Kybernetický experiment

Kybernetický experiment spočívá v nahrazení původního řídicího systému modelem, který je následně studován. Modelování v podstatě spočívá ve vytvoření řídicího systému isomorfního nebo přibližně isomorfního k danému a ve sledování jeho fungování [1] .

K realizaci kybernetického experimentu se často používá simulace nebo počítačové modelování . V tomto případě je hlavním principem princip „černé skříňky“ [2] . Kybernetický princip „černé skříňky“ navrhl N. Wiener [3] . Na rozdíl od analytického přístupu, ve kterém je modelována vnitřní struktura systému, metoda „black box“ modeluje vnější fungování systému. Struktura systému (modelu) je tedy z pohledu experimentátora skryta v černé skříňce, která napodobuje pouze behaviorální rysy systému.

Informační modely

V kybernetickém experimentu jsou zkoumány informační modely, které se liší typem požadavků na ně:

  1. Modelování reakce systému na vnější vlivy
  2. Prognóza dynamiky systémových změn
  3. Optimalizace parametrů systému s ohledem na danou hodnotovou funkci
  4. Adaptivní řízení systému

V nejjednodušším případě při modelování odezvy systému předpokládáme, že X je vektor, jehož složkami jsou nějaké kvantitativní vlastnosti systému, a X' je vektor vnějších vlivů. Potom lze odezvu systému popsat vektorovou funkcí F: Y = F(X,X'), kde Y je vektor odezvy. Úkolem kybernetického experimentu (simulace) je identifikovat systém F, který spočívá v nalezení algoritmu nebo systému pravidel v obecném tvaru Z=G(X,X'). To znamená nalezení asociací každého páru vektorů (X,X') s vektorem Z takovým způsobem, že Z a Y jsou blízko. V tomto případě je informačním modelem systému F vztah Z=G(X,X'), který reprodukuje fungování systému F v uvedeném smyslu.

Umělá neuronová síť jako typ informačního modelu

Umělé neuronové sítě jsou jedním z přístupů k prezentaci informačních modelů. Neuronovou síť lze formálně definovat jako soubor procesních prvků ( neuronů ) s lokálním fungováním a propojenými vazbami (synapsemi). Síť odebírá nějaký vstupní signál z vnějšího světa a prochází ho přes sebe s transformacemi v každém procesním prvku. V procesu průchodu signálu síťovými spoji je tedy zpracován, jehož výsledkem je určitý výstupní signál. Neuronová síť tedy provádí funkční korespondenci mezi vstupem a výstupem a může sloužit jako informační model G systému F.

Poznámky

  1. Ljapunov A.A., Yablonsky S.V. Teoretické problémy kybernetiky // Problémy kybernetiky. Problém. 9. M.: Fizmatgiz, 1963. S. 5–22
  2. S.A. Terekhov, Informační modely neuronových sítí komplexních inženýrských systémů, kapitola 4, Neuroinformatika (odkaz není k dispozici) . Získáno 17. května 2010. Archivováno z originálu dne 14. června 2006. 
  3. Kybernetika aneb řízení a komunikace u zvířat a strojů. za. z angličtiny, 2. vyd., M, 1968.