і можливістю її технічної реалізації, з урахуванням конкретних прикладних задач, складових спеціалізацію майбутньої інтелектуальної технічної системи.
Інтелектуальна САУ повинна володіти, певною мірою, такими можливостями людини, як здатністю до навчання, адаптації, накопиченню та систематизації знань про об'єкт управління. Крім того, спочатку при створенні інтелектуальної САУ система практично завжди містить базовий набір знань, отриманих від фахівців в даній предметній області - експертів і представлених у відповідності з обраним мовою подання знань і методом опису їх нечіткості. Так як знання і досвід людини мають, в основному, вербальний характер, і чи не всі міркування людини за своєю природою є наближеними, то найбільш перспективними є інтелектуальні САУ, що використовують для представлення знань людини про властивості та принципи управління об'єктом лінгвістичні змінні і апарат нечітких множин. Доцільність і перспективність саме цього підходу до опису та поданням нечітких знань в інтелектуальних САУ обоснованна тим, що вищезгаданий математичний апарат оперує з лексичними категоріями оцінок, сприйняття і способів міркування людини, тобто з нечіткими лінгвістичними категоріями, а згідно аксіоматиці управління складними слабоструктурированное об'єктами всю інформацію про об'єкт управління і способах управління їм можна виразити засобами звичайного природної мови. Крім того, такий підхід до подання нечітких знань істотно полегшує початкове «навчання» створюваної інтелектуально системи групою експертів, тому що апарат нечітких множин, що оперує лінгвістичними змінними, дозволяє найбільш точно реалізувати машинну інтерпретацію знань експертів. Це є важливим чинником при виборі методів представлення нечітких знань в інтелектуальних САУ, оскільки експерти - це люди, які володіють емпіричними знаннями з управління складним об'єктом і, як і властиво людям, оперують лексичними категоріями природної мови при описі складних об'єктів і правил управління цими об'єктами.
Тому, незважаючи на те, що кожен із згаданих вище чотирьох найбільш загальновживаних способів опису нечітких знань заслуговує окремої докладного опису (чого неможливо зробити в межах даного навчального посібника), доцільно розглядати принципи і методи побудови інтелектуальних САУ, заснованих на уявленні знань методами теорії нечітких множин. Зрозуміло, не всі проектовані в даний час інтелектуальні САУ базуються на методах теорії нечітких множин при поданні знань. Однак, як показує аналіз тенденцій розвитку інтелектуальних оперують знаннями САУ, більшість інтелектуальних систем автоматизації, що використовуються в промисловості при управлінні слабоструктурированное об'єктами, базуються на нечіткому поданні знань методами теорії нечітких множин. Саме цю категорію інтелектуальних регуляторів прийнято в науково-популярній літературі відносити до систем «FuzzyLogic».
. 1.5 Класифікація інтелектуальних систем і структурна організація інтелектуальних САУ
Основна функція інтелектуальних САУ, якісно відрізняє їх від інших САУ - це реалізація певних «розумних», людиноподібних міркувань і дій, спрямованих на досягнення певної мети у відповідній предметній області. У більшості випадків, виконуючи якісь дії, людина сама точно не усвідомлює, як він це робить. Йому невідомий алгоритм відбуваються в його мозку процесів розуміння тексту, пізнавання особи, доведення теореми, вироблення плану дій, рішення задачі і т.д. Таким чином, всяка задача, для якої невідомий алгоритм рішення, відноситься до області застосування систем штучного інтелекту. При вирішенні цих завдань людина діє, не маючи точного методу вирішення проблеми. Даний тип завдань володіє двома характерними особливостями:
· використання інформації в символьній формі (слова, знаки, малюнки), що відрізняє системи штучного інтелекту від традиційних комп'ютерних систем, що обробляють тільки числові дані;
· наявність можливості вибору - відсутність алгоритму рішення означає тільки те, що необхідно робити вибір між багатьма варіантами в умовах невизначеності.
По колу розв'язуваних завдань системи штучного інтелекту можна поділити на наступні групи:
· системи розпізнавання образів;
· математичні системи та системи автоматичного доведення теорем;
· ігрові системи;
· системи вирішення технічних завдань, пов'язаних з цілеспрямованим рухом у просторі та часі;
· системи розуміння природної мови;
Дана класифікація була введена на зорі становлення систем штучного інтелекту і швидко себе вичерпала, оскільки подальший розвиток інтелектуальних систем призвело до своєрідного «зрощуванню» окремих завдань в одне ціле в рамках розв'язуваної системою глобальної техні...