ТОР 5 статей: Методические подходы к анализу финансового состояния предприятия Проблема периодизации русской литературы ХХ века. Краткая характеристика второй половины ХХ века Характеристика шлифовальных кругов и ее маркировка Служебные части речи. Предлог. Союз. Частицы КАТЕГОРИИ:
|
Экстремальное, оптимальное и адаптивное регулирование.Во всех рассмотренных случаях перед системой ставилась задача поддержания выходных параметров в соответствии с заданными значениями. Более сложные задачи решаются при экстремальном и оптимальном регулировании. При экстремальном регулировании перед системой ставится задача отыскания и поддержания такого режима функционирования, которое обеспечивает экстремальное (максимум или минимум) значение некоторых заданных величин на выходе системы. Эта задача решается с помощью специального устройства, называемого «оптимизатором». На выходе системы в этом случае включают прибор, который в дискретные моменты времени измеряет значения выходной величины. Эти значения передаются на оптимизатор. Оптимизатор их анализирует и с помощью управляющей части системы вырабатывает необходимые команды. Основной метод работы оптимизатора – шаговый поиск. Шаговый поиск – поиск оптимального решения путем изменения на некоторую величину (шаг) одного или сразу нескольких параметров процесса с последующим анализом результата и корректировкой величины и направления шага. Т.е. если изменение результата соответствует желаемому направлению, то изменение регулирующих параметров идет в том же направлении до тех пор, пока результат (регулируемая величина) не достигнет экстремального значения. В противном случае направление поиска меняется на противоположное. Оптимальное управление – это управление сложными объектами, основанное на том же принципе. В этом случае перед системой ставится задача обеспечить экстремальное значение некоторого обобщенного показателя ( критерия качества) или эффективности функционирования системы, связанного с ее выходными данными (см. рис.8.).
Рис.8. При этом на основании измеренных выходных данных вычисляется («вычислитель» на блок-схеме, рис.8) текущее значение этого критерия. Оно поступает затем в оптимизатор, в котором происходит сравнение с заданным значением такого критерия, поиск оптимального направления, а затем вырабатываются соответствующие управляющие команды. Таким образом, отличие оптимального регулирования от экстремального состоит в том, что происходит оптимизация не отдельно каждого из нескольких результатов функционирования системы, а их совокупности, причем во взаимосвязи и взаимодействии их. В некотором смысле по принципу: «и волки сыты, и овцы целы». В рассмотренных системах основная программа или алгоритм функционирования системы в процессе регулирования не изменялись. Регулированием обеспечивалось только поддержание или оптимизация выходных данных при действии на систему непредвиденных ранее возмущений. Однако существует класс таких систем, в устройстве которых заложена возможность автоматического изменения самого алгоритма функционирования с целью улучшения качества функционирования в заданном направлении или приспособления системы к резко изменившимся условиям. Автоматическое регулирование в таких системах называется адаптивным («приспосабливающимся») управлением, а сами системы – адаптивными или самоприспосабливающимися. В свою очередь они делятся на виды: самонастраивающиеся и самоорганизующиеся, обучающиеся и самообучающиеся, самосовершенствующиеся и т.д. Разберем принцип их работы на примере обучающихся систем.
Рис.9.
В них критерий оптимального функционирования заранее не вводится, он вырабатывается системой в процессе обучения при выполнении задач определенного круга. Для этого в систему вводятся основные принципы поиска оптимального решения. В соответствии с этими правилами система сама находит необходимую последовательность операций, которую запоминает и использует в дальнейшем в аналогичных ситуациях. Алгоритм работы обучающихся систем строится на методах проб и ошибок, шагового поиска и отбора вероятностей. На рис.9 показана схема обучаемого автомата адаптивного оптимального управления. В нем имеются: блок накопления опыта (память) П, в котором фиксируются связи между возмущениями и ответными действиями, одобренными в процессе обучения, и блок СМ, в котором эти данные сопоставляются с данными оптимизатора и вырабатывается общий сигнал, поступающий в управляющую часть системы. Адаптивное регулирование (все его виды) играет большую роль в живых организмах. В данном случае оно заключается в изменении программ, заложенных в структурах организма, в связи с изменением условий внешней среды. Адаптивное регулирование не только обеспечивает поддержание жизнедеятельности организма в изменяющихся внешних условиях, но и является средством повышения внутренней организации системы, что лежит в основе ее дальнейшей эволюции.
Не нашли, что искали? Воспользуйтесь поиском:
|