Гибридная вычислительная система. Гибридная интеллектуальная система

Другими словами, комбинированный комплекс, состоящий из нескольких электронных вычислительных машин, применяющих различное представление величин (цифровое и аналоговое) и соединенных общей системой управления. В состав гибридной
вычислительной системы, помимо цифровых и аналоговых машин и системы управления, как правило, входят устройства внутрисистемной связи, преобразователи представления величин и внешнее оборудование. Гибридная вычислительная система - комплекс ЭВМ, в этом ее основное отличие от гибридной вычислительной машины, получившей такое название потому, что она базируется на гибридных решающих элементах либо с применением цифровых и аналоговых элементов.

В литературе часто к гибридным вычислительным системам относят АВМ с многократным применением решающих элементов, оснащенные запоминающим устройством, АВМ с цифровым программным управлением и АВМ с параллельной логикой. Подобного рода вычислительные машины, хотя и имеют элементы, применяемые в ЦВМ, но все также сохраняют аналоговый способ представления величин и все специфические отличия и свойства АВМ. Появление гибридных вычислительных систем объясняется тем, что для решения большинства новых задач, связанных с управлением перемещающимися объектами, созданием комплексных тренажеров, оптимизацией и моделированием систем управления и др., возможности отдельно взятых ЦВМ и АВМ являются уже недостаточными.

Разделение в ходе решения задачи вычислительного процесса на отдельные операции, которые выполняются ЦВМ и АВМ в комплексе, сокращает объем вычислительных операций, решаемых на ЦВМ, что при других равных условиях сильно повышает общее быстродействие гибридных вычислительных систем.

Существуют сбалансированные, циф-ро-ориентированные и аналого-ориентированные гибридные вычислительные системы.

В системах первого вида ЦВМ применяются как дополнительное внешнее устройство к АВМ, которое необходимо для образования сложных нелинейных зависимостей, запоминания итоговых результатов и для выполнения программного управления АВМ. В системах второго вида АВМ применяется как дополнительное внешнее устройство ЦВМ, которое предназначено для моделирования частей реальной аппаратуры, многократного осуществления небольших подпрограмм.

Изобретение эффективных гибридных комплексов требует в первую очередь уточнения главных областей их использования и тщательного анализа стандартных задач из данных областей.

В итоге устанавливают целесообразную структуру гибридного комплекса и предъявляют требования к его отдельным частям.

Задачи, которые успешно решаются с помощью гибридных вычислительных систем, можно разделить на следующие главные группы: моделирование автоматических систем управления в реальном времени, состоящих как из цифровых, так и из аналоговых устройств; воспроизведение в реальном времени действий, которые содержат высокочастотные компоненты и переменные, которые изменяются в обширном диапазоне; моделирование биологических систем; статистическое моделирование; оптимизация систем управления; решение уравнений в частных производных.

Образцом задачи первой группы может являться моделирование системы управления прокатного стана. Динамика процессов, происходящих в нем, воссоздается на аналоговой машине, а на универсальной ЦВМ среднего класса моделируется специализированная управляющая станом машина. Вследствие непродолжительности переходных процессов в приводах прокатных станов, общее моделирование подобных процессов в реальном времени потребовало бы использования сверхбыстродействующих ЦВМ. Подобные задачи довольно часто встречаются в системах управления военными объектами.
Стандартными для второй группы являются задачи управления перемещающимися объектами, в том числе и задачи самонаведения, а также задачи, которые возникают при создании вычислительного элемента комплексных тренажеров. Для задач самонаведения свойственно формирование траектории перемещения непосредственно в процессе движения. Большая скорость варьирования некоторых параметров при приближении предмета к цели требует высокого быстродействия управляющей системы, которое превышает возможности нынешних ЦВМ, и в то же время большой динамический диапазон требует высокой точности, которую трудно достигнуть на АВМ. При решении такой задачи на гибридных вычислительных системах целесообразно поручить моделирование уравнений движения вокруг центра тяжести на аналоговую часть системы, а движение самого центра тяжести и кинематические параметры - на цифровую часть вычислительной системы.

К третьей группе можно отнести задачи, решение которых образуется в результате обработки многих результатов случайного процесса, например решение многомерных уравнений в частных производных с помощью метода Монте-Карло, нахождение экстремума функций нескольких переменных, решение задач стохастического программирования. Многократное повторение случайного процесса поручается быстродействующей АВМ, которая работает в режиме многократного повторения решения, а обработка итогов, вычисление функционалов, воспроизведение функций на границах области - на ЦВМ. Помимо этого, ЦВМ определяет момент окончания вычислений. Применение гибридных вычислительных систем позволяет сократить время решения задач подобного вида на несколько порядков в сравнении с использованием только цифровой машины.

Подобный эффект достигается при применении гибридных вычислительных систем для моделирования процессов распространения воздействия в биологических системах.

Особенность этого процесса состоит в том, что даже в элементарных случаях необходимо воспроизводить сложную нелинейную систему уравнений в частных производных.

Поиск решения задачи рационального управления для задач выше третьего порядка, как правило, связан с большими, непреодолимыми препятствиями. Еще сильнее они проявляются, если необходимо найти оптимальное управление в процессе работы системы.

Гибридные вычислительные системы в значительной степени способствуют устранению подобных трудностей и применению таких сложных в вычислительном плане средств, как принцип максимума Понтрягина.

Применение гибридных вычислительных систем эффективно в том числе при решении нелинейных уравнений в частных производных. При этом можно решать как задачи анализа, гак и задачи оптимизации и идентификации объектов. В качестве примера задачи оптимизации можно привести: подбор нелинейности теплопроводного материала, предназначенного для заданного распределения температур; распределение толщины испаряющегося слоя, который предохраняет космические корабли от чрезмерного нагрева при входе в плотные слои атмосферы; расчет геометрии летательных аппаратов для получения необходимых аэродинамических характеристик; изобретение оптимальной системы подогрева летательных аппаратов для защиты их от обледенения при минимальном использовании энергии на подогрев; расчет сети оросительных каналов, определение оптимального расхода в них и т. п. При решении данных задач ЦВМ объединяется с сеточной моделью, многократно применяемой в процессе решения.

Развитие гибридных вычислительных систем возможно в двух направлениях: построение специализированных гибридных вычислительных систем, которые рассчитаны на решение только какого-либо одного класса задач, и построение всеохватывающих гибридных вычислительных систем, которые позволяют решать довольно широкий класс задач. Структура подобного универсального гибридного комплекса состоит из АВМ однократного действия, сеточной модели, АВМ с повторением решения, специального оборудования, предназначенного для решения задач статистического моделирования, устройств связи между машинами и периферийного оборудования. Кроме стандартного математического обеспечения ЭВМ, входящих в комплект, в гибридных вычислительных системах необходимо использовать специальные программы, которые обслуживают систему связи машин и автоматизирующие процесс постановки и подготовки задач на АВМ, а также универсальный язык программирования для комплекта в целом.

Параллельно с новыми вычислительными возможностями в гибридных вычислительных системах появляются специфические особенности, например, возникают погрешности, которые в отдельных ЭВМ отсутствуют. Первоисточниками погрешностей могут быть временная задержка аналого-цифрового преобразователя, цифро-аналогового преобразователя и ЦВМ; ошибка от неодновременной подачи аналоговых сигналов на аналого-цифровой преобразователь и неодновременной выдачи цифровых сигналов на цифро-аналоговый преобразователь; ошибка округления в цифро-аналоговом и аналого-цифровом преобразователях; ошибки, которые связаны с дискретным характером получения результатов с выхода ЦВМ. При независимой работе ЦВМ с преобразователями временная задержка не дает погрешности, а в гибридных вычислительных системах она не только может дать существенные погрешности, но и дезорганизовать работоспособность всей системы.

Гибридная интеллектуальная система

Под гибридной интеллектуальной системой принято понимать систему, в которой для решения задачи используется более одного метода имитации интеллектуальной деятельности человека. Таким образом ГИС - это совокупность:

• аналитических моделей
• экспертных систем
• искусственных нейронных сетей
• нечетких систем
• генетических алгоритмов
• имитационных статистических моделей

Междисциплинарное направление «гибридные интеллектуальные системы» объединяет ученых и специалистов, исследующих применимость не одного, а нескольких методов, как правило, из различных классов, к решению задач управления и проектирования.

История возникновения термина

Термин «интеллектуальные гибридные системы» появился в 1992 г. Авторы вкладывали в него смысл гибридов интеллектуальных методов, таких как экспертные системы , нейросети и генетические алгоритмы . Экспертные системы представляли символьные, а искусственные нейронные сети и генетические алгоритмы - адаптивные методы искусственного интеллекта . Однако, в основном, новый термин касался достаточно узкой области интеграции - экспертные системы и нейросети. Ниже приведены несколько трактовок этой области интеграции другими авторами.

Предпосылки

1. «Гибридный подход» предполагает, что только синергетическая комбинация нейронных и символьных моделей достигает полного спектра когнитивных и вычислительных возможностей (способностей).

2. Термин «гибрид» понимается как система, состоящая из двух или более интегрированных подсистем, каждая из которых может иметь различные языки представления и методы вывода. Подсистемы объединяются вместе семантически и по действию каждая с каждой.

3. Ученые Центра Искусственного интеллекта Cranfield University (Англия) определяют «гибридную интегрированную систему» как систему, использующую более чем одну компьютерную технологию. Причем технологии накрывают такие области, как системы, основанные на знаниях, коннекционистские модели и базы данных. Интеграция технологий дает возможность использовать индивидуальную силу технологии для решения специфических частей задачи. Выбор технологий, внедряемых в гибридную систему, зависит от особенностей решаемой задачи.

4. Специалисты из University of Sanderland (Англия), входящие в группу HIS (англ. Hybrid Intelligent Systems), определяют «гибридные информационные системы» как большие, сложные системы, которые «бесшовно» (цельно) интегрируют знания и традиционную обработку. Они могут предоставлять возможность хранить, искать и манипулировать данными, знаниями и традиционными технологиями. Гибридные информационные системы будут значительно более сильными, чем экстраполяции концепций существующих систем.

См. также

Литература

• Гаврилов А.В. Гибридные интеллектуальные системы. – Новосибирск: Изд-во НГТУ, 2003. – 168с., ил.
• Кириков И. А. Методология и технология решения сложных задач методами функциональных гибридных интеллектуальных систем. - М.: ИПИ РАН, 2007. - 387 с, ил. - ISBN 978-5-902030-55-3
• Larry R.Medsker. Hybrid Intelligent Systems. 1995.
• Stefan Wermter, Ron Sun, Hybrid Neural Systems. Springer-Verlag, Heidelberg, Germany. 2000.
• Negnevitsky M. Artificial Intelligence. A guide to intelligent systems. Addison-Wesley, 2005.
• Castillo, P.Mellin, Hybrid Intelligent Systems, Springer-Verlag. 2006.
• Lakhmi C. Jain; N.M. Martin Fusion of Neural Networks, Fuzzy Systems and Genetic Algorithms: Industrial Applications. - CRC Press, CRC Press LLC, 1998

Ссылки

• Международная конференция по гибридным интеллектуальным системам
• Международный журнал по гибридным интеллектуальным системам
• Сайт с информацией о гибридных интеллектуальных системах

Инженерия знаний
Общие понятия	Данные · Метаданные · Знания · Метазнание · Представление знаний · База знаний · Онтология · Семантическая паутина
Жёсткие модели	Продукции · Семантические сети · Фреймы · Логическая модель
Мягкие методы	Нейросети · Эволюционное моделирование · Нечёткая логика
Применения	Экспертные системы · Интеллектуальный анализ данных · Извлечение информации · Виртуальные собеседники · Гибридные интеллектуальные системы
Искусственный интеллект · Машинное обучение · Обработка естественного языка

Wikimedia Foundation . 2010 .

Смотреть что такое "Гибридная интеллектуальная система" в других словарях:

Не следует путать с аналого цифровая вычислительная система. Гибридная вычислительная система система с гетерогенной аппаратной вычислительной структурой. Комбинация любых вычислительных устройств или блоков, например вычисления с помощью CPU и… … Википедия

Сюда перенаправляется запрос «Интеллектуальная диалоговая система». На эту тему нужна отдельная статья. Интеллектуальная система (ИС, англ. … Википедия Википедия

Эту статью следует викифицировать. Пожалуйста, оформите её согласно правилам оформления статей. ДСМ метод – это метод автоматического порождения гипотез. Формализует схему правдоподобного и достоверного вывода, н … Википедия

- (ИИ) (англ. Artificial intelligence, AI) это наука и разработка интеллектуальных машин и систем, особенно интеллектуальных компьютерных программ, направленных на то, чтобы понять человеческий интеллект. При этом используемые методы не обязаны… … Википедия

Искусственный интеллект (ИИ) (англ. Artificial intelligence, AI) это наука и разработка интеллектуальных машин и систем, особенно интеллектуальных компьютерных программ, направленных на то, чтобы понять человеческий интеллект. При этом… … Википедия

(HV) - это автомобиль, как минимум, с двумя различными преобразователями энергии и двумя различными системами накопления энергии (в автомобиле) для привода автомобиля.

С одной стороны, гибриды различаются по их конструкции (параллельный, последовательный, комбинированный или разветвленный гибрид) и, с другой стороны, по степени электрификации (микро, мягкий, полный гибрид).

Если автомобиль получает энергию не только от топлива, а и от электросети, то тогда его называют подключаемый гибрид (Plug-ln-Hybrid).

Классификация по конструкции

Рисунок. Параллельный гибрид

• Топливный бак (Т)
• Аккумуляторная батарея (В)
• Электродвигатель (Е)
• ДВС (V)
• Коробка передач (G)

В параллельных гибридах ДВС и электродвигатель вместе воздействуют на трансмиссию. Оба двигателя могут быть меньшими по размеру, чем в том случае, если бы они устанавливались в автомобиль и работали по отдельности. Поскольку электродвигатель одновременно используется как генератор, то выработка энергии по время движения электродвигателем невозможна.

Рисунок. Последовательный гибрид

• Топливный бак (Т)
• Аккумуляторная батарея (В)
• Электродвигатель (Е)
• ДВС (V)
• Генератор (Gen)

В последовательных гибридах на трансмиссию воздействует только электродвигатель. ДВС приводит в действие электрический генератор, который вращает электродвигатель и заряжает аккумуляторную батарею. Последовательный гибрид работает местами на чистом электричестве при заряженной аккумуляторной батарее и, таким образом, очень близок к электромобилю.

Поэтому он также называется электромобилем с увеличенным запасом хода (Range-Extender).

Рисунок. Комбинированный или разветвленный гибрид

• Топливный бак (Т)
• Аккумуляторная батарея (В)
• Электродвигатель (Е)
• ДВС (V)
• Генератор (Gen)
• Инвертор (L)

Комбинированный гибрид объединяет под капотом параллельный и последовательный гибрид. ДВС посредством генератора и аккумуляторной батареи подготавливает энергию для электродвигателя или непосредственно соединен с приводом. Переключение и соединение между двумя состояниями выполняется автоматически.

Рисунок. Подключаемый гибрид

• Топливный бак (Т)
• Аккумуляторная батарея (В)
• Электродвигатель (Е)
• ДВС (V)
• Генератор (Gen)
• Розетка (S)

В подключаемых гибридах аккумуляторная батарея заряжается не только от ДВС, а и от сети. Таким образом, подключаемый гибрид может проезжать длинные дистанции на чистом электричестве. Подключаемый гибрид представляет собой следующий этап развития электромобилей.

Классификация по степени электрификации

Микрогибрид

Несмотря на то, что так называемые микрогибриды с рекуперацией энергии торможения и автоматикой старт- стоп уже сегодня вносят значительный вклад в экономию топлива и снижение выброса вредных веществ в атмосферу, воздействия на привод они не оказывают. Поэтому в узком смысле слова они не являются гибридными автомобилями.

Пример микрогибридной системы

Система i-StARS от фирмы Valeo может остановить двигатель еще до полной остановки автомобиля, то есть как только скорость упадет ниже 8 км/ч (в случае автоматической коробки передач) и 20 км/ч (в случае механической коробки передач). Таким образом, оптимизируется расход топлива и упрощается вождение автомобиля. Регенеративная функция тормоза срабатывает, как только водитель снимает ногу с педали акселератора. Затем система отправляет электронный сигнал на стартер генератор, вследствие чего кинетическая энергия автомобиля преобразуется сразу же в электрическую энергию, заряд аккумуляторной батареи. Этим достигается значительное сокращение расхода топлива.

Мягкий гибрид

Мягкий гибрид не работает на чистом электричестве. Электродвигатель только поддерживает ДВС.

Энергия для электродвигателя поступает, например, от использования энергии торможения.

В обычных автомобилях энергия движения - или кинетическая энергия - преобразуется при торможении в тепло на тормозных дисках. Тепло просто безвозвратно выбрасывается в окружающую среду. В гибридных автомобилях кинетическая энергия улавливается генератором и накапливается в высоковольтной аккумуляторной батарее.

Пример для системы с мягким гибридным приводом: Honda IMA (встроенный ассист двигателя)

Стартер-генератор расположен между двигателем и коробкой вместо маховика.

Одним из преимуществ автомобилей с мягким гибридным приводом является тот факт, что ДВС, который реализует, по существу, свою мощность в зоне средних и высоких оборотов, комбинируется с преимуществами электродвигателя, который развивает свою силу на низких оборотах. Гибридная система, поэтому, может рассматриваться как усилитель мощности и эффективности.

В целом, можно сказать, что посредством «уменьшения» ДВС снижается расход бензина, а также выбросы в окружающую среду. Однако клиенты не готовы принять малую мощность. Автомобиль с гибридным приводом при помощи электродвигателя может компенсировать недостающую мощность, например, при разгоне или ускорении.

Рисунок. Характеристика мощности и крутящего момента Honda-IMA

Рисунок. Обзор системы Mercedes S400 HYBRID

1. 12-В-генератор
2. Электродвигатель
3. 7-ступенчатая автоматическая коробка передач
4. Модуль силовой электроники
5. Модуль высоковольтной аккумуляторной батареи
6. Модуль DC/DC-преобразователя
7. 12-В-батарея

Другой пример мягких гибридов

Mercedes S 400 HYBRID имеет параллельный гибридный привод. При такой концепции привода как ДВС, так и электродвигатель механически соединены с ведущими колесами (параллельная схема двигателей). Мощности обоих двигателей могут суммироваться, в результате чего отдельные мощности двигателей могут быть меньшими. Движение на одном только электродвигателем невозможно.

Полный гибрид

Полный гибрид приводится в действие местами только электродвигателем. Технической основой полного гибрида является разветвленный, комбинированный или последовательный гибрид.

Рисунок. Audi А1 e-tron в качестве последовательного полного гибрида

Пример автомобиля с полным гибридным приводом

Audi А1 e-tron приводится в действие электродвигателем с максимальной мощностью 75 кВт/102 л.с. и максимальным крутящим моментом 240 Нм. Передача усилия происходит при помощи одноступенчатой коробки передач. Запас хода А1 при работе только на электричестве: 50 км. Если литийионный аккумулятор, установленный перед задним мостом, разряжен, то самая маленькая модель фирмы Audi приводится в действие, как и Opel Ampera или Chevrolet Volt, при помощи небольшого ДВС.

Литий-ионный аккумулятор расположен в основании кузова перед задним мостом, чтобы оптимизировать распределения веса и центр тяжести автомобиля А1 e-tron массой 1,2 т. Литий-ионный аккумулятор весом 150 кг имеет емкость 12 кВт/ч.

Рисунок. Коробка передач с двумя электродвигателями для привода

Другой пример

BMW Х6 ActiveHybrid

Мощные электромоторы (67 кВт/91 л.с. и 63 кВт/86 л.с.) компактно размещаются в активной, двух режимной трансмиссии, в корпусе размером с обычную автоматическую коробку передач.

В зависимости от дорожной ситуации привод осуществляется или посредством электродвигателей, или посредством ДВС, или попеременно обоими приводами.

• В режиме 1 при малой скорости с использованием электромашин, прежде всего, обеспечивается значительное сокращение расхода топлива, а также создается дополнительная сила тяги.
• В режиме 2, напротив, электрически передаваемая мощность на высокой скорости падает с одновременным увеличением КПД ДВС (благодаря коррекции точки нагрузки) и топливной эффективности.

И в этом режиме обе электромашины работают по разному и наряду с электрической поддержкой привода и функцией генератора, в частности, отвечают за эффективное переключение передач.

Рисунок. Расположение компонентов в автомобиле

1. Теплообменник охлаждающей жидкости трансмиссионного масла
2. Трубопроводы для трансмиссионного масла
3. Двухдисковый маховик
4. Высоковольтные провода
5. Корпус активной коробки передач
6. Гибридный механизм блокировки при парковке
7. Электрогидравлический модуль управления
8. Насос для трансмиссионного масла с электрическим/механическим приводом

Привод дополнительных агрегатов в автомобилях с полным гибридным приводом

Основной проблемой является привод дополнительных агрегатов, которые при остановке двигателя должны работать. Приводимые ранее в действие посредством ДВС компоненты теперь должны работать только на электричестве.

Электрический вакуумный насос

Функции вакуумного насоса:

• обеспечение пониженного давления в усилителе тормозного усилия,
• поддержание подачи пониженного давления в режиме старт/стоп.

Электрогидравлический усилитель рулевого управления

Для работы усилителя рулевого привода во время автоматической остановки двигателя необходимо разъединить усилитель и ДВС и обеспечить независимую поддержку рулевого управления. Благодаря такой поддержке по мере необходимости одновременно обеспечивается оптимизация расхода топлива.

Компрессор кондиционера с электроприводом

Для обеспечения достаточной мощности охлаждения салона автомобиля во время автоматической остановки двигателя необходимо разъединить привод компрессора кондиционера и ДВС и обеспечить независимое кондиционирование салона, а также независимое охлаждение высоковольтной батареи. Это выполняется при помощи компрессора кондиционера с электрическим приводом. Благодаря такому охлаждению одновременно обеспечивается оптимизация расхода топлива. Электрический компрессор кондиционера отвечает за всасывание, сжатие хладагента и прокачивания его через систему. Электрический компрессор кондиционера в зависимости от температуры испарения плавно регулируется блоком управления кондиционера в диапазоне от 800 до 9000 мин^-1.

Весь цикл разработки и эксплуатации любой сложной системы носит итеративный характер (рис. 3.12). Выполнение любой итерации, как показано на рис. 3.12, проводится с использованием моделей сложной системы. Наиболее продвинутым и мощным аппаратом построения соответствующих моделей для рассматриваемых систем является имитационное моделирование. оно обеспечивает глубокое представление моделируемого объекта, дает возможность анализа процессов на любом временном интервале, позволяет учитывать случайные и неопределенные факторы, оценивать как технические, так экономические показатели функционирования системы.

Рис. 3.12. Цикл разработки сложной системы

Сложная система представляет собой систему с эволюцией и характеризуется большим числом гетерогенных подсистем с высокой степенью неопределенности. Следовательно, решение задач анализа, управления и других в таких системах не может быть осуществлено в рамках использования какого-либо единого подхода для всех подсистем.

Для принятия решений обычно используют сложное сочетание математических, статистических, вычислительных, эвристических, экспериментальных методов и методов инженерных знаний (чаще всего экспертных систем). Комплексное использование указанных методов и средств обеспечивает пользователя поддержкой при принятии решений. При этом имеет место приоритет решаемой задачи над используемыми методами.

Существование подобной ситуации, когда необходимо совместно использовать имитацию и различные методы принятия решений, привело к появлению так называемых гибридных систем. Под гибридной системой будем понимать систему, состоящую из нескольких систем различного типа, функционирование которых объединено единой целью (рис. 3.13).

Рис. 3.13. Простейшая гибридная система

Простейшей гибридной системой является система, объединяющая в себе имитационную модель и блок оптимизации. Блок оптимизации реализует один из алгоритмов поисковой оптимизации (например, простейший генетический алгоритм – ПГА), а имитационная модель служит для вычисления значений критерия оптимизации (функции пригодности) для выбираемых вариантов решения.

Прогон имитационной модели обеспечивает, в лучшем случае, получение результатов в одной точке пространства поиска решений. Поэтому требуется реализация серии экспериментов на имитационной модели в большой области поиска, целенаправленность которых обеспечивается в традиционных системах моделирования специалистом –разработчиком.

Использование генетических алгоритмов для решения оптимизационных задач при анализе, управлении или синтезе действительно сложных систем возможно лишь в том случае, если имеется способ определения функции пригодности особи с достаточно хорошей точностью. То есть, необходимо иметь возможность разрабатывать модели сложных систем с высокой степенью адекватности объектам и процессам реального мира.

Рассмотрим гибридные системы, использующие совместно генетический алгоритм и имитацию при решении задач различного типа (рис. 3.14). Это, прежде всего, относится к задачам организационного управления, принятия решений в реальном масштабе времени, оценки стратегий управления, прогнозирования.

Рис. 3.14. Простейшая гибридная система с генетическим алгоритмом и имитационной моделью

Цель блока оптимизации гибридной системы – улучшение решения посредством выбора значений управляемых переменных. Для этих целей используется ПГА. Генетический алгоритм может быть реализован на любом универсальном языке, например, С++, Паскаль и др. Однако гибридная система, построенная на едином программном обеспечении, по многим причинам предпочтительнее, чем система, объединяющая блоки, написанные на разных программных средствах.

Существующие методы и языки имитационного моделирования часто оказываются неэффективными по причине своей низкой гибкости и сложности моделирования систем принятия решений и управления, особенно если система управления включает в себя человека оператора, принимающего решения. использование появившихся на рынке программных продуктов интеллектуальных систем имитационного моделирования снимает часть этих трудностей и предоставляет новые возможности при использовании имитации в гибридных системах для решения прикладных системных задач.

Гибридная система реализует функции не только интеллектуального интерфейса, но и интеллектуального вычислителя. Состав типовой гибридной системы, включающей в себя указанные составляющие, приведен на рис. 3.15.

Блок расчета Простой генетический алгоритм

критерия оптимальности

Рис. 3.15. Структура типовой гибридной схемы

В данной схеме имитационная модель служит для составления плана и использует для этого набор эвристических правил для определения приоритета того или иного заказа включаемого в план работ.

Блок оптимизации обеспечивает подбор приоритетных правил для составления планов работ с наилучшими показателями. Необходим выбор лучших правил для текущей ситуации, а также выбор оптимальных значений их параметров.

Цель экспертной системы в составе гибридной системы – улучшение показателей ПГА, прежде всего, повышение сходимости процесса оптимизации посредством включения в процесс некоторых представлений (знаний) человека-оператора о перспективности той или иной стратегии поиска. В этом случае экспертная система выполняет функцию «селекционера» целенаправленно изменяя параметры ПГА для сокращения времени вычисления.

Экспертная система осуществляет направленный выбор таких параметров ПГА, как: размер популяции, вероятности скрещивания и мутации. Кроме того, она применяет некоторые правила для сохранения особей с высоким значением функции пригодности из поколения в поколение в ходе из воспроизводства и т.п.

Экспертная система, таким образом, представляет область комбинаций знаний о генетических алгоритмах, вычислительной математике, искусственном интеллекте и знаний эксперта. Прикладная область для экспертной системы хорошо не определена и пространство поиска плохо структурировано и поэтому экспертная система работает наряду с ПГА на основе текущих данных относительно популяции и текущего состояния имитатора.

Обычно основным вычислительным компонентом систем для высокопроизводительных вычислений, включая кластеры, является центральный процессор . Однако, уже начиная с процессоров Intel486DX в составе компьютеров появился такой элемент, как сопроцессор , что можно считать гибридизацией на аппаратном уровне.

Основная проблема состоит в том, чтобы найти способы выполнять вычислительные задачи с помощью графического процессора. Осознав спрос на подобные вычисления, компания NVIDIA в 2007 году представила программно-аппаратную платформу CUDA , позволяющую запускать произвольный код на GPU. До появления CUDA , программистам приходилось строить гибридные системы из обычных видеокарт и программировать их, используя сложнейшие графические API .

Компания ATI разработала свои аналоги CUDA для GPGPU применений. Это технологии ATI Stream и Close to Metal .

Ожидалось, что новая архитектура Intel Larrabee будет поддерживать технологии GPGPU . Однако фактически выпущенный в рамках линейки Intel MIC продукт, Xeon Phi поддерживал только вычисления общего назначения (совместим с x86_64), лишившись возможностей графического процессора. Последующие варианты Xeon Phi реализовывались не только в виде карт расширения PCI Express, но и в виде единственного центрального процессора.

Технические особенности

GPU

Высокая вычислительная мощность GPU объясняется особенностями архитектуры. Если современные CPU содержат несколько ядер (на большинстве современных систем от 2 до 8х, 2018 г., на северных может встречаться максимум до 64х), графический процессор изначально создавался как многоядерная структура, в которой количество ядер измеряется сотнями(пример - Nvidia 1070 имеет 1920 ядер). Разница в архитектуре обусловливает и разницу в принципах работы. Если архитектура CPU предполагает последовательную обработку информации, то GPU исторически предназначался для обработки компьютерной графики, поэтому рассчитан на массивно параллельные вычисления.

Каждая из этих двух архитектур имеет свои достоинства. CPU лучше работает с последовательными задачами. При большом объеме обрабатываемой информации очевидное преимущество имеет GPU. Условие только одно – в задаче должен наблюдаться параллелизм.

GPU уже достигли той точки развития, когда многие приложения реального мира могут с легкостью выполняться на них, причем быстрее, чем на многоядерных системах. Будущие вычислительные архитектуры станут гибридными системами с графическими процессорами, состоящими из параллельных ядер и работающими в связке с многоядреными CPU. Оригинальный текст (англ.) GPUs have evolved to the point where many real-world applications are easily implemented on them and run significantly faster than on multi-core systems. Future computing architectures will be hybrid systems with parallel-core GPUs working in tandem with multi-core CPUs. Профессор Джек Донгарра (Jack Dongarra) Директор Innovative Computing Laboratory Университет штата Теннесси