Главная > Энциклопедия кибернетики. Т.2
НАПИШУ ВСЁ ЧТО ЗАДАЛИ
СЕКРЕТНЫЙ БОТ В ТЕЛЕГЕ
<< Предыдущий параграф Следующий параграф >>
Пред.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO

ПРОГРАММИРОВАНИЕ ЭВРИСТИЧЕСКОЕ

— вид программирования, занимающийся исследованием природы мышления человека с помощью создания моделей — программ, реализующих функции, характерные для мыслительных процессов. Иногда П. э. наз. разработку программ оптимизации сложных процессов при помощи алгоритмов, не гарантирующих получения оптимальных решений.

Выбор задач П. э. зависит от многих обстоятельств: наличия объективных критериев успеха, объема исходной информации и дополнительных сведений, способствующих уточнению постановки задачи; возможности сравнения с другими процессами и пр. В результате этого наметился ряд направлений П. э.: программирование игровых ситуаций (напр., шахматной), доказательств теорем, перевода с одного языка на другой, решения матем. задач, описанных в виде текста на неформализованном языке, сочинения музыки, распознавания образов (зрительных и звуковых), дифференциальной диагностики и др.

В начале 50-х годов 20 ст. сложилось мнение о том, что создание мыслящих машин — дело близкого будущего. В это время были сформулированы названные задачи и предложены некоторые идеи по их решению, а к концу 50-х годов созданы первые программы. Однако с помощью составленных программ ЭВМ очень слабо справлялись с решением поставленных задач. Впрочем, тогда еще казалось, что для получения приемлемых решений достаточно лишь несколько улучшить программы в том или ином намечавшемся направлении. Позднее оказалось, что реализация этих улучшений — трудоемкое дело, а результаты улучшения весьма незначительны. Вместе с тем выяснилось, что идеи, возникающие в ходе решения задач П. э., оказываются весьма плодотворными для многих вычислительных процессов

При решении задач П. э. были поставлены некоторые общие проблемы. Одной из них является проблема иерархически организованного перебора. Пусть, напр., нужно найти лучший ход в позиции некоторой игры. В этой позиции можно сделать несколько ходов, приводящих к позициям которые необходимо исследовать для определения лучшего хода. В каждой из этих позиций также можно сделать ходы, и, таким образом, при исследовании определяется «дерево» игры (рис. 1), вершинам которого соответствуют рассматриваемые позиции, между которыми устанавливается иерархия. Для исследования любой позиции дерева игры достаточно оценить все непосредственно подчиненные ей позиции, т. е. те из них, в которые можно прийти из этой позиции в один ход.

Такое же дерево строят и во многих других случаях. Вершине соответствует решение поставленной задачи, вершинам решение подзадач, на которые она разбита, и т. д. Для организации иерархического перебора в широком круге задач можно составить программу «Общий решатель», однако применение ее не эффективно, поскольку

для рассмотрения всех ситуаций, соответствующих вершинам дерева иерархического перебора для сколько-нибудь интересных задач, требуется слишком большое время.

В связи с этим возникает необходимость в разработке методов, обеспечивающих отсечение заведомо невыгодных ветвей. В задаче определения лучшего хода в игре двух противников для этого применяется метод граней и оценок. Понятие оценки позиции было дано еще в начале 20 ст. Оценка позиции определяется как максимум оценок позиций непосредственно ей подчиненных (рис. 2).

1. Дерево» игры.

2. «Граф оценки позиции

Однако, если оценка позиции равна I, а из позиции противник может сделать ход, после которого возникает позиция с оценкой, меньшей I, то и оценка позиции меньше I, а, значит, для определения оценки позиции ее уточнять не надо. Таким образом, отпадает необходимость в рассмотрении остальных позиций дерева игры, подчиненных позиции

Метод отсечения особенно эффективен, если в первую очередь, как правило, рассматривают лучшие ходы (варианты). Поэтому целесообразно разрабатывать быстрые способы определения оценки рассматриваемой позиции (ситуации), быть может дающие приближенный или не всегда правильный результат. Для сокращения перебора применяется также запоминание таких рассмотренных ранее позиций (ситуаций), которые могут встретиться в других вариантах.

Однако сокращение перебора с использованием только этих общих методов недостаточно для удовлетворительного решения задач П. э. Поэтому возникает необходимость разрабатывать методы, специфические для данного класса задач или данной конкретной задачи. Напр., для доказательства теорем исчисления предикатов узкого выбор дополнительных переменных можно связать с формулировкой доказываемой теоремы. Специфические методы шахматной программы связаны с шахматной теорией, в которой можно использовать понятия: «хороший слон» и «плохой слон», «шансы на атаку» и т. д., и в связи с этим надо вводить формальные определения этих понятий и создавать алгоритмы использования их. Для упрощения построения таких понятий и алгоритмов создают семантические модели ситуаций (в данном случае, позиций). Семантические модели могут включать фиксированный круг понятий, а также средства для расширения его. Программы первого типа работают быстрее, а второго — обладают большими потенциальными возможностями.

Для автоматизации построения новых понятий можно использовать методы теории распознавания образов, общая идея которых заключается в следующем. Пусть ситуация описывается косвенным образом. Напр., для определения нефтеносности пласта можно измерить значения фиксированного мн-ва параметров. Таким образом, исследуемый на нефтеносность пласт можно рассматривать как точку в многомерном пространстве. Пусть, кроме того, заданы два мн-ва значений параметров пластов: одно соответствует нефтеносным пластам, другое — водоносным- Ни один из заданных параметров сам по себе не характерен для одного из этих мн-в в отличие от другого. Однако можно попытаться построить новые составные признаки, т. е. найти характерные комбинации значений параметров. Хотя для некоторых задач, напр., для задачи распознавания геом. образов, данный метод неэффективен, в других случаях он дает приемлемые результаты (напр., в задаче определения нефтеносности пластов). Хорошие результаты таким методом получены в ряде задач медицинской диагностики, что особенно ценно, т. к. делает возможной удовлетворительную диагностику при отсутствии некоторых признаков, несущих существенную информацию (из-за недостатка аппаратуры или опасности определения этих признаков, напр., в случае применения кровавых методов диагностики).

Методы решения задач П. э. широко применяются в различных вычислительных и информационно-логических задачах. Так, в ряде задач дискретного программирования применяют метод ветвей и границ, аналогичный методу граней и оценок; текущие справочные с быстрым поиском информации и другие методы организации информации, разработанные в задачах П. э., применяют в информа-ционно-логических задачах большого объема; идеи П. э. применяют для ускорения поиска минимума ф-ции многих переменных (метод «оврагов» в различных видах), для вычисления кратных интегралов и др.

Лит.: Вонгард М. М. Проблема узнавания. М., 1967; Адельсон-Вельский Г. М. [и др.]. О программировании игры вычислительной машины в шахматы. «Успехи математических наук», 1970, т. 25, в. 2; Вычислительные машины и мышление. Пер. с англ. М., 1967 [библиогр. с. 491—546]; Semantic information processing. Cambridge, 1970.

Г. М. Адельсон-Вельский, В. Л. Арлазаров.

1
Оглавление
email@scask.ru