Gibrid tizimlarning tasnifi. Neft va gazning katta ensiklopediyasi

(HV) - bu kamida ikki xil energiya konvertori va mashinani boshqarish uchun ikki xil energiya yig'ish tizimiga (mashinada) ega bo'lgan mashina.

Bir tomondan, duragaylar dizayni bilan (parallel, ketma-ket, kombinatsiyalangan yoki tarvaqaylab duragay) va boshqa tomondan, elektrlashtirish darajasi (mikro, yumshoq, to'liq duragay) bilan farq qiladi.

Agar mashina nafaqat yoqilg'idan, balki tarmoqdan ham energiya oladigan bo'lsa, u holda plaginli gibrid (Plug-ln-Hybrid) deyiladi.

Qurilishi bo'yicha tasniflash

Rasm. Parallel gibrid

• Yoqilg'i tanki (T)
• Batareya (V)
• Elektr dvigatel (E)
• ICE (V)
• Vites qutisi (G)

Parallel duragaylarda ichki yonuv dvigateli va elektr dvigatel birgalikda uzatmalar qutisi ustida ishlaydi. Ikkala dvigatel ham avtomobilga o'rnatilgandan va alohida ishlagandan kichikroq hajmga ega bo'lishi mumkin. Elektr dvigatel bir vaqtning o'zida generator sifatida ishlatilganligi sababli, elektr dvigatel harakatlanayotganda energiya ishlab chiqarish mumkin emas.

Rasm. Ketma-ket gibrid

• Yoqilg'i tanki (T)
• Batareya (V)
• Elektr dvigatel (E)
• ICE (V)
• Generator (Gen)

Ketma-ket duragaylarda faqat elektr dvigatel uzatishda ishlaydi. Ichki yonish dvigateli elektr dvigatelini aylantiradigan va batareyani zaryad qiladigan elektr generatorini boshqaradi. Seriyali gibrid zaryadlangan batareyali sof elektr energiyasi bilan ishlaydigan joylarda ishlaydi va shu bilan elektr transport vositasiga juda yaqin.

Shu sababli, uni Range-Extender deb ham atashadi.

Rasm. Kombinatsiyalangan yoki tarvaqaylab ketgan gibrid

• Yoqilg'i tanki (T)
• Batareya (V)
• Elektr dvigatel (E)
• ICE (V)
• Generator (Gen)
• İnverter (L)

Gibrid gibrid kapot ostida parallel va ketma-ket gibridni birlashtiradi. ICE generator orqali va batareya elektr motoriga energiya tayyorlaydi yoki to'g'ridan-to'g'ri haydovchiga ulanadi. Ikki davlat o'rtasida almashtirish va ulanish avtomatik ravishda amalga oshiriladi.

Rasm. Plug-in gibrid

• Yoqilg'i tanki (T)
• Batareya (V)
• Elektr dvigatel (E)
• ICE (V)
• Generator (Gen)
• Rozet (S)

Plaginli duragaylarda akkumulyator nafaqat ichki yonish dvigatelidan, balki elektr tarmog'idan ham quvvatlanadi. Shunday qilib, plaginli gibrid toza elektr energiyasi bilan uzoq masofani bosib o'tishi mumkin. Plaginli gibrid elektr transport vositalarining rivojlanishidagi keyingi bosqichni anglatadi.

Elektrlash darajasi bo'yicha tasniflash

Mikrogibrid

Tormoz energiyasini qayta tiklash va avtomatik ravishda to'xtatish bilan ishlaydigan mikro-duragaylar allaqachon yoqilg'i tejamkorligi va chiqindilarni kamaytirishga katta hissa qo'shayotganiga qaramay, ular haydovchiga hech qanday ta'sir ko'rsatmaydi. Shuning uchun, so'zning tor ma'nosida ular gibrid vositalar emas.

Mikrogibrid tizim misoli

Valeo i-StARS tizimi dvigatelni transport vositasi to'liq to'xtashidan oldin ham to'xtatishi mumkin, ya'ni tezlik 8 km / s dan (avtomatik uzatishda) va 20 km / s dan (mexanik uzatishda) tushganda. Bu yonilg'i sarfini optimallashtiradi va haydashni osonlashtiradi. Rejenerativ tormoz funktsiyasi haydovchi oyog'ini gaz pedalidan chiqarishi bilanoq faollashadi. Keyin tizim boshlang'ich generatoriga elektron signal yuboradi, buning natijasida avtomobilning kinetik energiyasi darhol elektr energiyasiga, batareyaning zaryadiga aylanadi. Bu yoqilg'i sarfini sezilarli darajada kamaytirishga erishadi.

Yumshoq gibrid

Engil gibrid toza elektr energiyasida ishlamaydi. Elektr dvigatel faqat ichki yonish dvigatelini qo'llab-quvvatlaydi.

Elektr dvigatelining energiyasi, masalan, tormoz energiyasidan foydalanish natijasida kelib chiqadi.

An'anaviy avtoulovlarda haydash energiyasi - yoki kinetik energiya - tormozlash paytida tormoz disklarida issiqlikka aylanadi. Issiqlik atrof-muhitga qaytarib bo'lmaydigan darajada tushiriladi. Gibrid transport vositalarida kinetik energiya generator tomonidan ushlanib, yuqori voltli batareyada saqlanadi.

Yumshoq gibrid tizim uchun namuna: Honda IMA (Integrated Engine Assist)

Ishga tushirish generatori volan o'rniga dvigatel va vites qutisi o'rtasida joylashgan.

Yengil gibrid transport vositalarining afzalliklaridan biri shundaki, aslida o'z kuchini o'rta va yuqori rpm oralig'ida etkazib beradigan ichki yonish dvigatellari elektr dvigatelining afzalliklari bilan birlashtirilib, uning quvvati past rpmda rivojlanadi. Shuning uchun gibrid tizim quvvat va samaradorlik kuchaytiruvchisi sifatida qaralishi mumkin.

Umuman olganda, biz ichki yonish dvigatelini "kamaytirish" bilan benzin iste'moli kamayadi, shuningdek atrof-muhitga chiqadigan chiqindilar kamayadi deb aytishimiz mumkin. Biroq, mijozlar kam quvvatni qabul qilishga tayyor emaslar. Gibrid transport vositasi elektr motorini quvvat etishmasligini qoplash uchun ishlatishi mumkin, masalan, tezlashganda yoki tezlashganda.

Rasm. Honda-IMA quvvati va momentning xarakteristikasi

Rasm. Mercedes S400 HYBRID tizimiga umumiy nuqtai

1. 12V generator
2. Elektr dvigatel
3. 7 pog'onali avtomat uzatmalar qutisi
4. Quvvatli elektron modul
5. Yuqori kuchlanishli akkumulyator moduli
6. DC / DC konverter moduli
7. 12 voltli batareya

Yumshoq duragaylarning yana bir misoli

Mercedes S 400 HYBRID parallel gibrid haydovchiga ega. Ushbu qo'zg'alish kontseptsiyasi bilan ichki yonish dvigateli ham, elektr dvigatel ham qo'zg'aysan g'ildiraklariga mexanik ravishda ulanadi (parallel motorlar). Ikkala dvigatelning kuchlari birlashtirilishi mumkin, buning natijasida individual motor kuchlari pastroq bo'lishi mumkin. Faqatgina elektr dvigatel bilan haydash mumkin emas.

To'liq gibrid

To'liq gibrid faqat elektr motor tomonidan boshqariladi. To'liq duragayning texnik asoslari tarvaqaylab ketgan, birlashtirilgan yoki ketma-ket duragaydir.

Rasm. Audi A1 e-tron izchil to'liq gibrid sifatida

To'liq gibrid haydovchiga ega bo'lgan avtomobil namunasi

Audi A1 e-tron maksimal quvvati 75 kVt / 102 ot kuchiga ega elektr dvigatel bilan ishlaydi. va maksimal moment 240 Nm. Quvvatni uzatish bir bosqichli uzatmalar qutisi yordamida amalga oshiriladi. Faqat elektr energiyasida ishlaganda A1 quvvat zaxirasi: 50 km. Agar orqa o'q oldidagi lityum-ionli akkumulyator zaryadsizlangan bo'lsa, unda eng kichik Audi modeli, masalan, Opel Ampera yoki Chevrolet Volt kabi kichik ichki yonish dvigateliga ega.

Li-ion batareyasi og'irligi 1,2 t bo'lgan A1 e-tronning og'irlik taqsimotini va og'irlik markazini optimallashtirish uchun orqa aksning oldida korpusining tagida joylashgan.150 kg li litiy-ionli akkumulyator 12 kVt soat quvvatga ega.

Rasm. Haydash uchun ikkita elektr motorli uzatmalar qutisi

Yana bir misol

BMW X6 ActiveHybrid

Kuchli elektr dvigatellari (67 kVt / 91 ot kuchi va 63 kVt / 86 ot kuchi) ixcham ravishda an'anaviy avtomatik uzatmalar qutisi kattaligida, korpusda, ikki tomonlama rejimda uzatiladi.

Harakatlanish holatiga qarab, qo'zg'alish elektr dvigatellari yordamida yoki ichki yonish dvigateli yordamida yoki har ikkala qo'zg'aysan tomonidan amalga oshiriladi.

• Elektr transport vositalaridan foydalangan holda past tezlikda 1-rejimda, birinchi navbatda, yoqilg'i sarfini sezilarli darajada pasayishi ta'minlanadi, shuningdek qo'shimcha tortishish hosil bo'ladi.
• 2-rejimda, aksincha, yuqori tezlikda elektr uzatiladigan quvvat bir vaqtning o'zida ichki yonish dvigatelining samaradorligini (yuklanish nuqtasini tuzatish tufayli) va yoqilg'i samaradorligini oshirish bilan kamayadi.

Va bu rejimda ikkala elektr mashinalar ham turli xil ishlaydi va haydovchining elektr ta'minoti va generatorning funktsiyasi bilan bir qatorda, vitesni samarali almashtirish uchun javobgardir.

Rasm. Avtoulovdagi tarkibiy qismlarning joylashishi

1. Transmissiya yog'i sovutish suvi issiqlik almashinuvchisi
2. Transmissiya moyi liniyalari
3. Ikkita diskli volan
4. Yuqori kuchlanishli simlar
5. Faol uzatmalar qutisi
6. Avtoturargohni qulflash
7. Elektr-gidravlik boshqaruv moduli
8. Elektr / mexanik ravishda boshqariladigan transmissiya moy nasosi

To'liq gibrid haydovchiga ega transport vositalarida yordamchi haydash

Asosiy muammo - bu dvigatel to'xtaganda ishlashi kerak bo'lgan qo'shimcha birliklarning qo'zg'alishi. Ilgari ichki yonuv dvigateli bilan ishlaydigan komponentlar endi faqat elektr energiyasida ishlashi kerak.

Elektr vakuum nasosi

Vakuum nasosining funktsiyalari:

• tormoz kuchaytirgichida pasaytirilgan bosimni ta'minlash,
• boshlash / to'xtatish rejimida tushirilgan bosimni ta'minlash.

Elektr-gidravlik boshqaruv

Rulda-osiyo dvigatelning avtomatik to'xtashi paytida ishlashi uchun, boshqaruvni ichki yonish dvigatelidan uzib, mustaqil boshqarishni ta'minlash kerak. Ushbu ko'mak yoqilg'i sarfini kerak bo'lganda optimallashtirishni ta'minlaydi.

Elektr A / S kompressori

Dvigatelni avtomatik ravishda to'xtatish vaqtida transport vositasining ichki qismini etarli darajada sovutish qobiliyatini ta'minlash uchun konditsioner kompressorining haydovchisini va ichki yonish dvigatelini ajratib qo'yish va yo'lovchilar bo'linmasining mustaqil konditsionerligini, shuningdek, yuqori voltli batareyani mustaqil ravishda sovutish kerak. Bu elektr yuritmali A / C kompressori yordamida amalga oshiriladi. Ushbu sovutish bir vaqtning o'zida yoqilg'i sarfini optimallashtiradi. Konditsioner elektr kompressori sovutgichni so'rib olish, siqish va tizim orqali pompalamoq uchun javobgardir. Bug'lanish haroratiga qarab konditsionerning elektr kompressori doimiy ravishda 800 dan 9000 min ^ -1 gacha bo'lgan konditsionerni boshqarish bloki tomonidan boshqariladi.

Odatda, yuqori samarali hisoblash tizimlarining, shu jumladan klasterlarning asosiy hisoblash komponentlari markaziy protsessor hisoblanadi. Biroq, Intel486DX protsessorlaridan boshlab kompyuterlarda koprotsessor kabi element paydo bo'ldi, uni apparat darajasida gibridizatsiya deb hisoblash mumkin.

Asosiy muammo GPU yordamida hisoblash vazifalarini bajarish usullarini topishdir. Bunday hisoblashlarga bo'lgan talabni anglagan holda, NVIDIA 2007 yilda o'zboshimchalik bilan kodni GPU-da ishlashga imkon beradigan CUDA dasturiy-apparat platformasini taqdim etdi. CUDA paydo bo'lishidan oldin, dasturchilar oddiy grafik kartalardan gibrid tizimlarni yaratishi va ularni murakkab grafik API-lar yordamida dasturlashi kerak edi.

ATI GPGPU dasturlari uchun CUDA-ni ishlab chiqdi. Bu ATI Stream va Metalga yaqin texnologiyalar.

Intelning yangi Larrabee arxitekturasi GPGPU texnologiyalarini qo'llab-quvvatlashi kutilgan edi. Biroq, aslida Intel MIC liniyasida chiqarilgan mahsulot, Xeon Phi faqat hisoblashni qo'llab-quvvatladi umumiy maqsad (x86_64 mos), GPU imkoniyatlaridan mahrum. Xeon Phi-ning keyingi versiyalari nafaqat PCI Express kengaytirish kartalari, balki bitta markaziy protsessor shaklida ham amalga oshirildi.

Texnik xususiyatlari

GPU

GPU-ning yuqori hisoblash quvvati me'morchilikning o'ziga xos xususiyatlari bilan bog'liq. Agar zamonaviy protsessorlarda bir nechta yadro bo'lsa (ko'pi bilan) zamonaviy tizimlar 2018 yil 2-dan 8-gacha, shimolda maksimal 64x bo'lishi mumkin), GPU dastlab yadrolar soni yuzlab o'lchanadigan ko'p yadroli struktura sifatida yaratilgan (masalan, Nvidia 1070-da 1920 ta yadro mavjud) Arxitekturadagi farq ishlash tamoyillari farqini ham belgilaydi. Agar protsessor arxitekturasi ma'lumotni ketma-ket qayta ishlashni nazarda tutadigan bo'lsa, u holda GPU tarixiy ravishda qayta ishlashga mo'ljallangan edi kompyuter grafikasi, shuning uchun u massiv parallel hisoblash uchun mo'ljallangan.

Ushbu ikki me'morchilikning har birining o'ziga xos xususiyatlari bor. CPU ketma-ket vazifalar bilan yaxshiroq ishlaydi. Qayta ishlangan ma'lumotlarning katta miqdori bilan GPU aniq ustunlikka ega. Bitta shart bor - vazifada parallellik kuzatilishi kerak.

Yaxshi ishingizni bilimlar bazasida yuboring oddiy. Quyidagi shakldan foydalaning

Talabalar, aspirantlar, yosh olimlar o'z bilimlari va ishlarida bilim bazasidan foydalangan holda sizdan juda minnatdor bo'lishadi.

Gibrid tizimlar

Ilgari ekspert tizimi bilimlarni namoyish qilishning bir nechta shakllarini o'z ichiga olishi mumkin degan fikr bir necha bor takrorlangan. MYCIN kabi dastlabki tizimlarda ham (3-bobga qarang) o'ziga xos ma'lumotlar mavzu maydoni, turli xil shakllarda saqlangan - masalan, generativ qoidalar shaklida va tibbiy parametrlar jadvallari ko'rinishida. CENTAUR (13-bobga qarang) kabi dasturlarni allaqachon gibrid deb hisoblash mumkin edi, chunki ular bilimlarni aks ettirishning turli usullarini birlashtirgan, keyinchalik bu bilimlar turli maqsadlarda - muammoni hal qilish va tushuntirishlarni shakllantirish uchun ishlatilgan.

Keyinchalik tadqiqot tizimlari, masalan, XPLAN (16-bobga qarang), ekspert tizimlarini ishlab chiqish va saqlash uchun turli xil dasturiy vositalar va modellarni birlashtirgan ancha murakkab me'morchilikka ega edi. Bunday tizimlarni bitta dasturiy paradigmani qo'llab-quvvatlaydigan eng oddiy qobiq bilan taqqoslaganda yana bir qadam sifatida qaralishi mumkin. HEARSAY va BB kabi e'lonlar taxtasiga asoslangan tizimlar (18-bobga qarang) juda xilma-xil ichki tuzilmalarga ega bo'lishi mumkin bo'lgan turli xil bilim manbalarini birlashtirdi.

Ushbu bobda ko'rib chiqadigan tizimlar ushbu yo'lda yanada rivojlanganligini ko'rsatdi - ular an'anaviy muammolarni hal qilish dasturlarini o'z-o'zini o'rganish va tanqidiy tahlil tarkibiy qismlari bilan birlashtiradi. ODYSSEUS bilimlar bazasini qanday yaxshilashni o'rganishga qodir. Buning uchun ikki xil texnikadan foydalaniladi: biri pretsedentlarni tahlil qilishga, ikkinchisi tushuntirishlarni tahlil qilishga asoslangan. Ikkala uslub ham nisbatan yangi bo'lib, o'quvchi ushbu bobda ular bilan qisqacha tanishishi mumkin. Keyinchalik, qoidalar bo'yicha istisnolarni boshqarish uchun vaziyatga asoslangan xulosalar qo'llaniladigan dastur tavsiflanadi va generativ qoidalar muammolarni hal qilishning asosiy vositasi hisoblanadi. Dastur yangi qoidalarni o'rgatish imkoniyatiga ega. Ushbu bob ko'plab an'anaviy ramziy metodlarni ulanish tarmog'i yondashuvi bilan birlashtirgan SCALIR axborot qidirish tizimiga qarash bilan yakunlanadi.

ODYSSEUS tizimida o'qitish usullari

20-bobda muhokama qilingan o'quv usullari (versiya maydoni va IDS) ba'zan o'xshashlikka asoslangan usullar deb ataladi. Ushbu metodlarga asoslangan treningni amalga oshirish uchun yangi kontseptsiyaning o'ziga xos xususiyatlari olinadigan katta miqdordagi ma'lumotlarni - ijobiy va salbiy misollarni qayta ishlash talab etiladi.

Ushbu usullarga alternativa tushuntirishga asoslangan usullar bo'lib, ular bitta o'quv instansiyasidan umumlashtirishga imkon beradi. Bu mumkin bo'ladi, chunki bunday usullarda umumlashtirish jarayoni ma'lum bir predmet sohasiga xos bilimlar tomonidan "boshqariladi". Tushuntirishli o'rganish deduktiv yoki tahliliy bo'lib, empirik yoki induktiv emas. Boshqacha qilib aytganda, ushbu texnika bilan yangi tushunchaning tavsifi taqdim etilgan nusxani mavjud fon bilimlari asosida tahlil qilish natijasida shakllanadi.

22-bobda muhokama qilingan pretsedentli xulosa qilish texnikasi ilgari olingan echimlarni shu kabi muammolarga moslashtirish orqali yangi muammoni hal qiladi. Xuddi shu texnikadan trening uchun ham foydalanish mumkin, chunki agar ilgari shakllangan echim yangi muammoga moslashtirilsa, uni kelajakda foydalanish uchun foydalanish holatlariga qo'shib qo'yish mumkin.

Quyida biz tushuntirishlarga asoslangan o'rganish usuli va mashinadan o'rganish uchun foydalanish holatlaridan foydalanish imkoniyatlari haqida batafsilroq gaplashamiz.

Tushuntirishga asoslangan umumlashtirish (EBG) atamasi yagona o'quv instansiyasidan umumlashtirish jarayonini boshqarish uchun domenga xos bo'lgan bilimlardan foydalanishning domenga bog'liq bo'lmagan usulini anglatadi.

EBG usuli tizimda quyidagi ma'lumotlar mavjud deb taxmin qilinadi:

· O'quv namunasining ijobiy nusxasi;

· Mavzular sohasi nazariyasi;

· Tizim "o'rganishi" kerak bo'lgan tushunchaning ta'rifi.

Ushbu fikrlarni rasmiylashtirish uchun odatda til ishlatiladi mantiqiy dasturlash (8-bobga qarang). Xususan, kontseptsiya odatda bizni qiziqtirgan ob'ekt makonining pastki qismini tavsiflovchi predikat shaklida ifodalanadi. Masalan, sur (X) predikati PROLOG tili uslubida ochiq, barqaror xususiyatlarga ega kichik hajmli (kichik) idish sifatida belgilangan "kupalik" tushunchasini aks ettirishi mumkin. Ushbu iborani eslang

o'qiydi "a rost bo'lsa, b rost bo'lsa". Keyin:

chashka (X): - kichik (X), barqaror (X), ochiq (X).

Domen bilimlari ob'ektni "barqaror" deb hisoblashi uchun bajarilishi kerak bo'lgan shartlarning tavsiflarini o'z ichiga olishi kerak, masalan, ob'ekt tekis pastki qismga ega bo'lishi kerak, "ochiq" xususiyatining ta'rifi - masalan, ob'ekt konkav bo'lishi kerak, egrilik markazi poydevor ustida.

O'quv namunasining namunasi sifatida biz diametri bir necha dyuymdan oshmaydigan tekis konkav tubi bo'lgan ob'ektni ko'rsatamiz. Namuna, ko'rsatilgan xususiyatlar "kuplik" tushunchasini ifodalash uchun etarli ekanligini tushuntirish bilan "birga" bo'lishi kerak. Naqsh odatda bir qator er usti harflari bilan tavsiflanadi, masalan:

rang (qizil, obj). diametri (4, obj).

tekis (pastki, obj). konkav (yuqori, obj).

Ushbu harflar ma'lum bir ob'ektni ifodalaydi, obj, qizil, pastki tekis, konkav, tepada egrilik markazi (tepada tepa). Quyida keltirilgan domen bilimlari ushbu misolni ota-ona tushunchasini ifodalovchi sifatida tan olishga imkon beradi:

kichik (X): - diametri (Y, X), Y< 5.

barqaror (X): - tekis (pastki, X).

ochiq (X): - konkav (yuqori, X).

Iltimos, obj ob'ekti bu bilim qismidan mantiqan kelib chiqadigan kubok ekanligini unutmang. Obj nima uchun chashka ekanligi haqidagi tushuntirishimiz aslida isbotdir. Shu bilan EBGni aniqlash bosqichi tugaydi.

Keyin umumlashtirish bosqichi boshlanadi - tushuntirish paytida mavjud bo'lgan etarli shartlar to'plami ishlab chiqiladi. Bu holda amalga oshirilishi kerak bo'lgan asosiy narsa, mavjud bo'lgan bilimlarga asoslanib, obj - bu stakan degan xulosaga kelish uchun etarli bo'lgan eng zaif sharoitlarni aniqlashdir. Natijada kontseptsiyani umumlashtirish shundan iboratki, stakan tepada egrilik markazi va diametri 5 dan kam bo'lgan tekis tubli, konkav ob'ektdir:

chashka (X): - tekis (pastki, X), konkav tepasi, X), diametri (Y, X), Y< 5.

E'tibor bering, ushbu umumlashma "kubok" ning asl ta'rifi va "kichik hajm", "barqarorlik" va "ochiqlik" haqidagi asosiy bilimlardan mantiqan kelib chiqadi. Shu ma'noda, ilgari mavjud bo'lgan bilimlarda yangi umumlashma allaqachon bilvosita ifodalangan edi. Taqdim etilgan namunani tahlil qilish ushbu umumlashtirishni aniq qilishga imkon berdi. Bundan tashqari, ilgari shakllangan "chashka shaklidagi" umumlashtirilgan ta'rifdan foydalanish bizga ahamiyatsiz xususiyatlarni, bu holda rangni butunlay og'riqsiz ravishda e'tiborsiz qoldirishga imkon berdi.

Case-based learning (CBL) - bu EBG uslubiga mutlaqo zid bo'lgan o'qitish usuli. 22-bobda ko'rsatilgandek, ushbu yondashuv bilan ma'lumot olish asosan ularning mantiqiy tahliliga emas, balki argumentlarning o'xshashligiga asoslanadi. Ilgari tuzilgan echimni yangi muammoga moslashtirish jarayoni mantiqiy dasturlash ma'nosida umumlashtirishni o'z ichiga olmaydi, deb haqli ravishda ta'kidlash mumkin. Domen sub'ektlari o'rtasidagi munosabatlar haqidagi bilimlardan foydalanishni ta'minlaydigan qo'shimcha vosita sifatida abstraktsiyalar iyerarxiyasi, xususan, semantik tarmoq shaklida ishlatilishi mumkin. Biroq, natija o'zgaruvchilarni o'z ichiga olgan yangi qoidalar emas, balki eski doimiy almashtirishlardan hosil bo'lgan yangi foydalanish hollari bo'ladi.

Keysga asoslangan fikrlash, aslida, o'xshashlik asosida mulohaza yuritishdir, mantiqiy xulosa emas. Agar kimdir Porsche egasi Jon tavakkalga yo'l qo'ymaydigan haydovchi, degan xulosaga kelsa, chunki Ferrarisni boshqaradigan Jek ham xavf-xatarga duch kelmaydi degan pretsedent mavjud bo'lsa, demak, aslida o'xshashlik bilan xulosa chiqarilgan - Jon xuddi shunday Jek, chunki Porsche mashinasining Ferrari bilan ko'p o'xshashliklari bor. Xulosa shuni ko'rsatadiki, bunday o'xshashlik yaratilganda, har bir foydalanish holati ma'lum bir qoidani hosil qiladi. Bizning misolimizda ushbu umumlashtirilgan qoida shundan iboratki, sport avtoulovlarini boshqaradigan odamlar xavf-xatarni oldini olishadi. Ammo bu qoida to'liq emas. Barcha sport avtoulovlari haydovchilariga xavf tug'diradimi yoki faqat erkaklar yoki yoshlar haydovchilarimi? Keys asosida fikr yuritishni qo'llaydigan dastur bunday savolga javob bera olmaydi. U faqat ko'rib chiqilayotgan holatga eng yaqin bo'lgan presedentni topishi mumkin.

CBL va EBG usullari o'rtasida ba'zi o'xshashliklar mavjud. Ikkala usulni 20-bobda muhokama qilingan induktiv usullar bilan taqqoslash mumkin, chunki ikkala usul ham katta hajmdagi ma'lumotlarni tahlil qilishni o'z ichiga olmaydi. Biz allaqachon EBG usuli uchun faqat bitta o'quv namunasi kerakligini, shunga o'xshashlikni yaratish uchun CBL usuli bilan bitta tegishli foydalanish holatida o'tish mumkinligini ko'rsatdik.

Ammo o'rganish nafaqat bilimlarni to'plashdan iborat. Ishga asoslangan tizim dolzarb muammoni qoniqarli hal qilishga xalaqit beradigan noo'rin foydalanish holatlarini aniqlay olishi kerak. Aks holda, u noto'g'ri qarorlar bilan presedentlarni to'playdi.

22-bobda tavsiflangan CHEF dasturi yomon retsept ishlab chiqaradigan va uni tuzatishga urinayotgan vaziyatni aniqlay oladi. Buning uchun dastur nima uchun retsepti yomon deb o'ylashini tushuntirishi kerak. Buning uchun dastur predmet sohasidan ma'lum bilimlardan foydalanishi kerak, bu holda sabab-sabab qoidalari shaklida bo'lishi kerak.

Masalan, ekstraksiya va modifikatsiya qilish modullari qisqichbaqalarni tuzlashni va keyin ularni tozalashni taklif qilishi mumkin. Ammo bu holda, qisqichbaqalar juda ho'l bo'lib qoladi va buyurtmada ko'rsatilgan "tozalangan qisqichbaqalar" xususiyati retsept bo'yicha amalga oshirilmaydi. Dastur buni pishirish jarayonini yaratilgan retsept bo'yicha taqlid qilishga urinayotganda aniqlaydi. Keyin tizimning tiklanishi uchun mas'ul bo'lgan yana bir moduli retseptlardagi xatolar turlari haqidagi bilimlarga murojaat qiladi, vaziyatni to'g'irlash uchun mos strategiyani topadi va retsept bosqichini takrorlaydi. Yangi retseptda siz avval qisqichbaqalarni tozalashingiz kerak, shundan keyingina ularni marinadlang.

Yangi ish uchun echim topilgandan keyin ham, ushbu echim nima uchun muvaffaqiyatli deb hisoblanishini tushunmaguncha dastur uni to'g'ri indeksatsiya qila olmaydi. Agar foydalanuvchi engil, kam yog'li idishga buyurtma bersa va avvalgi retseptlar bilan ishlaydigan dastur yangisini yaratgan bo'lsa, unda bu natijani kelajakda "yorug'lik" va "kam yog'li" belgilar bilan bog'liq bo'lganidan keyin foydalanish mumkin.

ODYSSEUS va MINERVA tizimlari

ODYSSEUS evristik tasniflash muammolarini hal qilishga mo'ljallangan ekspert tizimlarining bilim bazasini qanday yaxshilashni o'rganadi (11 va 12-boblarga qarang). U ekspertning qanday qilib muammoni hal qilishini kuzatadi va ekspertning har bir harakati bo'yicha tushuntirishni shakllantiradi (masalan, ekspertga nima uchun ma'lum bir atribut ma'lum qiymat berilganligini so'rash). Tushuntirishlarni shakllantirish muammoli sohani va dasturda mavjud bo'lgan muammolarni hal qilish strategiyasini bilishga asoslangan. Agar dastur tushuntirish hosil qila olmasa, bilimlar bazasini to'g'irlash jarayoni boshlanadi.

MINERVA ekspert tizimining qobig'i

MINERVA - bu EMYCIN va NEOMYCIN (10-12-boblarga qarang) asosida tuzilgan ekspert tizim. MINERVA ODYSSEUSga bilimlar bazasi va muammolarni hal qilish usuli bilan ta'minlaydi va EBL o'qitish uslubini qo'llab-quvvatlash uchun maxsus ishlab chiqilgan. MINERVA va EMYCIN o'rtasidagi asosiy farqlardan biri shundaki, u nafaqat domen bilimlarini, balki amaliyotchining fikrlash tarzini aks ettiruvchi strategik bilimlarni ham taqdim etadi. Bunday bilimlarni MYCIN, EMYCIN va NEOMYCIN tizimlarining meta-qoidalarini yanada rivojlantirish deb hisoblash mumkin.

Ushbu tizimning asosiy komponenti menenjit va boshqa nevrologik kasalliklarni aniqlash uchun tibbiy bilimlar bazasidir. MINERVA PROLOG tilida amalga oshiriladi va domen bilimlari ushbu tizimda Horn iboralari ko'rinishida namoyish etiladi (8-bobga qarang), ammo tarkib qoidalari MYCIN-da ishlatilganiga o'xshashdir. Masalan, quyidagi ifoda fotofobiyani bosh og'rig'i bilan bog'lash mumkinligini anglatadi:

xulosa qilish (migren-bosh og'rig'i, ha)

: - topish (fotofobi, ha).

Muammoning holati to'g'risidagi bilim tizimning ishlashi paytida faktlarning ifodasi sifatida qayd etiladi. Masalan, ifoda

qoida bo'yicha qo'llaniladi (rulel63).

123-qoida tizimning ishlashi paytida faollashtirilganligini va ushbu ma'lumot keyingi ish jarayonida dastur uchun mavjudligini da'vo qilmoqda. Yana bir oddiy ibora

differentsial (migren-bosh og'rig'i, kuchlanish-bosh og'rig'i).

o'chokli va yuqori qon bosimi dastur tomonidan ilgari surilgan gipotezalar ekanligi haqiqatni tuzatadi.

Shubhasiz, bunday ma'lumotlar har qanday usulda, masalan, bayroqlar yoki o'zgaruvchilar o'rnatish orqali taqdim etilishi va ro'yxatdan o'tkazilishi mumkin, ammo mavzu sohasidagi bilimlar bazasida qabul qilingan bir xil tasavvurlardan foydalanish eng ma'qul.

Murakkab bo'lmagan meta qoida ifodalanishi mumkin quyidagicha: maqsad (topilma (P)): - emas (yakunlangan (P)), foydalanuvchidan so'rang (P).

Ushbu qoida shuni ko'rsatadiki, agar tizimning hozirgi maqsadi P parametrining qiymatini topish bo'lsa va agar tizim o'z bilimiga asoslanib ushbu parametr qiymati to'g'risida xulosa chiqara olmasa, u holda uni foydalanuvchidan so'rashi kerak. P o'zgaruvchan bo'lgani uchun maqsadning boshi (findout (P)) maqsad (f indout (harorat)) kabi aniq tizim maqsad ifodasiga mos keladi. Tugallanmagan (harorat) kabi subgoallarni hisoblash jarayonining hozirgi holatini tavsiflovchi tizim ma'lumotlariga (muvaffaqiyatli yoki yo'q) solishtirish mumkin.

Bunday strategik bilimlar muammoning dolzarb holati to'g'risida xulosa chiqarish va tizimning bu holatda etarli bilimga ega yoki yo'qligini hal qilish uchun ishlatiladi. Bundan tashqari, bunday bilimlarning mavjudligi mutaxassislar tizimining meta-darajasidagi tuzilmalarga murojaat qilishi mumkin bo'lgan o'quv dasturini soddalashtiradi.

ODYSSEUS tizimida o'qitish

ODYSSEUS tizimida qo'llaniladigan o'qitish uslubi 20-bobda muhokama qilinganlardan sezilarli darajada farq qiladi. Ushbu tizimni ishlab chiqishda unga mavjud to'liq bo'lmagan bilimlar bazasini kengaytirish qobiliyatini berish va katta o'quv namunasini tahlil qilish asosida bilimlar bazasiga yangi tushunchalarni kiritmaslik maqsadi qo'yilgan. Tizim mutaxassisning qanday qilib muammoni hal qilishini "kuzatib borish" orqali o'rganadi, xuddi mehnatsevar talaba o'qituvchi ortida turib ustalik mahoratining sirlarini anglaganidek.

Diagnostik muammoni hal qilish jarayonida mutaxassis tomonidan amalga oshiriladigan harakatlarning asosiy turi turli xil o'zgaruvchilar qiymatlarini aniqlashdir, ya'ni. harorat va boshqalar kabi bemorning xususiyatlari. Dastur, mutaxassisning ishini kuzatib, mutaxassis nima uchun u yoki bu savolga javob kerakligini tushunishga harakat qilib, o'z bilimlarini kengaytiradi.

Shunday qilib, ODYSSEUS tizimidagi o'quv jarayoni kontseptsiyasi tushuntirishlarni shakllantirishga juda yaqin. Darhaqiqat, ushbu tizimning ishlashi nuqtai nazaridan "tushuntirish" atamasining ma'nosi umumiy qabul qilinganidan ham, 16-bobda keltirganimizdan ham farq qiladi. ODYSSEUSda tushuntirish - bu mutaxassis nima uchun ma'lum bir savol berganligi haqida ma'lumot beradigan dalil turi. diagnostika muammosini hal qilishning o'ziga xos bosqichi. Muayyan savolning ma'nosi ham muammoning hozirgi holati, ham mutaxassis foydalanadigan strategiya bilan bog'liq. Shuning uchun, nima uchun savol berilganligini "tushunib", dastur go'yo ekspertning harakatlar strategiyasini tushunadi.

Agar dastur keng qamrovli bilimga ega bo'lsa, savolni (aniqrog'i, uning orqasida turgan bayonotni) muammoning dolzarb holatining mantiqiy natijasi, meta-qoidalar tarkibidagi strategik bilimlar, mavzuni bilish va dolzarb maqsadlardan biri sifatida shakllantirishga qodir.

Masalan, agar savol savol beruvchi bo'lsa (tempature), orqaga qarash bizni eng yaqin maqsad (f indout (harorat)) ga olib boradi.

Ammo bu maqsad, o'z navbatida, yuqori darajadagi maqsad bilan shakllanadi, masalan, ma'lum bir qoidani qo'llash yoki farazlarni bo'lishish istagi. Hozirgi vaziyatda bunday yuqori darajadagi maqsadning mavjudligi nima uchun quyi darajadagi maqsad shakllanganligini va shuning uchun nima uchun ma'lum bir savol berilganligini tushuntiradi. Ushbu subgoollardan maqsadlarga qadar orqaga qarab fikr yuritish zanjiri odatdagi PROLOG vositalari yoki hattoki MYCIN tili bilan amalga oshiriladi, ammo shuni ta'kidlash kerakki, meta-darajasida amalga oshiriladi, ya'ni. dasturning nima uchun u boshqa usulda ishlashini aniqlaydigan darajada. ODYSSEUS tizimida ishlatiladigan "orqadan" o'rganish strategiyasi uchta asosiy bosqichni o'z ichiga oladi.

· Bilimlar bazasidagi nuqsonlarni aniqlash. Yuqorida tavsiflangan teskari qidirish usuli yordamida mutaxassisning xatti-harakatlari uchun tushuntirishlarni shakllantirish imkoni bo'lmaganda, bunday kamchilik o'zini namoyon qiladi. Ushbu turdagi muvaffaqiyatsizlik o'rganishni boshlash vaqti kelganligi haqida signal beradi.

· Bilimlar bazasiga o'zgartirishlar kiritish bo'yicha takliflarni shakllantirish. Agar dalilni shakllantirishning iloji bo'lmasa (ODYSSEUS terminologiyasida tushuntirish) bo'lsa, unda mavzu sohasi yoki muammoning holati to'g'risidagi bilimlarda ba'zi kamchiliklar mavjud deb taxmin qilish mumkin. Agar bu mavzu doirasidagi bilimdagi nuqson bo'lsa, ma'lumotlar bazasiga vaqtincha mos iborani qo'shishingiz va undan keyin dalil hosil qilinishini ko'rishingiz mumkin. Muammoning holatini bilishda nuqson bo'lsa, dastur boshqa dalillarni izlashi kerak.

· Bilimlar bazasiga o'zgartirishlar kiritish. ODYSSEUS bilimlar bazasiga o'zgartirish kiritish uchun foydalanadigan usul "qarorlarni tasdiqlash protsedurasi" deb nomlanadi. Tafsilotlarga to'xtamasdan, tizim dizayneridan yangi qoidalarni ishlab chiqadigan protsedurani shakllantirishni talab qiladi, masalan, qoidani qo'llash natijasida raqobatdosh gipotezalar soni qancha kamayishini aniqlaydi.

Ushbu bosqichlarning qanday amalga oshirilishining tafsilotlari ushbu kitob doirasidan tashqarida, ammo asosiy printsiplar juda aniq. Amaliy metodikada o'quv namunasi namunasi alohida atribut-qiymat juftligi hisoblanadi, ammo mashg'ulot paytida bunday juftliklar paydo bo'lishi mumkin, chunki dastur ushbu misollarning har biriga nima uchun qiymat qo'shishini tushuntirishga harakat qiladi. Agar tushuntirish bajarilmasa, dastur bilimlar bazasini o'zgartirishga harakat qiladi.

Qoidalarni o'zgartirish yoki bilimlar bazasiga yangi qoidalarni qo'shish uchun ODYSSEUS dasturi ibtidoiy shaklda CBL usulidan ham foydalanadi. Dasturda presedentlar kutubxonasi mavjud bo'lib, ularning har biri tegishli to'g'ri tashxisni o'z ichiga oladi. Dastur sinov uchun ushbu kutubxonadan foydalanishi mumkin. Agar sinov paytida noto'g'ri tashxis qo'yilganligi aniqlansa, dastur bu holatda ishlatiladigan qoidalarga jarima kabi narsalarni belgilaydi.

Noto'g'ri xulosaga olib kelgan qoidalarning old shartlari "zaiflashdi"; ularning "qo'llanilish doirasi toraygan. Agar qoidalarni qo'llash ilgari aniqlangan to'g'ri tashxisni tasdiqlagan bo'lsa, unda tegishli old shartlar" kuchaytirilgan ". Ushbu protsedura 20-bobda tavsiflangan Meta-DENDRAL tizimida qo'llaniladigan usul bilan juda ko'p o'xshashdir. Albatta, bu usul qoidalarni o'zgartirish muammoning echimini kafolatlamaydi, ammo yangi qoidalarni sozlash uchun foydali bo'lishi mumkin.

Istisnolardan foydalanish uchun foydalanish holatlaridan foydalanish

Ushbu bo'limda biz ODYSSEUSda ishlatilganidan boshqacha qoidalarni baham ko'rish va foydalanish holatlarini ko'rib chiqamiz. Yangi yondashuvda foydalanish holatlarining roli qoidalarni o'zgartirishni osonlashtirish emas, balki istisnolardan foydalanishda qoidalarda keltirilgan bilimlarni to'ldirishdir. Shunday qilib, har bir komponent o'z qo'lidan kelganicha ishlaydi - qoidalar domenni umumlashtirish bilan shug'ullanadi va foydalanish holatlari individual atipik holatlar bilan bog'liq.

Avvalgi boblarda bir necha bor namoyish etilganidek (masalan, 10-15-boblarga qarang), ekspert tizimining bir qator qoidalarini yaratish ahamiyatsiz emas. Bilimlarni qazib olish va taqdim etish bilan bog'liq qiyinchiliklardan tashqari, mavzu doirasini bir qator qoidalar bilan qamrab olishning to'liqligi muammosi ham mavjud. Ideal holda, qoida bazasi to'g'ri, izchil (hech bo'lmaganda qabul qilingan nizolarni hal qilish strategiyasi doirasida) va to'liq bo'lishi kerak. Ammo qoidalar soni kengayib, qoidalar murakkablashib borishi bilan bu ideal holatga erishish qiyinlashmoqda.

Qoidalarda barcha mumkin bo'lgan istisnolarni hisobga olish ayniqsa qiyin. Bunday urinish o'ta murakkab qoidalarga olib keladi. Istisnolarsiz hech qanday qoidalar yo'q degan fikr uzoq vaqtdan beri odatiy holga aylangan. Ba'zan ular bu kabi istisno holatlarda faollashtirilishi kerak bo'lgan ko'plab "kichik" qoidalar to'plamiga kiritish orqali bu muammoni hal qilishga harakat qilishadi. Ammo bu qoidalarga odatiy bo'lmagan funktsiyani yuklashni anglatadi - umumiy ishni emas, balki alohida ishni qayta ishlash.

Golding va Rozenbloom ekspert tizimlarida gibrid arxitekturadan foydalanishni taklif qilishdi, unda generativ qoidalardan foydalanish usuli muammolarni echishda pretsedentlardan foydalanish usuli bilan birlashtirilgan. Ushbu g'oya shundan iboratki, qoidalarni qo'llash natijalarini tanqidiy tahlil qilish uchun foydalanish dvigatelidan foydalanish kerak. Bu ko'rib chiqilayotgan holatga o'xshash foydalanish holatlarini izlash orqali amalga oshiriladi, agar ikkinchisi qoidadan istisno deb hisoblasa. Ushbu yondashuv foydalanish qoidalari bazasini amaldagi qoidalarga muvofiq indekslashni talab qiladi. Mualliflar, shuningdek, amaldagi holat va pretsedent o'rtasidagi o'xshashlik darajasini baholashga imkon beradigan tegishli yaqinlik o'lchovini taklif qilishdi (23.1-rasm).

Qoidalar va foydalanish holatlaridan foydalangan holda gibrid tizim arxitekturasi

Tizimning asosiy g'oyasi juda sodda va oqlangan. Birinchidan, dolzarb muammoni hal qilish uchun qoidalar qo'llaniladi, natijada qandaydir echim topiladi. Keyinchalik, foydalanish qoidalari kutubxonasi skanerdan o'tkazilib, unda ishlatilgan qoidalardan istisno holatlarini oldindan aniqlash mumkin edi. Tizimning ishlash algoritmi quyida ko'rsatilgan.

Qaror olinmaguncha tsikl qiling

1. Keyingi operatsiyani tanlash uchun qoidalardan foydalaning.

2. Kutubxonadan qarama-qarshi operatsiyalarni taklif qiladigan "majburiy" foydalanish holatlarini qidiring.

3. Agar foydalanish holati topilsa, tavsiya etilgan operatsion variantidan foydalaning. Aks holda, qoidalar tomonidan taqdim etilgan variantdan foydalaning.

E'tibor bering, qoidalar va foydalanish holatlariga har bir ko'chadan kirish mumkin. (Agar dastur qo'llaniladigan qoidani yoki foydalanish holatini topa olmasa, u to'xtaydi.)

Taklif etilayotgan g'oyaning ishlashi uchun kutubxonadagi foydalanish holatlari ular zid bo'lgan qoidalarga muvofiq indeksatsiya qilinishi kerak. Masalan, transport vositalari haydovchilarini sug'urta qilish qoidalarini ko'rib chiqing:

"25 yoshgacha bo'lgan erkaklar premium stavka bo'yicha mukofot to'laydilar."

Bunday qoidani kutubxonada 18 yoshli o'g'il bolani eslab o'tadigan printsip bilan bog'lash kerak.

Pretsedent "majburiy" yoki yo'qligini qanday mulohazalardan foydalanadi? Golding tomonidan taklif qilingan echim quyidagicha. Pretsedent va hozirgi holat o'rtasida o'xshashlik hosil qilsak, biz qiziquvchan ko'zlardan yashiringan qandaydir yashirin qoidani hosil qilamiz. Aytaylik, bizning misolimiz yuqori malakaga ega bo'lgan 20 yoshli erkak haydovchi va biz shunga o'xshash pretsedentni topdik, ammo bu taxminan 8 yoshli haydovchi edi. "Ilg'or malaka toifasiga ega 25 yoshgacha bo'lgan erkaklar sug'urta mukofotini arzonlashtirilgan stavka bo'yicha to'laydilar."

Aytaylik, foydalanish holatlarini ajratib olish va keyin tahlil qilish uchun zarur bo'lgan yaqinlik darajasini baholashda haydovchilarning yoshi "25 yoshgacha", "25 yoshdan 65 yoshgacha" va "65 yoshdan yuqori" oralig'iga bo'linadi. Ushbu yaqinlik o'lchovi biz ko'rib chiqayotgan holat va pretsedentni juda o'xshash deb baholaydi, chunki yosh toifasi va jinsi bir xil.

Siz ushbu qoidani kutubxonadagi foydalanish holatlarining qolgan qismida sinab ko'rishingiz va aniqlangan ishlarning necha foizini o'z ichiga olganligini taxmin qilishingiz mumkin. 25 yoshga to'lmagan va premium stavka mukofotini to'laydigan rivojlangan erkak haydovchiga ega bo'lgan har qanday misol istisno deb hisoblanadi va shuning uchun presedent reytingini pasaytiradi. Agar holatlar etarlicha o'xshash bo'lsa va qoida etarlicha aniq bo'lsa, unda o'xshashlik "majburiy" deb hisoblanadi va ishni ko'rib chiquvchi komponent yutadi. Aks holda, amaldagi qoida g'olib chiqadi va qoidadan kelib chiqadigan variant yakuniy qarorda qo'llaniladi.

Shunday qilib, "chidamlilik" uchta omilga bog'liq:

· Muayyan chegaradan oshib ketishi kerak bo'lgan holatlarning yaqinlik darajasi;

· Aniqlangan o'xshashlik natijasida tuzilgan yashirin qoidaning aniqligi; aniqlik o'lchovi sifatida ushbu qoidaning qo'llanilishini tasdiqlovchi pretsedentlarning nisbati olinadi;

4 aniqlik bahosining ishonchliligi, bu ushbu taxmin tuzilgan namunaning kattaligi bilan belgilanadi.

Mualliflar nomlarning talaffuzini aniqlash muammosi misolidan foydalanib, taklif qilingan arxitektura imkoniyatlarini namoyish etdilar. ANAPRON deb nomlangan ular tizimida 650 ga yaqin lingvistik qoidalar va 5000 ta presedentslar mavjud. Tizimni sinash natijalari shuni ko'rsatdiki, u faqat qoidalardan foydalanadigan yoki faqat holatlardan foydalanadigan analog tizimlarga qaraganda yuqori ko'rsatkichlarga ega.

Gibrid ramziy yondashuv va asab tarmoqlari

Ushbu bo'lim ekspert tizimlarida neyron tarmoqlardan foydalanish istiqbollarini ko'rib chiqadi. Neyron tarmoqlari hisoblash jarayonining mutlaqo boshqa modelini o'z ichiga oladi, bu ekspert tizimlarida an'anaviy ravishda qo'llanilgandan tubdan farq qiladi. Misol tariqasida SCALIR tizimi (Huquqiy ma'lumot olish uchun ramziy va konnektsionist yondashuv) ko'rib chiqiladi.

Ushbu tizim foydalanuvchiga ma'lum bir ish uchun tegishli bo'lgan huquqiy hujjatlarni - qonunlarning predmetlari yoki moddalarining tavsiflarini topishda yordam beradi. Yuridik amaliyot zamonaviy jamiyat hayotining barcha sohalarini qamrab olganligi sababli, huquqiy ma'lumotni izlash va olish uchun an'anaviy bilimlar bazalariga asoslangan an'anaviy yondashuvdan foydalanish tizimida juda ko'p bilimlarni taqdim etishni talab qiladi, ularning aksariyati ahamiyatsiz, huquqlar, ruxsatnomalar, vazifalar, shartnomalar va boshqalar. So'rovlarni yozishda tabiiy tildan foydalanish muammoni murakkablashtiradi. Internetda qidirish uchun ishlatiladigan tabiiy til so'rovlari bilan shug'ullanadigan ko'pgina qidiruv tizimlari Butun dunyo Internet bilim bazalariga emas, balki statistik yondashuvga asoslangan.

Tizim bu muammoni ma'lumotlarni ekstraktsiyalashning statistik yondashuvi va hujjatlar o'rtasidagi semantik munosabatlarni hisobga oladigan bilimga asoslangan yondashuvni birlashtirish orqali hal qilishga urinadi.

Neyron tarmoqlari

Umuman sun'iy intellekt tizimlari va xususan ekspert tizimlariga nisbatan ba'zida quyidagi tanqidlar eshitilishi mumkin.

· Bunday tizimlar juda "mo'rt" bo'lib, ishlab chiquvchi tomonidan mo'ljallanmagan vaziyatga duch kelganda, ular xato xabarlarini keltirib chiqaradi yoki noto'g'ri natijalar beradi. Boshqacha qilib aytganda, ushbu dasturlarni chalkashtirib yuborish mumkin.

· Ular doimiy ravishda o'zlarini o'rganishga qodir emaslar, chunki inson paydo bo'lgan muammolarni hal qilish jarayonida.

1980-yillarning o'rtalarida, ko'plab tadqiqotchilar ushbu (va boshqa) kamchiliklarni bartaraf etish uchun neyron tarmoqlardan foydalanishni maslahat berishdi.

Eng soddalashtirilgan shaklda neyron tarmog'ini inson miyasini tashkil etish va ishlash mexanizmlari tamoyillarini texnik tizimlarda modellashtirish usuli deb hisoblash mumkin. Zamonaviy tushunchalarga ko'ra, insonning miya yarim korteksi bu o'zaro bog'liq bo'lgan eng oddiy hujayralar - neyronlarning to'plamidir, ularning soni taxminan 10 10 ga teng. Bunday tuzilmani (apparat yoki dasturiy ta'minot) cheklangan miqyosda bo'lsa ham ko'paytirishga urinishlar bo'lgan texnik tizimlar neyron tarmoqlari deb ataladi.

Miyadagi neyron ko'plab boshqa neyronlardan kirish signallarini qabul qiladi va signallar elektr impulslari shaklida bo'ladi. Neyron kirishlari ikkita toifaga bo'linadi - qo'zg'atuvchi va inhibitor. Qo'zg'atuvchi kirishda olingan signal neyronning qo'zg'aluvchanligini oshiradi, bu ma'lum bir chegaraga yetganda, chiqishda impuls paydo bo'lishiga olib keladi. Tormozlovchi kirishga kelgan signal, aksincha, neyronning qo'zg'aluvchanligini pasaytiradi. Har bir neyron ichki holat va qo'zg'aluvchanlik chegarasi bilan ajralib turadi. Agar neyronning qo'zg'atuvchi va inhibitor kirishidagi signallarning yig'indisi ushbu chegaradan oshib ketgan bo'lsa, neyron unga bog'langan boshqa neyronlarning kirish qismiga uzatiladigan chiqish signalini hosil qiladi, ya'ni. asab tarmog'i orqali qo'zg'alishning tarqalishi mavjud. Oddiy neyron boshqa neyronlar bilan 10 J gacha bog'lanishga ega bo'lishi mumkin.

Miyada individual neyronning o'tish vaqti bir necha millisekundalar tartibida ekanligi aniqlandi, ya'ni. kommutatsiya jarayoni juda sekin. Shu sababli, tadqiqotchilar xulosa qilishlaricha, inson miyasida axborotni qayta ishlashning yuqori ko'rsatkichlarini faqat ko'plab nisbatan sekin neyronlarning parallel ishlashi va ular orasidagi ko'p sonli o'zaro aloqalar bilan izohlash mumkin. Bu "massiv parallellik" atamasining neyron tarmoqlarda adabiyotda keng qo'llanilishini tushuntiradi.

Neyron tarmoq yondashuvi ko'pincha ramziy bo'lmagan yoki subsozli sifatida qaraladi, chunki ishlov beriladigan asosiy ma'lumotlar elementi (4-bobda belgilanganidek) emas, balki ibtidoiy narsadir. Masalan, LISP dasturidagi belgi, aytaylik LAPTOP MU, asab tarmog'idagi bir qator ulangan neyronlarning faoliyati diagrammasi bilan ifodalanishi mumkin. Neyron tarmoqlari ko'pincha dasturiy ta'minotda modellashtirilganligi sababli, neyronning o'zi biron bir dasturiy ta'minot tuzilmasi bilan ifodalanadi, bu esa o'z navbatida belgilar yordamida amalga oshirilishi mumkin. Masalan, neyronning rolini mos xususiyatlar va usullarga ega ma'lumotlar tarmog'i va tarmoqdagi boshqa ob'ektlarga ko'rsatgichlar bilan bog'lash mumkin. Shunday qilib, kontseptual darajada, amalga oshiriladigan subsozli tizimda kompyuter dasturiramzlarni o'z ichiga olgan, paradoksal narsa yo'q.

U qanday amalga oshirilishidan qat'i nazar, neyron tarmoqni 6-bobda tasvirlangan turdagi vaznli yo'naltirilgan grafika deb tasavvur qilish mumkin. Ushbu grafadagi tugunlar neyronlarga, qirralar esa neyronlar orasidagi bog'lanishlarga to'g'ri keladi. Har bir ulanish bilan bog'liq bo'lgan og'irlik - ratsional son - bu transmitter neyroni ishdan chiqarilganda qabul qiluvchi neyronning kirishiga ushbu ulanish orqali uzatiladigan qo'zg'atuvchi yoki inhibitiv signalning bahosini ifodalaydi.

Nerv tarmog'i tabiatan aniq dinamik bo'lganligi sababli, vaqt uning ishlashidagi asosiy omillardan biridir. Tarmoqni simulyatsiya qilishda vaqt diskret ravishda o'zgaradi va tarmoq holatini oniy tasvirlar ketma-ketligi sifatida ko'rish mumkin, har bir yangi holat faqat oldingi neyronlarning otish davriga bog'liq.

Bunday tarmoqdan foydalangan holda ma'lumotlarni qayta ishlashni amalga oshirish uchun ma'lum kelishuvlarga rioya qilish kerak. Tarmoq faol bo'lishi uchun u bir oz ma'lumot olishi kerak. Shuning uchun ba'zi tarmoq tugunlari "datchiklar" rolini o'ynaydi va ularning faoliyati tashqi ma'lumot manbalariga bog'liq. Keyin qo'zg'alish ushbu kirish tugunlaridan ichki tugunlarga uzatiladi va shu bilan tarmoq orqali tarqaladi. Bu, odatda, kirish tugunlarining faollik darajasini yuqori darajaga o'rnatish orqali amalga oshiriladi, bu bir necha qo'zg'alish davrlari davomida saqlanib qoladi, so'ngra faollik darajasi tiklanadi.

Tarmoqdagi ba'zi tugunlar chiqish sifatida ishlatiladi va ularning faollik holati hisoblash jarayoni oxirida o'qiladi. Ammo ko'pincha hisob-kitoblar tugagandan so'ng butun tarmoq holati yoki yuqori darajadagi faollikka ega tugunlarning holati qiziqish uyg'otadi. Ba'zi hollarda, tarmoqni barqaror holatida o'rnatish jarayonini kuzatish qiziq bo'lishi mumkin, boshqalarda esa, faoliyatning tarqalishi jarayoni tugamaguncha ma'lum tugunlarning faollashuv darajasini qayd etish.

Shakl. 23.2-da to'rtta S 1 - S 4 datchik tugunlaridan tashkil topgan, qo'zg'alishi boshqa tarmoq tugunlariga uzatiladigan asab tarmog'ining qismi ko'rsatilgan. Bitta tugun, R, chiqishdir. Agar tarmoqdagi ulanishlarning og'irliklari noma'lum bo'lsa, unda R tuguni S 1 va S 4 tugunlari hayajonlanganda hayajonlanadi, ammo S 2 va S 3 tugunlari ham hayajonlansa, bu R qo'zg'alishini 5) va S 4 qo'zg'atilgan tugunlari bilan ham bostirishga olib keladi. ... Sensor tugunlarining kirish qismidagi signallarning ushbu holatida R tuguni haqiqatan ham hayajonlanadimi, bu tarmoqdagi ulanishlarning og'irligiga bog'liq.

Ushbu turdagi tarmoqning mumkin bo'lgan konfiguratsiyasi soni juda katta. Shuningdek, neyronning holatini uning kiritilishidagi holatlar yig'indisi uchun hisoblashning juda ko'p usullari mavjud. Neyron tarmoqlari nazariyasining ushbu tafsilotlari ushbu kitob doirasidan tashqarida. Keyinchalik, biz Rozening g'oyalariga amal qilamiz va har qanday tugunni boshqa har qanday tugunga ulanishi mumkin bo'lgan va tugunning chiqishi uning faoliyat holati bo'lgan neyron tarmoqning nisbatan sodda modelini ko'rib chiqamiz (ya'ni neyronning faoliyati bilan signal o'rtasida farq yo'q) chiqishda).

Qo'zg'atuvchi va inhibitor birikmalarga ega bo'lgan asab tarmog'ining parchasi

Bunday modelni yanada aniqroq shakllantirish uchun biz quyidagi yozuvlarni kiritamiz:

W ij - j tugunidan i tugunga ulanishning og'irligi,

· Net i \u003d Z j w ij - tarmoqning boshqa tugunlari bilan bog'langan l tugunining joriy vaqtdagi holati.

Neyron tarmog'ining har qanday ta'rifida vaqt omilini hisobga olish kerak, chunki har qanday neyronning biron bir vaqtdagi holati avvalgi holatiga va uning kirishlari bilan bog'liq bo'lgan neyronlarning oldingi holatiga bog'liq.

Ta'rif

Connectionist tarmog'ini har bir tugun uchun quyidagi talablar bajarilgan vaznli yo'naltirilgan grafik sifatida ko'rish mumkin:

(1) har qanday t momentdagi tugunning faollik holati haqiqiy son (biz uni i (t) deb belgilaymiz);

(2) i tugunni tarmoqdagi boshqa har qanday tugun bilan bog'laydigan havolaning og'irligi haqiqiy w ij soni,

(3) t + 1 vaqtidagi tugunning faolligi

· T, a i (t) vaqt momentidagi faolligi;

· T vaqtidagi kirishlardagi signallarning tortilgan yig'indisi, aniq i (f);

· X i (t) o'zboshimchalik bilan tashqi kirish signali.

Yuqoridagi ta'rifning (3) talabiga javob beradigan i tugun faollik holatini hisoblash uchun oddiy funktsiya shaklga ega

a i (t + 1) \u003d sum j

Biroq, bu faoliyatni aniqlashning yagona usuli emas. Funktsiyalarning boshqa turlariga faoliyatning o'sishi yoki pasayishiga mos keladigan atamalarning qo'shilishi yoki chiziqli bo'lmagan differentsial funktsiyalar shakli kiradi (masalan, qarang). Ular ushbu kitobda muhokama qilinmaydi.

Tarmoqni qurishda havola og'irliklari priori bilan belgilanishi yoki vaqt o'tishi bilan o'zgarishi mumkin. Ikkinchi holatda, vaznning o'zgarishi tarmoq faoliyatining oqibatlaridan biridir. Og'irliklarni bilimning aksi, ularni sozlash va takomillashtirish jarayoni tizim uchun o'quv jarayoni sifatida qaralishi mumkin. Og'irliklar tarmoqdagi faoliyatni taqsimlanishiga sezilarli ta'sir ko'rsatganligi sababli, tarmoqning xatti-harakatlari ko'p jihatdan ularga bog'liq va shuning uchun og'irliklarni o'zgartirish orqali tarmoqning xatti-harakatlarini kerakli yo'nalishda o'zgartirish mumkin.

Yuqorida ta'kidlab o'tilganidek, ulanish tarmog'idagi bilim to'g'ridan-to'g'ri ifodalanadi, chunki domenning alohida qoidasini yoki sub'ektini ifodalaydigan tarmoqning aniq bir tarkibiy elementini ajratib bo'lmaydi. Bilimlar tarmoqning son-sanoqsiz elementlari o'rtasidagi muvozanatli aloqalarda aniq aks etadi. Shunday qilib, biz bu holda raqamli yoki ramziy elementlarning oddiy ro'yxati sifatida ifodalanishi mumkin bo'lmagan taqsimlangan bilimlar bilan shug'ullanamiz. Shu sababli, tez-tez simvolik ma'lumotni qayta ishlash neyron tarmoqlarida amalga oshiriladi degan gapni uchratishingiz mumkin.

Ulanish tarmoqlarida bilim deklarativ shaklda saqlanmaydi va shuning uchun uni tashqi protsessor talqin qilishi mumkin emas. Bilimga kirish va xulosani faqat tarmoq faoliyati nuqtai nazaridan tavsiflash mumkin.

Albatta, Roz SCALIR tizimida bo'lgani kabi, tarmoq dizaynerining alohida tugunlarini ma'lum domen sub'ektlari bilan bog'lashiga hech narsa xalaqit bermaydi. Biroq, tarmoq tugunlarida tushunchalarning bunday aks etishi, ilgari berilgan bayonotga zid kelmaydi, sub'ektlar o'rtasidagi munosabatlar tugunlar orasidagi bog'lanish shaklida bevosita ifodalanadi va odatda qoidalar shaklida talqin qilinishi mumkin emas. Shu sababli, biz tarmoq tugunlari orqasida turgan narsani yashiradigan sir pardasini qisman ochgan bo'lsak-da, ular orasidagi tortilgan ulanishlarning mohiyati avvalgidek "subsozli" bo'lib qolmoqda.

Agar tugunlar domen sub'ektlarini ifodalasa ham, tarmoqning son-sanoqsiz tugunlari faoliyatining umumiy rasmlari tugunlar bilan ifodalangan ob'ektlarning ayrim jihatlarini birlashtirgan yuqori darajadagi tushunchalarni yashirishi mumkin. Masalan, tugunlar so'zlarni ifodalasin va "poyga", "mashina", "haydovchi" tugunlari hayajonlansin. Bu "poyga haydovchisi" tushunchasini yoki aksincha, poyga mashinasini boshqarish faktini aks ettirishi mumkin. Qanday bo'lmasin, bunday vakili subymbolik deb hisoblash mumkin, chunki uning tarkibiy tugunlari aniq ma'noga ega bo'lgan har qanday sintaktik tuzilish shaklida shakllana olmaydi. Xuddi shu tarzda, siz biron bir tashqi qoidalar to'plamidan foydalangan holda son-sanoqsiz tugunlarning holatini semantik tahlil qila olmaysiz.

SCALIR - huquqiy ma'lumot olish uchun gibrid tizim

SCALIR tizimining tarmoq tarkibidagi tugunlar pretsedentlarni (sudlar tomonidan ilgari ko'rib chiqilgan ishlarni), huquqiy hujjatlarning moddalarini va bunday hujjatlarda mavjud bo'lgan muhim (asosiy) so'zlarni ifodalaydi. Shunday qilib, tarmoq shaklda ko'rsatilganidek, tizimli ravishda uch qismga (qatlamlarga) bo'linadi. 23.3. Ushbu tarmoqda pretsedent qatlam va qonun chiqaruvchi qatlam kalit so'zlarni (atamalarni) ifodalovchi tugunlar qatlami bilan ajralib turadi. Ikkinchisi ular topilgan hujjatlar bilan bog'liq.

Shunday qilib, tarmoqning asosiy tuzilishida atamalar va hujjatlar tugunlari orasidagi bog'lanish og'irlashtirilgan havolalar bilan indeksatsiya sxemasini hosil qiladi. Natijada, atamalar majmuasi ham presedentlar qatoriga, ham huquqiy hujjatlar qatoriga moslashtiriladi.

Har bir atamani u paydo bo'lgan har bir hujjat bilan bog'lash o'rniga, SCALIR hujjat bilan bog'liq har bir kalit so'z uchun atamaning og'irligini ma'lum bir hujjatdagi atama chastotasi va uning butun hujjat tarkibida paydo bo'lish chastotasi funktsiyasi sifatida hisoblab chiqadi. Intuitiv ravishda, ma'lum bir hujjatni indeksatsiya qilish uchun eng mos keladigan atama ushbu hujjatda tez-tez uchraydigan, boshqalarda esa kamdan-kam uchraydigan atama bo'lishi mumkin. Olingan qiymat chegara qiymati bilan taqqoslanadi, natijada har bir hujjat o'nga yaqin kalit so'zlar bilan indekslanadi. (Men sizning e'tiboringizni SCALIR tizimining tarmoq diagrammasida ikki tomonlama yo'nalishlarni ko'rsatishiga qarataman. Aslida ularning har biri tizimda bir tomonlama yo'nalish juftligi bilan ifodalanadi va bu havolalar har xil vaznga ega bo'lishi mumkin. Shunday qilib, bu atama nafaqat hujjatni topishga imkon beradi, balki atamani topish mumkin.)

SCAUR tizimidagi ulanish tarmog'i ()

SCALIR-da tarmoqni loyihalashda birinchi navbatda barcha tanlangan atamalar uchun tugunlar tashkil qilindi, so'ngra ular hujjat tugunlari bilan bog'landi va havolalar ushbu hujjat kontekstidagi ma'lum atamaning ahamiyatiga qarab tortildi.

Ushbu turdagi havolalar (hujjatlarda ular C-havolalar deb ataladi) SCALIR-da yagona emas. Shuningdek, ramziy aloqalar (S-havolalar) mavjud, ular ko'p jihatdan semantik tarmoqlardagi havolalarga o'xshaydi, chunki ular etiketlanadi va doimiy og'irliklarga ega. Ushbu turdagi aloqalar yordamida tarmoqda hujjatlar o'rtasidagi munosabatlar namoyish etiladi, masalan, bitta hujjat ikkinchisiga iqtibos keltiradi, bir sud qarori boshqasini tanqid qiladi, bitta huquqiy hujjat boshqasiga murojaat qiladi va hokazo. Shunday qilib, S-havolalar bilimlarni aniq ifodalaydi.

Umuman olganda, SCALIR tizim tarmog'ida 13000 ga yaqin muddatli tugunlar, 4000 ga yaqin foydalaniladigan ish tugunlari va 100 ga yaqin qonunchilik tugunlari mavjud. Termin va use case tugunlari o'rtasida taxminan 75000, termin va qonun tugunlari o'rtasida esa 2000 ga yaqin aloqalar mavjud. Bundan tashqari, foydalanish tugunlari o'rtasida 10000 ga yaqin ramziy aloqalar mavjud. Rouz bunday tarmoqni yaratish uchun zarur bo'lgan sa'y-harakatlarga to'xtalib o'tishni zarur deb hisoblamagan, ammo atamalarni ajratib olish va kotirovka qilish kabi muhim vazifalar dasturiy ravishda hal qilingan deb taxmin qilish mumkin va keyinchalik ushbu ma'lumotlarga asoslanib tarmoq tugunlari va ular orasidagi bog'lanishlar avtomatik ravishda shakllangan. Shahar hujjatlarining aksariyati ilgari noshirlar tomonidan qayta ishlanganligi, ular juda to'liq iqtiboslar va kalit so'zlarni tuzganligini hisobga olish kerak.

Keyinchalik ta'riflangan tarmoq hujjatlarni olish uchun asosiy axborot tuzilishi sifatida ishlatilgan. Tizim aktivlashtirishni tarqatish printsipiga asoslanadi. Ushbu tamoyil yangi emas - u ilgari Quillian tomonidan Semantik Tarmoqlar bilan ishlash uchun ishlatilgan (bu haqda ko'proq ma'lumot olish uchun 6-bobga qarang). Ushbu rasmiy apparatdan foydalanish tarmoqdagi tugunlar o'rtasida bog'liqlik mavjudligini aniqlashga imkon beradi. Buning uchun qiziqish tugunlaridan tokenlarni tarqatish jarayoni boshlanib, tarmoqning istalgan joyida taraqqiy etuvchi tokenlarning "kesishishi" mavjudmi yoki yo'qligi tahlil qilinadi.

SCALIR ishining asosiy g'oyasi shundan iboratki, berilgan tugunning faollik darajasi ushbu kontekstdagi "dolzarbligi" bilan mutanosib bo'lishi kerak. Agar so'rovni qayta ishlash natijasida termin qatlamining ma'lum miqdordagi tugunlari ko'tarilsa, bu ushbu so'rov bilan bog'liq bo'lgan hujjatlarning tugunlarini faollashishiga olib kelishi kerak va qo'zg'alish darajasi ma'lum bir hujjatning so'rovning mohiyatiga qanday mos kelishiga bog'liq. So'rovlarni qabul qiladigan tugunlar, aslida, asab tarmog'ining sezgir tugunlari bo'lib, undan qo'zg'alish boshqa tugunlarga C-ulanish orqali uzatiladi. Hayajonni targ'ib qilish jarayonida, ba'zi bir hujjatlar tugunlaridan qo'zg'alishni ular bilan bog'liq bo'lgan boshqalarga o'tkazadigan S-havolalar ham ishga kiritilgan. Shunday qilib, ramziy havolalar, agar ma'lum bir hujjat olingan so'rov bilan bog'liq bo'lsa, ehtimol, u bilan bog'liq bo'lgan boshqa hujjat ham ushbu so'rov bilan bog'liqligini bilishni aks ettiradi. Ramziy bog'lanishlarning og'irliklari aniqlangan, chunki bunday assotsiativ munosabatlarning kuchini oldindan taxmin qilish mumkin.

Tarmoqni faollashtirish funktsiyasining ikkita xususiyati mavjud, ular assotsiativ ma'lumotni olishni talab qiladigan dasturlar nuqtai nazaridan juda kerakli ko'rinadi. Ushbu xususiyatlar foydalanuvchi so'rovlarini qabul qiladigan sezgir tugunlarni qo'zg'atish usulini, ulanishlarga og'irlik berish usulini va faollashtirish funktsiyasini tanlashga ta'sir qiladi.

(1) Tizimga kiritilgan faoliyat miqdori so'rov hajmiga bog'liq bo'lmasligi kerak.

(2) Har bir ketma-ket tarqalish jarayonida faollik oshmasligi kerak.

Agar ushbu talablardan birinchisi bajarilmasa, unda bitta so'zli so'rov, aniqroq bo'lganidan kamroq tarmoq faolligiga olib keladi. Shu bilan birga, aniqroq so'rovga javoban, tizim bir so'zli bo'shashgan so'rovga qaraganda ko'proq hujjatlarni oladi, bu bizning intuitiv kutishimizga ziddir. Agar tarmoq formulali xususiyatlarning ikkinchisiga ega bo'lmasa, so'rovning mohiyatiga juda zaif munosabatda bo'lgan juda ko'p hujjatlar olinadi, ya'ni. tizim juda ko'p "axlatni" ishlab chiqaradi.

Tizim birinchi xususiyatga ega bo'lishi uchun so'rovni oldindan qayta ishlash bosqichida kirish tugunlari o'rtasida belgilangan miqdordagi faoliyatni taqsimlash kerak. Chiqish ulanishlari og'irliklari yig'indisi birdan oshmasa va shuning uchun aktivizatsiya funktsiyasining qiymati uning argumentidan kam yoki teng bo'lsa, tizim ikkinchi xususiyatga ega bo'ladi.

C-bog'lanishlari quyidagi ifodada ko'rsatilgandek tutilish doimiyligini o'z ichiga olgan chiziqli faollashtirish funktsiyasidan foydalanadi. Ushbu doimiyning qiymati keyingi qo'zg'alish davrida tugunning faolligining qancha qismi saqlanib qolishini va keyinchalik tarmoq bo'ylab qanday tarqalishini aniqlaydi.

a i (t + 1) \u003d r a j (t) + (1 - p) Sum j

Kamaytirilgan faollashtirish funktsiyasi formulyatsiya qilingan talablarni qondirishi aniq, chunki a i (t +1) \u003d< a i (t) до тех пока, пока Sum j

Ishda xuddi shunday funktsiya qo'llaniladi. Rouz ushbu maqolada keltirilgan va SCALIR da tarmoq faoliyatini boshqarishni tashkil qilish bo'yicha fikrlarga amal qiladi.

· Faoliyati axborot chiqarish jarayonida ishtirok etish uchun etarli bo'lgan tugunlarni tanlash uchun O s parametri - ahamiyatlilik chegarasi kiritiladi. Ushbu chegara qiymati tarmoq bo'ylab faoliyat tarqalishi bilan kamayadi.

· Faoliyati juda zaif bo'lgan va shu sababli ma'lumotni chiqarib olish jarayonida e'tiborsiz qoldirilishi mumkin bo'lgan tugunlarni ajratib ko'rsatish uchun O q parametri - tinchlik chegarasi kiritiladi. Ushbu chegaradan foydalanish kam faol tugunlarni tahlil qilish uchun sarflanadigan vaqtni sarflashdan saqlaydi.

Ushbu parametrlar quyida soddalashtirilgan shaklda taqdim etilgan SCALIR tarmoq trafigini tarqatish algoritmida qo'llaniladi. Ushbu algoritm so'rovlarni qabul qilish tugunlaridan boshlab (QUERY-NODES) va barcha tortilgan havolalar bilan tugaydigan Breadth First Search usulini amalga oshiradi.

O S boshlang'ich qiymatini o'rnating.

ACTIVE-NODES to'plamiga o'rnatilgan QUERY-NODES tugunlarini qo'shing.

Agar so'ralsa, tugun faolligini QUERY-NODES darajasiga o'rnating.

RESPONSE-SET-ga faolligi O S dan oshadigan ACTIVE-NODES-dan barcha tugunlarni qo'shing.

ACTIVE-NODES to'plamidan faoliyati O q dan past bo'lgan barcha tugunlarni olib tashlang.

ACTIVE-NODES-ga qo'shilgan tugunlar bilan bog'langan barcha tugunlarni o'rnating.

Aktivizatsiya funktsiyasidan foydalangan holda ACTIVE-NODES to'plamining barcha tugunlarining faollik qiymatini yangilang.

Faollik darajasi bo'yicha belgilangan ACTIVE-NODES tugunlarini saralash. O qiymatini kamaytiring.

gacha (O S \u003d< O q) или (ACTIVE-NODES = 0).

Soddalashtirilgan versiya qidiruv maydonining kengligini cheklaydigan parametrdan foydalanishni o'z ichiga olmaydi. Bundan tashqari, algoritmni ushbu shakllantirishda biz chiqish tugunlari to'plamining maksimal hajmini tahlilini qoldirdik. Chiqish tugunlari to'plamini cheklash, olish uchun maksimal miqdordagi hujjatlar ajratilgandan so'ng qidiruvni to'xtatadi.

Tarmoq faoliyatini boshqarish jarayonida ishlatiladigan ko'pgina parametrlarning qiymati empirik tarzda o'rnatiladi. Tarmoqning tugunlari orasidagi bog'lanish og'irliklarini o'rnatish W ij, aslida tizimni o'qitish jarayoni bo'lib, biz keyingi bobda qisqacha ko'rib chiqamiz.

sCALIR tizimida o'qitish

C-bog'lanishlarining og'irliklari tizim tomonidan ish paytida sozlanishi mumkinligi sababli, u foydalanuvchi tomonidan kiritilgan ma'lumotlarga muvofiq o'z-o'zini o'rganishga qodir. Quyida biz SCALIR tizimida muhim bo'lmagan tafsilotlarni qoldirib, qanday amalga oshirilishini tasvirlaymiz.

Faraz qilaylik, i tugunning kirishlaridan biri j tugunining chiqishiga ulangan va ulanish W ij og'irligiga ega. Agar i tugun j tuguni bilan ifodalangan atama bilan bog'liq bo'lgan hujjatni ifodalasa, unda o'quv jarayonida biz ushbu aloqani mustahkamlashimiz kerak bo'lishi mumkin. Agar foydalanuvchi hujjatning ushbu atama bilan aloqasi yo'q deb hisoblasa, u holda bu aloqani kuchsizlantirish kerak bo'ladi. Bu holda hal qilinishi kerak bo'lgan asosiy savol og'irlik qiymatini qay darajada o'zgartirish kerakligi. Bittasi oddiy qoidalar vaznning o'zgaruvchan qiymatini hisoblash W ij formulasi bilan ifodalanishi mumkin

W i \u003d nf i a j,

qaerda n | bu o'qish tezligining doimiysi va f i - foydalanuvchi bilan qayta aloqa koeffitsienti, masalan, +1 yoki -1 qiymatini olishi mumkin.

Biroq, bunday qoidalarni qo'llash quyidagi sabablarga ko'ra birinchi qarashda ko'rinadigan darajada ravshan emas.

· A faollik darajasining qiymatlarini aniqlash oson emas, chunki so'rov paydo bo'lganda faollashtirilgan kirish tuguni so'rov bekor qilinganidan keyin uning faolligini pasaytirishi mumkin.

· Fikrni qabul qiladigan tugunlarning qo'shnilari, shuningdek, foydalanuvchidan so'rovga tegishli hujjatlarni taqdim etayotganligini tasdiqlovchi ba'zi bir mulohazalarni olishlari kerak.

· I tugun faollikni tarqalish tarmog'ining oxirida joylashgan bo'lishi mumkin va shu sababli foydalanuvchidan olingan ma'lumotlar (teskari aloqa) tarmoq orqali teskari yo'nalishda tarqalishi kerak. Shunday qilib, foydalanuvchidan olingan mulohazalar tarmoq orqali faollik singari tarqalishi kerak. Har bir tugun uchun maksimal teskari aloqa qiymati tarqalish jarayonida qayd qilinadi va yangilanadi va keyinchalik ushbu qiymatlar yuqoridagi ifodada f i va j j terminlari rolini o'ynaydi. Bundan tashqari, og'irliklarning olingan qiymatlari har bir alohida tugun uchun ularning yig'indisi 1,0 ga teng bo'lishi uchun normallashtiriladi. Albatta, haqiqiy SCALIR tizimida o'z-o'zini o'rganish jarayoni biroz murakkablashadi, chunki unda turli xil bog'lanish turlari mavjud. Ushbu jarayonning tafsilotlari bilan qiziqqan o'quvchilar asar bilan tanishishlari kerak, ammo ramziy va subsozli usullarni birlashtirish g'oyasi yanada chuqur o'rganishga loyiqdir. SCALIR tizimi axborotni chiqarishga nisbatan faqat statistik yondashuv va katta miqdordagi domen bilimlarini talab qiladigan an'anaviy ekspert tizimining yondoshuvi o'rtasida ancha pragmatik kelishuvni namoyish etadi.

Shunga o'xshash hujjatlar

Forma kodlovchilari, guruhli vokoder. Lineer bashorat kodlash. Nutqni tahlil qilish sintez bo'yicha kodlash. Vektorli kvantlash va kodli kitoblar. Gibrid kodlovchilar. Chastotani taqsimlovchi gibrid kodlovchilar. Vaqt bo'yicha bo'linadigan gibrid kodlovchilar.

avtoreferat, 2008.12.10 qo'shilgan


Istisnolardan foydalanadigan kodlar, ularning paydo bo'lish sababi haqida ma'lumot. Istisnolardan foydalanish usullari. Istisnolardan foydalanish mexanizmlari. Ob'ektni moslashtirishni boshlash. Standart istisno konstruktorlari. Istisnolarni avtomatik va dasturiy ishlab chiqarish.

taqdimot 21.06.2014 qo'shilgan


Kompyuter tayyorlash tizimlari. O'qitish uchun yangi axborot texnologiyalari tamoyillari. O'quv dasturlarining turlari. Ta'limni intensivlashtirish. Kompyuter sinovlari. Kompyuter o'rganishida ilg'or tadqiqotlar. Internet-texnologiyalar, multimedia.

sinov, 09/10/2008 qo'shilgan


Loyihalash variantlarini tahlil qilish va uning asosida optimal echimni tanlash. Dastlabki ma'lumotlarni tahlil qilish asosida mikroprotsessor tizimining funktsional diagrammasini sintez qilish. Uskuna ishlab chiqish jarayoni va dasturiy ta'minot mikroprotsessor tizimi.

muddatli ish, 20.05.2014 qo'shilgan


Xodimlarni boshqarish tizimini rivojlantirish yondashuvini ko'rib chiqish. Tizimga qo'yiladigan talablarni shakllantirish, tizimni qurish metodikasini tanlash. Quvvatni hisoblash algoritmini avtomatlashtirish. "New Medicine" kompaniyasi misolida yondashuvni amaliy ravishda amalga oshirish.

tezis, 07/03/2017 qo'shilgan


Ramziy regressiya tizimini sintez qilish masalasini echish usullari. Evolyutsion strategiya bilan genetik algoritm. Python 2.7 da dastur ishlab chiqish tutilish muhiti Matplotlib chizmalar kutubxonasidan foydalangan Juno.

tezis, 2013 yil 17-sentyabrda qo'shilgan


Avtomatlashtirilgan tahlil tizimini ishlab chiqish murakkab ob'ektlar ta'lim tizimi. Ketma-ketlik, hamkorlik, sinflar, holatlar, tarkibiy qismlar va shuningdek joylashtirish sxemalarini tuzing. Yaratilgan mijoz va server kodlarini taqdim etish.

muddatli qog'oz, 23.06.2014 qo'shilgan


Tizimlari va ularni tahlil qilish vazifalari. Tizimlarni tahlil qilish usullari: analitik; matematik. Murakkab tizimlarda boshqaruvni avtomatlashtirishning mohiyati. Boshqaruv bilan tizim tuzilishi, takomillashtirish yo'llari. Boshqarishni avtomatlashtirishning maqsadi. Qaror qabul qilish bosqichlari.

avtoreferat, 2010 yil 25-iyulda qo'shilgan


Doimiy va moslashuvchan ta'lim bosqichi yordamida ANNni o'rganish, ishlash va bashorat qilish jarayonlarini simulyatsiya qiladigan dastur ishlab chiqish. Doimiy o'z-o'zini o'rganish bosqichida kirishlar soniga qarab tizimning xatti-harakatlarini o'rganish.

sinov, 2011/10/16 qo'shilgan


O'rnatish operatsion tizim Windows Server 2003 yil SP-2 va haydovchilar. Tarmoq ulanishlarini ishga tushirish. Foydalanish, tekshirish va sozlash turli xil dasturlar MS Office 2007. OS o'rnatish paytida o'rnatilmagan komponentlar va dasturlarni kiritish.

3. sahifa

Almashtirishli gibrid tizimlarda asosiy model olinadi, uning elementlaridan biri boshqa model bilan aralashtiriladi, masalan, a) genetik algoritm yordamida backpropagation protsedurasida og'irliklar qayta hisoblab chiqiladi; b) loyqa boshqaruvchida a'zolik funktsiyalarini tanlash genetik algoritm yordamida amalga oshiriladi. Birgalikda ishlaydigan gibrid tizimlar umumiy echimni olish uchun ma'lumot almashadigan va turli funktsiyalarni bajaradigan mustaqil modullardan foydalanadilar. Masalan, agar echilayotgan muammo naqshni aniqlash, xulosa chiqarish va optimallashtirishni o'z ichiga olsa, u holda bu funktsiyalarni neyron tarmoqlari, ekspert tizimlari va genetik algoritmlar egallaydi. Polimorfik gibrid tizimlarda bitta model boshqa modelning ishlashini simulyatsiya qilish uchun ishlatiladi.

Biroq, barmoq izlarini aniqlash uchun mavjud gibrid tizimlar kamchiliklardan xoli emas. Furye spektri bo'yicha barmoq izlarini tahlil qilish usuli fragmentlarning almashinishida farq qiluvchi bir xil tasvirlarni izohlaydi. Bundan tashqari, barmoq izlari tasvirlari strukturaviy jihatdan ortiqcha.

Umuman olganda, gibrid ADT tizimi analogli hisoblashlarni rivojlantirishning keyingi bosqichidir.

Beshinchi bob gibrid tizimlarni qurish masalalariga, shu jumladan evolyutsion modellashtirishning quyi tizimlariga, simulyatsiya modellari, ekspert tizimlari va boshqa qarorlarni qo'llab-quvvatlash tizimlari bilan o'zaro aloqalarni optimallashtirish bloklariga bag'ishlangan. Maxluq simulyatsiya modellari bu erda aqlli simulyatsiya yondashuvlarini rivojlantirish yo'nalishlaridan biri sifatida ishlaydi. Ushbu bobda ko'p agentli tizimlarning yondashuvlari va modellari, intellektning turli darajalari va ularning keyingi evolyutsion shakli - sun'iy hayot modellari tasvirlangan. Evolyutsiyasi bo'lgan gibrid tizimlarga misollar sifatida eng sodda avtomatlar va ko'p modelli tizimlar populyatsiyasining rivojlanishini modellashtirish keltirilgan.

Faol va passiv tizimlarning elementlarini birlashtirgan gibrid tizimlardan foydalanish mumkin.

Diskret va gibrid tizimlarni o'rganishda, qaram yoki mustaqil o'zgaruvchilar funktsiyalari bilan ta'riflanmaydigan parametrlar mavjud.

Gibrid tizim holatida kompyuterning ishlashi arifmetik amallar bilan cheklanib, uning yordamida eng yuqori joylar hisoblab chiqiladi; bu holda detektorning sezgirligi hisobga olinishi mumkin, ichki standart asosida moddalar tarkibi aniqlanishi va berilgan formatda protokol chop etilishi mumkin.

Barcha golografik tizimlardan olingan ma'lumotlarni qayta ishlashni avtomatlashtirish uchun gibrid tizimga, raqamli kompyuter tomonidan boshqariladigan skaner-tahlil bo'linmasiga kirish, tizimning ko'p qirrali funktsiyalarni bajarish qobiliyatiga yuqori tezlikni, ma'lumotlarni tahlil qilishda aniqlik va ob'ektivlikni oshirishi kerak.

Ko'pgina gibrid boshqaruv tizimlari ISO 8802 - 3 / IEEE 802.3 standartiga mos keladigan, to'qnashuvni aniqlash bilan Carrier Sense Multiple Access (CSMA / CD) asosida Ethernet protokolining turli xil modifikatsiyalaridan foydalanadilar. Uning mohiyati shundan kelib chiqadiki, tarmoqdagi har bir tugun chiziq yukini kuzatadi va faqat chiziq bepul ekanligini aniqlaganda uzatiladi. Agar to'qnashuv sodir bo'lsa, chunki boshqa tugunni uzatish uchun chiziq kerak bo'lsa, u holda ikkala tugun ham uzatishni to'xtatadi.

IMAN Oracle V8 asosidagi ma'lumotlar bazasining gibrid boshqaruv tizimini (DBMS) ishlatadi, bu ma'lumotlar bilan bog'liqlik va ob'ektga yo'naltirilgan ma'lumotlar modellarini qo'llab-quvvatlaydi, kirish va o'zgarishlarni boshqaradi, mahsulot spetsifikatsiyalarini ishlab chiqaradi va dastur quyi tizimlarini birlashtiradi. Parallel va ketma-ket biznes va dizayn jarayonlarini boshqarish Workflow moduliga yuklatilgan.

Umumiy kvadratik mezonga ega bo'lgan chiziqli gibrid tizimlarni optimallashtirish muammosi ko'rib chiqiladi, bu erda an'anaviy atamalarga atamalar qo'shilganida - holatlar kvadratlariga jarimalar va ularning og'ishlariga mos ravishda jazolashga imkon beradi. Bunday imtiyozlar bilan optimal boshqarish muammolari, ya'ni. agar ma'lum bir nazorat komponentlari (yoki holatlari) ko'pincha ijobiy yoki salbiy bo'lishi talab etilsa, bu ko'pincha amalda uchraydi.

Elektr va pnevmatik qurilmalardan tashkil topgan gibrid avtomatik boshqaruv va boshqarish tizimida ushbu moslamalarni bir-biri bilan bog'lash uchun elektr signalini havo bosimiga o'tkazish kerak.

Ushbu gibrid tizimlar bilan bir qatorda boshqa turdagi gibrid modellardan ham foydalanish mumkin, bunda passiv modellar elektron modellashtirish tamoyillari asosida ishlaydigan qurilmalar bilan birlashtiriladi. Bunday modellar passiv modellarning afzalliklaridan (soddaligi, ko'p sonli tugunlari, tezligi va boshqalar) dala nazariyasining chiziqli bo'lmagan muammolarini hal qilishda zarur bo'lgan bir qator mantiqiy operatsiyalarni bajarish imkoniyatidan foydalanib, ma'lumotlarning bir turidan ikkinchisiga ko'p marotaba o'zgarishi bilan elektron raqamli kompyuterning hisoblash jarayonida qatnashmasdan, ushbu konvertatsiya qilish uchun zarur uskunalarsiz. Bunday tizimlarning narxi gibrid mashinalar, shu jumladan elektron kompyuterlar narxidan ancha past.

Boshqacha qilib aytganda, miqdorlarning turli xil ko'rinishini (raqamli va analog) ishlatadigan va umumiy boshqaruv tizimi bilan bog'langan bir nechta elektron kompyuterlardan tashkil topgan kompleks. Gibrid
hisoblash tizimi, raqamli va analog mashinalardan va boshqaruv tizimidan tashqari, qoida tariqasida tizim ichidagi aloqa moslamalarini, miqdorlarni va tashqi uskunalarni aks ettirish uchun konvertorlarni o'z ichiga oladi. Gibrid hisoblash tizimi bu kompyuter kompleksi, bu uning gibrid hisoblash mashinasidan asosiy farqi, chunki u bu nomni qabul qildi, chunki u gibrid qaror elementlariga asoslangan yoki raqamli va analog elementlardan foydalangan.

Adabiyotda gibrid hisoblash tizimlariga ko'pincha xotira qurilmasi bilan jihozlangan qaror elementlaridan ko'p foydalaniladigan ABMlar, raqamli dasturni boshqarish bilan ABM va parallel mantiqqa ega ABMlar kiradi. Ushbu turdagi hisoblash mashinalari, garchi ular raqamli kompyuterlarda ishlatiladigan elementlarga ega bo'lsa-da, AVM ning qiymatlarini va barcha o'ziga xos farqlari va xususiyatlarini aks ettirishning analog usulini saqlab qolishmoqda. Gibrid hisoblash tizimlarining paydo bo'lishi, harakatlanuvchi ob'ektlarni boshqarish, integral simulyatorlarni yaratish, boshqarish tizimlarini optimallashtirish va modellashtirish bilan bog'liq yangi muammolarning aksariyatini hal qilish uchun alohida raqamli kompyuterlar va AVMlarning imkoniyatlari allaqachon etarli emasligi bilan izohlanadi.

Hisoblash jarayonini raqamli kompyuter va AVM tomonidan kompleksda bajariladigan alohida operatsiyalarga bo'lish, masalani echish jarayonida raqamli kompyuterda amalga oshiriladigan hisoblash operatsiyalari miqdorini kamaytiradi, bu esa boshqa narsalar teng bo'lganda gibrid hisoblash tizimlarining umumiy tezligini sezilarli darajada oshiradi.

Balansli, raqamli-yo'naltirilgan va analogga yo'naltirilgan gibrid hisoblash tizimlari mavjud.

Birinchi turdagi tizimlarda raqamli kompyuterlar AVMga qo'shimcha tashqi moslama sifatida ishlatiladi, bu murakkab chiziqli bo'lmagan bog'liqliklarni shakllantirish, yakuniy natijalarni saqlash va AVM dasturini boshqarishni amalga oshirish uchun zarurdir. Ikkinchi turdagi tizimlarda AVM raqamli kompyuterning qo'shimcha tashqi qurilmasi sifatida ishlatiladi, u haqiqiy jihozlarning qismlarini simulyatsiya qilish, kichik kichik dasturlarni takroriy amalga oshirish uchun mo'ljallangan.

Samarali gibrid komplekslarni ixtiro qilish, avvalambor, ulardan foydalanishning asosiy yo'nalishlarini aniqlashtirishni va ushbu sohalardan standart muammolarni to'liq tahlil qilishni talab qiladi.

Natijada, gibrid kompleksning maqsadga muvofiq tuzilishi o'rnatiladi va uning alohida qismlariga talablar qo'yiladi.

Gibrid hisoblash tizimlari yordamida muvaffaqiyatli echilgan muammolarni quyidagi asosiy guruhlarga bo'lish mumkin: real vaqt rejimida ham raqamli, ham analog qurilmalardan iborat avtomatik boshqaruv tizimlarini simulyatsiya qilish; yuqori chastotali komponentlar va keng diapazonda o'zgarib turadigan o'zgaruvchilarni o'z ichiga olgan harakatlarni real vaqtda takrorlash; biologik tizimlarni modellashtirish; statistik modellashtirish; boshqaruv tizimlarini optimallashtirish; qisman differentsial tenglamalarni echish.

Birinchi guruh muammosiga misol qilib, prokat zavodini boshqarish tizimini modellashtirish mumkin. Unda sodir bo'layotgan jarayonlarning dinamikasi analog mashinada qayta tiklanadi va o'rta sinf universal raqamli kompyuterida tegirmonni boshqaradigan ixtisoslashgan mashina taqlid qilinadi. Prokat tegirmonlari qo'zg'alishlarida vaqtinchalik jarayonlarning qisqa davomiyligi tufayli real vaqt rejimida bunday jarayonlarning umumiy simulyatsiyasi ultra yuqori tezlikda ishlaydigan raqamli kompyuterlardan foydalanishni talab qiladi. Bunday vazifalar harbiy boshqaruv tizimlarida juda keng tarqalgan.
Ikkinchi guruh uchun standart - bu harakatlanuvchi moslamalarni boshqarish vazifalari, shu jumladan uy vazifalari, shuningdek murakkab simulyatorlarning hisoblash elementini yaratishda paydo bo'ladigan vazifalar. Uy vazifalari uchun to'g'ridan-to'g'ri harakat jarayonida harakat traektoriyasini shakllantirish xarakterlidir. Ob'ekt maqsadga yaqinlashganda ba'zi parametrlarning yuqori darajadagi o'zgarishi boshqaruv tizimining yuqori reaksiya tezligini talab qiladi, bu esa hozirgi raqamli kompyuterlarning imkoniyatlaridan oshib ketadi va shu bilan birga katta dinamik diapazon yuqori aniqlikni talab qiladi, bunga AVM yordamida erishish qiyin. Gibrid hisoblash tizimlarida bunday masalani echishda og'irlik markazi atrofidagi harakat tenglamalarini simulyatsiyani tizimning analog qismiga, va tortishish markazining o'zi va kinematik parametrlarini hisoblash tizimining raqamli qismiga o'tkazish maqsadga muvofiqdir.

Uchinchi guruhga yechimi tasodifiy jarayonning ko'plab natijalarini qayta ishlash natijasida hosil bo'lgan masalalar kiradi, masalan, Monte Karlo usuli yordamida ko'p o'lchovli qisman differentsial tenglamalarni echish, bir nechta o'zgaruvchilar funktsiyalarining ekstremumini topish va stokastik dasturlash masalalari. Tasodifiy jarayonni bir necha marta takrorlash eritmaning takroriy takrorlash rejimida ishlaydigan yuqori tezlikda ishlaydigan AVMga ishonib topshirilgan va natijalarni qayta ishlash, funktsiyalarni hisoblash va mintaqa chegaralarida funktsiyalarni ko'paytirish raqamli kompyuterda amalga oshiriladi. Bundan tashqari, raqamli kompyuter hisob-kitoblarning tugash momentini aniqlaydi. Gibrid hisoblash tizimlaridan foydalanish bu kabi masalalarni echish vaqtini faqat raqamli mashinadan foydalanish bilan taqqoslaganda bir necha darajaga qisqartirishga imkon beradi.

Xuddi shunday ta'sir biologik tizimlarda ta'sirlanish tarqalishini simulyatsiya qilish uchun gibrid hisoblash tizimlaridan foydalanganda ham erishiladi.

Ushbu jarayonning o'ziga xos xususiyati shundaki, hatto boshlang'ich holatlarda ham qisman differentsial tenglamalarning murakkab chiziqli bo'lmagan tizimini ko'paytirish zarur.

Uchinchi darajadan yuqori bo'lgan muammolarni oqilona boshqarish muammosiga echim izlash, qoida tariqasida, engib bo'lmaydigan katta to'siqlar bilan bog'liq. Tizim ishlashi davomida optimal boshqaruvni topish zarur bo'lsa, ular yanada aniqroq.

Gibrid hisoblash tizimlari bunday qiyinchiliklarni bartaraf etishga va Pontryagin maksimal printsipi kabi hisoblashda murakkab vositalardan foydalanishga katta hissa qo'shadi.

Gibrid hisoblash tizimlaridan foydalanish, shu jumladan chiziqli bo'lmagan qisman differentsial tenglamalarni echishda ham samarali bo'ladi. Bunday holda, tahlilning ikkala masalasini ham, ob'ektlarni optimallashtirish va identifikatsiyalash muammolarini ham hal qilish mumkin. Optimallashtirish muammosiga misol: ma'lum bir harorat taqsimoti uchun mo'ljallangan issiqlik o'tkazuvchi materialning chiziqli emasligini tanlash; kosmik kemalarni atmosferaning zich qatlamlariga kirishda haddan tashqari qizishdan saqlaydigan bug'lanadigan qatlam qalinligining taqsimlanishi; zarur aerodinamik tavsiflarni olish uchun samolyotlarning geometriyasini hisoblash; isitish uchun minimal energiya sarflagan holda ularni muzlashdan himoya qilish uchun samolyotlar uchun optimal isitish tizimini ixtiro qilish; sug'orish kanallari tarmog'ini hisoblash, ulardagi optimal oqimni aniqlash va boshqalar. Ushbu muammolarni hal qilishda raqamli kompyuter echim jarayonida qayta-qayta ishlatiladigan tarmoq modeli bilan birlashtiriladi.

Gibrid hisoblash tizimlarini rivojlantirish ikki yo'nalishda mumkin: faqat bitta sinf muammolarini hal qilishga mo'ljallangan ixtisoslashgan gibrid hisoblash tizimlarini qurish va juda keng sinflar muammolarini hal qilishga imkon beradigan har tomonlama qamrab olingan gibrid hisoblash tizimlarini qurish. Bunday universal gibrid kompleksning tuzilishi bir harakatli AVM, gridli model, eritma takrorlanadigan AVM, statistik modellashtirish muammolarini hal qilish uchun mo'ljallangan maxsus uskunalar, mashinalar va periferik uskunalar o'rtasidagi aloqa qurilmalaridan iborat. To'plamga kiritilgan standart kompyuter dasturidan tashqari, gibrid hisoblash tizimlarida ham foydalanish kerak maxsus dasturlar, bu mashinalarning aloqa tizimiga xizmat qiladi va AVM-da vazifalarni o'rnatish va tayyorlash jarayonini avtomatlashtiradi, shuningdek umuman to'plam uchun universal dasturlash tilini yaratadi.

Yangi hisoblash qobiliyatlari bilan parallel ravishda gibrid hisoblash tizimlarida o'ziga xos xususiyatlar paydo bo'ladi, masalan, alohida kompyuterlarda bo'lmagan xatolar paydo bo'ladi. Xatolarning asosiy manbalari analog-raqamli konvertor, raqamli-analogli konvertor va raqamli kompyuterning kechikishi bo'lishi mumkin; bir vaqtning o'zida bo'lmagan besleme xatosi analog signallar analog-raqamli konvertorga va bir vaqtning o'zida chiqmaydiganga raqamli signallar raqamli-analogli konvertorga; raqamli-analogli va analog-raqamli konvertorlarda yaxlitlash xatosi; raqamli kompyuter chiqishi natijasida natijalarni olishning diskret xususiyati bilan bog'liq bo'lgan xatolar. Konverterli raqamli kompyuterning mustaqil ishlashida vaqtni kechiktirish xatolikka yo'l qo'ymaydi va gibrid hisoblash tizimlarida bu nafaqat katta xatolarga yo'l qo'yibgina qolmay, balki butun tizimning ishlashini buzishi mumkin.