью обратной связи. Причем обратные связи в этом случае называются обратными свяачми лишь тогда, когда они не могут быть выведены из общих законов физики. Обратная связь приобретает особое значение для сложных систем потому, что они автоматически компенсируют любые возмущения, даже такие, природа которых неизвестна. По определению Н. Винера [I]: "обратные связи в живом организме обеспечивают его способность регулировать будущее поведение прошлым выполнением приказов". Таким образом, разветвление обратных связей помогает системе приспосабливаться к изменяющейся окружающей среде. Обратные связи разделяются на отрицательные и положительные. Отрицательные обратные связи обеспечивают стабильность функций системы, постоянство ее параметров, устойчивость к внешним воздействиям. Они являются основным механизмом гомеостазиса, саморегуляции эволюционного процесса. Положительные обратные связи играют позитивную роль усилителей [I]. Большое значение они имеют для развития системы. Кроме того, с введением обратных связей система приобретает способность к запоминанию информации. А4]. Начальная, или исходная, программа накладывает также ограничен на выполняемые системой функции. Система не может быть универсальной в полном смысла этого слова. О ее универсальности можно говорить лишь впределах определенного класса функций, рамки которого задаются исходной программой. Очевидно, исходная программа может меняться (расширяться) в процессе развития системы, по мере ее адаптации и накопления опыта, но не беспредельно. Можно предположить, что исходная программа подобна инстинкту в биологической системе, или генетической программе, изменяющейся по мере эволюции. Существенный признак самоорганизации составляет обособление системы от окружающей среды [] и ее целостность, обусловленная множеством элементов и развегвленностью связей между ними. Существование нескольких целей обусловливает иерархическое строение самоорганизующихся систем.