Upload
trula
View
80
Download
0
Embed Size (px)
DESCRIPTION
Интеллектуальная система для решения задач оптимального управления с вычислительными особенностями. МАДЖАРА Тарас Игоревич. Специальность 05.13. 01 – «Системный анализ, управление и обработка информации». РОССИЙСКАЯ АКАДЕМИЯ НАУК СИБИРСКОЕ ОТДЕЛЕНИЕ - PowerPoint PPT Presentation
Citation preview
Интеллектуальная система для Интеллектуальная система для решения задач оптимального решения задач оптимального
управления с вычислительными управления с вычислительными особенностями.особенностями.
РОССИЙСКАЯ АКАДЕМИЯ НАУКСИБИРСКОЕ ОТДЕЛЕНИЕ
ИНСТИТУТ ДИНАМИКИ СИСТЕМ И ТЕОРИИ УПРАВЛЕНИЯ
Иркутск-2010
МАДЖАРА Тарас ИгоревичМАДЖАРА Тарас Игоревич
Специальность 05.13.Специальность 05.13.0101 – «Системный анализ, управление и – «Системный анализ, управление иобработка информации»обработка информации»
Научный руководитель:д.т.н. Горнов А.Ю.
ДИССЕРТАЦИЯДИССЕРТАЦИЯна соискание ученой степени кандидата технических наукна соискание ученой степени кандидата технических наук
Актуальность1. [В.И. Гурман, В.А.Батурин] Задачи динамики полета вертолета
(горка, пикирование, разворот по курсу, посадка в режиме авторотации несущего винта);
2. [А.И.Тятюшкин] Задача уклонения самолета от ракеты, атакующей из задней полусферы, задача наискорейшего разворота самолета, преодоление зоны РЛС, задача о планирующем спуске тяжелого летательного аппарата, задачи стабилизации и переориентации в системе управления ассиметричным космическим аппаратом;
3. [Р.П. Федоренко] Система управления ракетой-зондом, система управления химическим реактором, задача стабилизации спутника, задача поиска оптимального режима остановки ядерного реактора;
4. [R. Pytlak, R.B.Viner] Problem of abort landing of an aircraft in the presence of windshear;
5. [M.Chyba, T.Haberkorn, S.B.Singh, R.N.Smith, S.K.Choi ] Increasing underwater vehicle autonomy by reducing energy consumption;
6. [S. Park, W.F. Ramirez] Optimal production of secreted protein in fed-batch reactors
Актуальность
1. Особая роль системного анализа;
2. Крайняя необходимость в оснащении существующих инструментальных комплексов для решения задач оптимального управления автоматизированными средствами экспертной поддержки;
3. Неконструктивность использования «ручных» расчетов при многовариантных вычислительных экспериментах.
Задача управления электроприводом (Ю.П. Петров)
;
;2
22
21
xux
xx
;0)85.4(;0)0(;12.3)85.4(;0)0(
22
11
xxxx
];85.4,0[t
85.4
0
2 min;dtu
t= 1.46 u=-1.00 x2= -8.9886t= 1.47 u=-1.00 x2= -9.8874t= 1.48 u=-1.00 x2= -10.9834t= 1.49 u=-1.00 x2= -12.3498t= 1.50 u=-1.00 x2= -14.1013t= 1.51 u=-1.00 x2= -16.4279t= 1.52 u=-1.00 x2= -19.6691t= 1.53 u=-1.00 x2= -24.4973t= 1.54 u=-1.00 x2= -32.4567t= 1.55 u=-1.00 x2= -48.0501t= 1.56 u=-1.00 x2= -92.1036t= 1.57 u=-1.00 x2= -579.4742t= 1.58 u=-1.00 x2= -77143849871.7519t= 1.59 u=-1.00 x2= -inft= 1.60 u=-1.00 x2= -inft= 1.61 u=-1.00 x2= -inf
t= 4.16 u=-0.49 x2= -9.1036t= 4.17 u=-0.50 x2= -10.0208t= 4.18 u=-0.51 x2= -11.1424t= 4.19 u=-0.52 x2= -12.5454t= 4.20 u=-0.53 x2= -14.3509t= 4.21 u=-0.53 x2= -16.7616t= 4.22 u=-0.53 x2= -20.1432t= 4.23 u=-0.54 x2= -25.2303t= 4.24 u=-0.54 x2= -33.7484t= 4.25 u=-0.53 x2= -50.9234t= 4.26 u=-0.53 x2= -103.0996t= 4.27 u=-0.53 x2= -991.6419t= 4.28 u=-0.52 x2=-158248653656314.2500t= 4.29 u=-0.53 x2= -inft= 4.30 u=-0.53 x2= -inft= 4.31 u=-0.53 x2= -inf
Цель работы
Повышение эффективности и надежности существующих средств оптимизации сложных динамических систем рассматриваемого класса, с применением методов искусственного интеллекта
Основные задачи
• формализация действий эксперта при решении задач рассматриваемых классов;
• разработка интеллектуальных программных компонент, осуществляющих принятие решений в ходе управления вычислительным процессом;
• проверка работоспособности предложенных вычислительных технологий на тестовых, модельных и содержательных задачах.
Научная новизна
1. На множестве ЗОУ выделен класс задач с вычислительными особенностями, описаны подходы к их регуляризации и сформулированы количественные критерии эффективности численного решения;
2. Впервые предложено семейство интеллектуальных алгоритмов, формализующих механизм принятия решения экспертом-вычислителем при численном решении задач рассматриваемого класса;
Научная новизна
3. Впервые для оценки и повышения эффективности функционирования средств численной оптимизации динамических систем разработан и применен интеллектуальный динамический планировщик (ИДП);
4. Собрана оригинальная коллекция задач рассматриваемого класса, включающая в себя как известные, так и специально сконструированные тестовые задачи.
Практическая значимость
1. Разработка и реализация технологий, совершенствующих существующие средства численного анализа сложных систем с использованием современных методов искусственного интеллекта;
2. Результаты, полученные в диссертации внедрены при выполнении проектов РФФИ (№№ 00-01-00731-а, 02-01-00889-а, 02-07-90343-в, 05-01-00477-а, 05-01-00659-а, 09-07-00267-а) и РГНФ № 09-02-00650.
Апробация работыОсновные положения диссертации докладывались на российских и международных конференциях и школах-семинарах:•Байкальская школа-семинар «Методы оптимизации и их приложения»
(Иркутск, 1998,2001);•10-я юбилейная международная конференция по вычислительной
механике и современным прикладным программным средствам (Переславль-Залесский, 1999);
•Международная конференция «Математика, ее приложения и математическое образование» (Улан Удэ, 2002);
•IV конференция молодых ученых «Навигация и управление движением» (Санкт-Петербург, 2002);
•Школа-семинар молодых ученых «Математическое моделирование и информационные технологии» (Иркутск-Ангасолка, 2002)
•Конференция ИДСТУ СО РАН «Ляпуновские чтения» (Иркутск, 2002);•Международная конференция «Вычислительные и информационные
технологии в науке, технике и образовании» (Алматы, Казахстан, 2004, 2008)
•Всероссийская конференция «Математика, информатика, управление» (Иркутск, 2004);
•Всероссийская конференция молодых ученых по математическому моделированию и информационным технологиям (Кемерово, 2005);
•Всероссийская конференция «Информационные и математические технологии в науке, технике и образовании», (Северобайкальск, 2005);
•Международная конференция «Алгоритмический анализ неустойчивых задач» (Екатеринбург, 2008);
•XIII Байкальская Всероссийская конференция «Информационные и математические технологии в науке и управлении» (Иркутск, 2008).
Основные публикации
По теме диссертации опубликовано 16 печатных работ из них 3 статьи в изданиях, рекомендованных «Списком ВАК…» для представления основных результатов кандидатских и докторских диссертаций, 1 в научном периодическом издании и 11 статей и тезисов в сборниках трудов конференций различного уровня. 1. Т.И. Маджара. Технология поиска начального
приближения при численном решении задач оптимального управления // Вычислительные технологии. 2004.Т.9, № 3.
2. Т.И. Маджара. Подход к численному решению задач оптимального управления с вычислительными особенностями // Современные технологии. Системный анализ. Моделирование. – 2008. №3(1).
3. Т.И. Маджара, А.Ю. Горнов. Коллекция тестовых задач оптимального управления с вычислительными особенностями // Современные технологии. Системный анализ. Моделирование. – 2009. – № 3 (23). – С. 49–56.
Структура работы
• Введение
• Глава 1. Класс задач оптимального управления с вычислительными особенностями и подходы к их решению
• Глава 2. Формальная модель действий вычислителя-эксперта при решении ЗОУВО
• Глава 3. Автоматизированный программный комплекс OPTCON/SMART
• Глава 4. Тестовые и прикладные задачи
• Заключение
Глава 1. Задача оптимального управления с вычислительными особенностями.
Задача оптимального управления (ЗОУ):
;)(),,,(/ 00 xtxuxtfdtdx
;, 10 ttT
;,)(,)( TtRUtuRtx mn
));((),( 1txFuxI
.),,(inf),(:)(),(),(
suxIuxIDtutxDux
ssss
);,(min),(:))(),((),(
**** uxIuxIDtutxDux
(1)
(2)(3)
Глава 1.
Задача оптимального управления с вычислительными особенностями (ЗОУВО):
• Имеет решение;
• В улучшающей последовательности существует элемент, использование которого в приводит к аварийному завершению работы («АВОСТу»).
Глава 1. ЗОУВО.
Целевой класс ЗОУВО:
•Нарушение «условий роста»;
•Нарушение областей определения элементарных математических функций в правых частях динамической системы;
•Выход за границы возможностей машинного представления чисел с плавающей точкой.
Глава 1. ЗОУВО. Подходы к решению.Параметризация системы ДУ:
.1.)(
;,1],1,0(),,,(/*
00
pxtx
NiPpuxtfpdtdx iiii
Глава 1. ЗОУВО. Подходы к решению.Параметризация модели:
• Параметризация системы ДУ
• Изменение начальных условий задачи Коши;
• Сдвиг/деформация областей определения элементарных функций, входящих в правую часть динамической системы;
• Ослабление или усиление ресурса управления;
• Построение составных целевых функционалов специального вида.
Глава 1. ЗОУВО. Подходы к решению.Метод продолжения по параметру:
;},{: *00 0
0
puupZPp 1.
Зададим 2. Пусть проведено k итераций. Имеем:
.;;},{: 110*0
1 kkkp
*pppkk pppuuuupZp
kkkk
Зададим приращение kkkk pppppp *
1*
1 )(:
.)}(,{ ***1 11
kkkk ppppkk uutuppZ
Критерии остановки:
.
;,
1
***
kk
pN
pp
uuppN
так, чтобы
;},{0* upZ
Защищаемые положения.
1. Формальная модель, описывающая действия эксперта при решении ЗОУВО
Глава 2. Формальная модель действий эксперта-вычислителя.
Основные принципы:• Выбор начального значения;
• Локализация первой нештатной ситуации;
• Разделение вычислительного процесса на этапы с фиксированным шагом по параметру;
• Эффективное изменение шага по параметру;
• Исключение «разрушающих» управлений из вычислительного процесса вблизи точки «АВОСТа».
Глава 2. Формальная модель действий эксперта-вычислителя. Локальные вычислительные схемы.
},,
,,,1,0,:],[{1
0
*0011
mnPPPP
ppppNippPppPP
jm
jn
N
i
ji
jN
jji
ji
ji
ji
ji
jN
Разобьем интервал варьирования:
задав фиксированный шаг ,0 jipНа каждом ,jiP имеем:
},,,0,:{ 10ji
jik
ji
ji
ji
ji
ji
ji
ji
ji ppkpp j
i
Локальные вычислительные схемы:1,0),,,( 1 NipppS j
iji
ji
ji
Глава 2. Формальная модель действий эксперта-вычислителя. Вычислительные стратегии.
Вычислительные стратегии в разбиении j : 1
0
N
i
ji
jN SS
1
0
N
i
ji
jNНеравномерная сетка :
Графическая интерпретация:
1p
1p 3p2p 4p0p*p
20 k 31 k
42 k
43 k 44 k
1P
4P
3P2P0P
4p
5
Глава 2. Формальная модель действий эксперта-вычислителя. Вычислительные стратегии.
Пространство вычислительных стратегий :
,...2,1,...2,1
jN
jNSS
Критерии сравнения : ,BA SS если
SSSS BA ,
;;,1
0
1
0
BA N
i
Bi
N
i
Ai
BA kkSSS
;;, Bi
Ai
BA ppSSS
1.
2.
3.
Глава 2. Формальная модель действий эксперта-вычислителя. Поиск в пространстве стратегий.
1. Построение начальной стратегии;
2. Улучшение начальной стратегии.
Глава 2. Формальная модель действий эксперта-вычислителя. Поиск в пространстве стратегий.
0.2 0.25 0.3 0.35 0.4 0.5 0.6 0.7
005.0
**4.0
04.0
03.0
*25.0
025.0
025.0
*2.0
0
00
1
0},4.0{
...},25.0{
},2.0{
)05.0;4.0;2.0(
S
S
uu
uuuZ
uuuZ
uuuZ
SS
6.0,1
},6.0{
},5.0{
)1.0;7.0;4.0(
06.0
06.0
*5.0
05.0
11
pi
uZ
uuuZ
SS
3,210 kk NSSSs
1.0
2S
Глава 2. Формальная модель действий эксперта-вычислителя. Поиск в пространстве стратегий.
0.2 0.25 0.3 0.35 0.4 0.5 0.6 0.7
5, 125.0
11101 kRL
k NSSSSSs
0S0.55
LS1RS1
5.01S
1.0
2S
0.2 0.25 0.3 0.35 0.4 0.5 0.6 0.7
5, 122.0
11101 kRL
k NSSSSSs
0S
0.52
LS1RS1
2.01S
0.54
0.56
0.58 0.65 1.0
2S
0.2 0.25 0.3 0.35 0.4 0.5 0.6 0.7
5, 121.0
11101 kRL
k NSSSSSs
0S
0.52
LS1RS1
1.01S
0.54
0.56
0.58
0.62
0.64
0.66
0.68 1.0
2S
Защищаемые положения.
2. Вычислительная технология автоматизированного решения ЗОУ;
Глава 3. Автоматизированный программный комплекс OPTCON/SMART. Традиционная схема.
Пользователь Программныйкомплекс
создание
Эксперт-разработчик
отчуждение
"АВОСТ"
решение *0pu
решение *1pu
задача
решение
решение
*u*u
СТОП
Zзадача
Zзадачавыбор },{, 0
00 upZp
выбор },{, *11 0pupZp
задача },{ *1 0pupZ
},{ 0**p
upZ
задача },{ 00 upZ
Глава 3. Автоматизированный программный комплекс OPTCON/SMART. Предлагаемый подход.
Интерфейс
Вычислительный (исполнительный)модуль
Пользователь
Интеллектуальный динамическийпланировщик (ИДП)
Программный комплекс
создание
Эксперт-разработчик
"АВОСТ"
решение *u
ИДП Исполнительныймодуль
Пользователь
решение *1pu
создание
отчуждение
решение *u
ZзадачаZзадача
генерирование },{, 000 upZp
задача },{ 00 upZ
генерирование },{, *11 0pupZp
},{ *1 0pupZзадача
},{ 0**p
upZзадача
решение *0pu
Глава 3. Автоматизированный программный комплекс OPTCON/SMART. Предлагаемый подход.
Интеллектуальный динамический планировщик (ИДП)получение начальной информации;
построение и численное исследование аппроксимирующего параметрического семейства;
управление технологическими этапами решения;
обеспечение интерфейса взаимодействия с пользователем.
Исполнительный модуль (ИМ)
решение сформированной ЗОУ;
решение вспомогательных вычислительных задач.
Защищаемые положения.
3. Архитектура и программная реализация интеллектуального динамического планировщика
Глава 3. Автоматизированный программный комплекс OPTCON/SMART. ИДП.
Образцы (шаблоны)ситуаций
Образцы (шаблоны)действий
База знаний
Факты(данные)
База фактов Интерпретатор(машина вывода)
Формирование и выполнениедействий
"Объяснение" хода решения
память состояний
Глава 3. Автоматизированный программный комплекс OPTCON/SMART. База фактов.
Локальная вычислительная схема:
(deftemplate ls (slot p0 (type INTEGER)) (slot p1 (type INTEGER)) (slot dp (type INTEGER)) (slot status) (multislot role))
Аппроксимирующее семейство задач:
(deftemplate p (slot name) (slot type) (slot p0 (type INTEGER)) (slot pa (type INTEGER)) (slot status) (slot priority))
−локальные вычислительные схемы;
−параметры аппроксимирующих семейств;
−структуры управления ходом решения;
−база состояний вычислительного процесса.
Содержит:
Глава 3. Автоматизированный программный комплекс OPTCON/SMART. База знаний.
Одно из правил конструктора вычислительных схем:
(ls (status active)(dp ?dp)(p1 ?p1))?pp<- (ctrl (z y)(p ?p&:(< ?p ?p1)))=>(modify ?pp (z u)(p (+ ?p ?dp))(pz (n (+ ?p ?dp))))
−конструктор начального состояния;
−конструктор вычислительных схем;
−менеджер программных постановок;
−«супервайзер».
Модули:
Глава 3. Автоматизированный программный комплекс OPTCON/SMART. База знаний.
Правила:
LHS:
- шаблоны ситуаций;
- адреса фактов и значений их атрибутов.
RHS:
- управление элементами Базы Фактов;
- формирование программных постановок;
- вызовы исполнительного модуля.
Защищаемые положения.
4. OPTCON/SMART интеллектуальный программный комплекс для решения ЗОУ
Глава 3. Автоматизированный программный комплекс OPTCON/SMART. Архитектура.
РАБОЧАЯПАМЯТЬ ИДП
(БАЗА ФАКТОВ)
Исполняемыйвычислительный
модуль(ВЫЧИСЛИТЕЛЬ)
Конструкторвыч. схем
Супервайзер
Менеджерпрограммнойпостановки
Интерфейс пользователя
кодвычислительных
процедур
ИД
ПИ
спол
ните
льны
й м
одул
ь
Конструкторначальногосостояния
Файлырезуль-татов
Резидентнештатныхситуаций
Интерпретаторрезультатов
кодпрограммнойпостановки
Компоновщик
Модульпротоколирования
ОС: FreeBSD 7.2R
ИДП: CLIPS v.6.2
Вычислитель: OPTCON-III
Компоновщик: make
Компилятор: gcc v.4.2.1
Взаимодействие ИДП и ИМ: XML (eXpat v.2.0.1)
Глава 3. Автоматизированный программный комплекс OPTCON/SMART. Исполнительный модуль.
Вычислитель OPTCON-III:
Методы безусловной оптимизации; Методы учета параллелепипедных ограничений;Методы учета терминальных ограничений;Методы учета фазовых ограничений;
Метод случайного мультистарта.
Глава 3. Автоматизированный программный комплекс OPTCON/SMART. Датчики нештатных ситуаций.
Исключительные ситуации:IM нарушение области определения элементарной математической функции; DM денормализованный операнд;ZM деление на ноль;OM переполнение;UM антипереполнение;PM нарушение точности представления
результата;COMMON общий сбой программы.
Механизмы FPU INTEL-совместимых процессоров:Регистры FPU - SW, CW;Инструкции FINIT, FSTCW, FLDCW, FSTSW (inline-
ассемблер)
Глава 3. Автоматизированный программный комплекс OPTCON/SMART. Интерфейс.
Глава 3. Автоматизированный программный комплекс OPTCON/SMART. Ограничения.
Ограничения Вычислителя OPTCON-III:жесткие задачи;размерность;постановка
задачи;
Ограничения ИДП:пустое множество допустимых;неприменимость способов
параметризации;шаг по параметру.
Глава 4. Тестовые и прикладные задачи. Коллекция ЗОУВО.
• унификация и общепризнанность;• моделирование сложности целевого класса задач;• известное (эталонное) решение;• компактность;• отсутствие преимуществ тому или иному методу.
Принципы формирования:
Исследование:• решение;• аппроксимация множества достижимости;
Глава 4. Тестовые и прикладные задачи.
.1)(,1],1,0(
min;)5.4()5.4(
];5.4,0[),1,1()0(;5.0
);(
0
22
21
22
2112
21
tuup
xx
txxxuxpx
uxpx
0 1 2 3 4 5t
-2
-1
0
1
2
3
4
x1*
x2*
u *
0 10 20 30 40N
0
0.2
0.4
0.6
0.8
1
p
Глава 4. Тестовые и прикладные задачи.
.1)(,1],1,0(
min;
];1.1,0[),0,0()0(;70cos2.0)arcsin(1)/1(
);sin(5)arcsin(1)/1(
0
1.1
0
222
21
`212
21211
tuup
dtuxx
txxuxxxpxxuxxxp
0 0.4 0.8 1.2t
-0.4
0
0.4
0.8
1.2
x1*
x2*
u *
0 10 20 30 40 50N
0
0.2
0.4
0.6
0.8
1
p
Глава 4. Тестовые и прикладные задачи. Задача о брахистохроне.
;5)(,10],1,0(
min;)10)2((1000)2(
];2,0[),0,3()0(
;1
;
0
212
1
2
2
1
tuup
xx
txxupx
upx
0 0.4 0.8 1.2 1.6 2t
0
2
4
6
8
10
u*
x1*
x2*
0 10 20 30 40N
0
0.2
0.4
0.6
0.8
1
p
Глава 4. Тестовые и прикладные задачи.
−Задача об оптимальном управлении биореактором;
−Оптимальный маневр дельтаплана;
−Вертикальный подъем ракеты (задача Годдарда);
Прикладные задачи:
Основные защищаемые положения
1. Формальная модель, описывающая действия эксперта при решении ЗОУВО;
2. Вычислительная технология автоматизированного решения ЗОУ;
3. Архитектура и программная реализация интеллектуального динамического планировщика;
4. OPTCON/SMART интеллектуальный программный комплекс для решения ЗОУ.
Основные результаты1. Исследован класс задач оптимального управления с вычислительными особенностями;
2. Разработана вычислительная технология автоматизированного решения ЗОУ, основанная на моделировании действий эксперта-вычислителя;
3. Разработан программный комплекс OPTCON/SMART, включающий интеллектуальный динамический планировщик, позволяющий проводить решение ЗОУ в автоматизированном режиме. Работоспособность комплекса проверена на тестовых, модельных и прикладных задачах
БЛАГОДАРЮ ЗА БЛАГОДАРЮ ЗА ВНИМАНИЕ!ВНИМАНИЕ!