Голик А.М. Многоканальные радиолокационные станции разведки огневых позиций. МО. 1997
Таким образом, проблема оптимизации управления характеристиками МРЛС в условиях
боевой обстановки распадается на ряд взаимосвязанных задач, обеспечивающих адаптацию
МРЛС к перечисленным ранее компонентам ситуации.
Следует отметить, что библиотека ситуаций, а также данные о местности, о техническом
состоянии МРЛС и о сигнально-помеховой обстановке составляют базу данных интеллектуального
блока управления характеристиками МРЛС, а библиотека критериев оптимизации, а также ре-
шающие правила, содержащиеся в блоке выбора алгоритмов управления и классификаторе си-
туаций – его базу знаний. Поэтому, при выборе архитектуры построения интеллектуальной МРЛС
возникает задача определения оптимального соотношения между необходимым объемом памяти
для базы знаний блока управления ее характеристиками и временем адаптации МРЛС к условиям
функционирования, которая должна быть решена исходя из требований, предъявляемых заказчи-
ком к времени адаптации и к допустимому весу аппаратуры МРЛС.
Обеспечивая достижение конкретных целей , интеллектуальные системы взаимодейст-
вующие с динамичной средой должны обладать способностью "рассуждать" о своих задачах и оп-
ределять как вести себя в данной конкретной ситуации, т.е. обладать способностью к практиче-
скому мышлению. При разработке подобных систем необходимо уметь представлять знания о
результатах тех или иных действий, приводящих к заданным целям.
Существует три подхода к решению задачи представления знаний о функционировании
технической системы в динамически изменяющейся среде. В рамках первого из них разрабаты-
вается теория действия, т.е. определяется, что составляет действие само по себе. Второй
подход основан на планировании необходимых действий, т.е. на формировании определенного
плана путем поиска такой последовательности, которая должна привести к достижению заданной
цели. Третий подход, который, как отмечается в [12], наиболее адекватно отражает деятель-
ность человека, рассматривает методы реализации заранее разработанных планов или процедур.
Разработанные планы уточняются по мере продвижения к цели и накопления знаний об окружаю-
щей обстановке. Представление знаний о динамичной окружающей обстановке в виде процедур, а
не в форме набора правил, относящихся к индивидуальным действиям, обладает преимущест-
вами. Наиболее очевидное - простота вычислений, достигаемая за счет исключения необходимо-
сти многократного перестраивания частных планов по мере получения сведений о результатах
отдельных действий.
Однако, многие из ныне созданных экспертных систем основаны на эмпирических знаниях,
отражающих опыт решения задач человеком в определенной предметной области. По некото-
рым оценкам, человек на основе этих знаний принимает решения в 90% ситуаций [28]. В ЭС,
основанных на эмпирических знаниях, решение задач осуществляется путем соотнесения теку-
щей ситуации с множеством предопределенных ситуаций. Даже для небольшой предметной об-
ласти не всегда можно перечислить все возможные ситуации-эталоны и определить для каждой из
них решение, а в случае большой предметной области это становится крайне трудным, а то и
невозможным. И еще одна проблема связана с эмпирическими знаниями – получение их от экс-
перта. Это самое "узкое место" при разработке современных экспертных систем.
Недостатки эмпирических знаний особо остро начинают проявляться при переходе к реше-
нию более сложных задач предметной области, а также при ее расширении. Существенную поль-
зу в решении этой проблемы можно получить, используя модельно-обоснованные знания, имею-
щие важные преимущества по сравнению с эмпирическими знаниями. Они позволяют увеличить
доступность и гибкость знаний, а также расширить возможности решения задач.