телектуальна САУ з функцією адаптації, що використовує еталонну верифіковану модель об'єкта управління не змінить своєї належності до певного класу інтелектуальних систем незалежно від того, якою буде ця модель об'єкта управління - нечіткої лінгвістичної або нейромережевої. Або інший приклад - найпростіші інтелектуальні САУ (інтелектуальні регулятори) складаються зі звичайної САР та бази продукційних правил, в якій в першому випадку згідно продукційним правилам коригуються параметри стандартного ПІД-регулятора, а в другому випадку ПІД-регулятора взагалі немає, а керуючий вплив знаходиться виходячи тільки з бази продукційних правил. Обидві інтелектуальних САУ інтелектуальні мінімально, але ступінь їх інтелектуальності однакова і їх слід відносити до одного класу систем, хоча структура цих систем принципово різна: в процесі роботи в першому випадку відбувається зміна параметрів системи, у другому випадку - структури системи. Додайте до будь-якої з описаних вище систем блок автоматичної зміни бази продукційних правил, що виробляє рішення автоматично на базі аналізу поточного стану системи і зовнішнього світу - і тоді система набуває якісно нові властивості і переходить в інший клас інтелектуальних систем, до систем «поумнее».
Такий підхід до класифікації інтелектуальних систем дозволяє впорядкувати численні інтелектуальні системи, не орієнтуючись на такі мінливі характеристики, як структура системи, мова представлення знань, принципи реалізації функцій адаптації, коло вирішуваних завдань тощо.
Введена трактування поняття інтелектуальності і ознак систем інтелектуальних у великому і в малому дозволяє встановити зв'язки з основними поняттями класичної теорії управління, використовуючи розроблені в ній методи і зберігаючи наступність при побудові інтелектуальних керуючих систем (рис.1.9).
Першими інтелектуальними САУ, що об'єднали в собі методи традиційної ТАУ та інженерії знань стали так звані активні експертні системи, або як їх назвали пізніше - інтелектуальні контролери. Експертна система - це система, орієнтована на зберігання, обробку і використання знань, метою якої є прийняття рішень з тих чи інших питань конкретної предметної області, наближеним за якістю до рішень, ухвалених людиною-експертом або колективом експертів. Спочатку експертні системи використовувалися як порадника в парі з оператором, керуючим технологічним об'єктом. Експертна система могла запропонувати можливу стратегію управління об'єктом в певній ситуації або спрогнозувати поведінку об'єкта у відповідь на передбачуване вплив. Традиційно експертна система включала в себе базу знань конкретної предметної області, яка заповнювалася при первісному «навчанні» системи колективом фахівців-експертів, засоби опису і заповнення бази знань, засоби введення-виведення для роботи з оператором. У міру вдосконалення експертних систем, як на методологічному рівні, так і на рівні технічної реалізації, вирішення експертних систем перестали поступатися рішенням експертів-людей, а швидкість прийняття цих рішень істотно перевершило швидкість реакції людини. Виникла закономірна ідея автоматизації діяльності таких систем шляхом включення до їх складу спеціальних додаткових автоматичних блоків введення інформації про об'єкт і блоків формування керуючих впливів на основі прийнятих рішень.
Рис.1.9. Інтелектуальна ієрархія моделей САУ
Отримана таким чином інтелектуальна система управління являє собою якісно нову систему управління складними об'єктами, оскільки базується не тільки на даних, а й на знаннях (ріс.1.10). Як і в традиційній САУ за ЛПР зберігається можливість управління об'єктом в ручному режимі. Сама ж САУ зазнає докорінних змін. Ядром інтелектуальної САУ є база знань, побудована на основі знань експертів - осіб, мають досвід з управління складним об'єктом, і містить правила управління об'єктом, представлені в певній формі. Так як знання і досвід людини мають вербальний характер, то для перетворення і подання цих знань, а також інформаційного обміну з базою знань вводяться блоки, що здійснюють введення знань, висновок знань, опис та подання знань, а також їх корекцію. Структура бази знань, а також структура і алгоритми роботи цих блоків залежать від обраної моделі подання знань: продукционной, фреймової, семантичної, логіки предикатів. Як вже було зазначено раніше найбільш перспективними є системи, що використовують для представлення знань людини про властивості та принципи управління об'єктом лінгвістичні змінні і апарат нечітких множин в рамках продукционной бази знань. Побудована за даним принципом база знань містить безліч лінгвістичних змінних, які відповідають лексичним категоріям, з якими оперує мозок людини при управлінні об'єктом, а також таблицю нечітких відносин між лінгвістичними змінними, яка відображає набутий людиною досвід з управління об'єктом у вигляді відносин між лексичними...
