В 1957 г. Розенблатт разработал модель, которая вызвала большой интерес у исследователей. Модель использует алгоритм обучения с учителем. То есть обучающее множество состоит из множества входных векторов, для каждого их которых указан выходной вектор. Несмотря на некоторые ограничения, она стала основой для многих современных наиболее сложных алгоритмов обучения с учителем.
Суть алгоритма состоит в следующем: для каждого входного примера задается желаемый выход. Если реальный выход сети не совпадает с желаемым, то параметры сети будут скорректированы. Для вычисления величины коррекции используется разница между реальным и желаемым выходом сети, причем коррекция весов будет происходить только в случае ошибочного ответа.
Обучение методом соревнования
В отличие от обучения Хэбба, в котором множество выходных нейронов могут возбуждаться одновременно, при соревновательном обучении выходные нейроны соревнуются между собой за активизацию. То есть из всего множества выходных нейронов используется только один нейрон с самым большим выходом. Такой алгоритм напоминает процесс обучения биологических нейронных сетей. Обучение методом соревнования позволяет классифицировать входные данные: похожие примеры группируются сетью в один класс и представляются одним образцовым элементом. При этом каждый нейрон из множества выходных нейронов «отвечает» только за один класс. Очевидно. Что общее число классов, с которыми способна работать сеть равно количеству выходных нейронов. При обучении модифицируются только веса «победившего» нейрона. Это приводит к тому, что образцовый элемент становится чуть ближе к выходному примеру.
Генетические алгоритмы
Генетические алгоритмы – группа алгоритмов, основанных на моделировании развития биологической популяции.
Назовем популяцией набор векторов P={ 
}={ 
, …, 
}, где N – размер популяции. Элементы - особи. Каждый вектор содержит все параметры, с помощью которых можно описать каждую особь.
Пусть есть функция E(p), зависящая от вектора p, с помощью которой вычисляется ошибка. Требуется найти минимум Е.
Элементы множества Р способны эволюционировать по следующим правилам:
Если E(
) – мало, то особь 
считается удачной и получает приоритет при размножении. Вероятность гибели этой особи уменьшается.
Если E() – велико, то особь считается неудачной, вероятность размножения для этой особи снижается и повышается вероятность гибели.
Мутации: любая точка (особь) может мутировать, то есть ее значение может сместиться на небольшую величину : = + 
, где - небольшой по модулю вектор, характеризующий величину мутации.
Размножение: в соответствии с вероятностью размножения (см. шаг 1), каждая точка делится. Законы размножения зависят от выбранной модели.
Гибель: в соответствии с вероятностью, определенной на шаге 2, точка может «погибнуть», то есть она может быть удалена из множества Р.
Точная теория эволюции пока не построена, поэтому нет четких правил выбора численных значений вероятностей гибели, размножения. Оптимальность выбранных алгоритмов пока может быть оценена только экспериментально.
Заключение
Развитие теории искусственных нейронных сетей всегда вызывало немало энтузиазма и критики. Она развивалась быстрее, чем предсказывали пессимисты, но медленнее, чем надеялись оптимисты, - типичная ситуация. Тем не менее, нейронные сети уже сейчас с успехом используются в системах управления, распознавания образов, предсказания и диагностики, то есть там, где традиционные вычисления слишком трудны. К сожалению, для подобных задач пока не найдены оптимальные способы решения. Сравнительные исследования различных подходов (в том числе и без использования нейросетей) так и не привели к однозначным выводам. Очевидно, что в такой ситуации необходимо понять возможности, предпосылки и область применения всех существующих подходов и максимально использовать их преимущества для дальнейшего развития интеллектуальных систем. Подобные усилия могут привести к абсолютно новым алгоритмам, которые объединят искусственные нейросети с другими технологиями.
Космический аппарат (КА) состоит из нескольких составных частей, которые в дальнейшем будем называть подсистемами, к ним относятся целевая аппаратура, которая обеспечивает выполнение стоящей перед КА миссии; системы энергообеспечения, терморегуляции, радиационной защиты, управления движением и ориентации (бортовой комплекс управления), аварийного спасения, посадки, бортового радиокомплекса и др. В зависимости от выполняемых целей и задач некоторые из перечисленных подсистем могут выполнять ограниченный набор функций либо вовсе отсутствовать.
Рассмотрим одну из наиболее важных подсистем – бортовой комплекс управления (БКУ), который несет в себе функции управления ориентацией и стабилизацией КА, управления бортовым оборудованием, энергопитанием, связью и т.д. Для повышения надежности полета БКУ должен осуществлять анализ отклонений параметров состояния бортовых систем от принятых нормальных значений, а также вырабатывать решения о компенсации возникших отклонений. В связи с этим возникают задачи построения новых эффективных систем мониторинга и диагностики космических аппаратов. В частности, представляются критически важными и перспективными разработка и исследование систем предотвращения и прогнозирования нештатных ситуаций. Такие системы могут располагаться как в наземном сегменте управления полетом, так и на борту. Последний вариант предпочтительнее из-за отсутствия задержек принятия решений и зависимости от наличия и качества связи с Землей. Снабжение БКУ функциями интеллектуального контроля и диагностики подсистем способно значительно продлить срок эксплуатации КА.
Для построения перспективной системы управления КА требуется комплексное решение следующих актуальных задач:
- мониторинг − формулируется как задача опроса датчиков и сбора необходимой для дальнейшего анализа телеметрической информации в виде пакетов данных;
- контроль и диагностика − решаются как задачи выявления информативных признаков с дальнейшим обнаружением и классификацией сбоев и аномалий в потоках данных телеметрии;
- прогнозирование состояния − является задачей оценки текущих и накопленных показаний бортовых систем для принятия превентивных решений в отношении конкретного КА либо всей контролируемой группировки;
- задача шифрования данных каналов связи – рассматривается как задача сжатия и восстановления информации.
Перечисленные задачи решаются как с использованием персептронов, вероятностных нейронных сетей и сетей прямого распространения, так и комитетов на их основе.
Методы расчета надежности технических систем
Сложными называют системы (объекты), в которых отказы отдельных составных частей (элементов, блоков, подсистем) не приводят к полному отказу всей системы (объекта), а вызывают снижение эффективности функционирования. Иначе говоря, сложные системы это такие системы, в которых могут возникать частичные отказы и, следовательно, число состояний такой системы, по крайней мере, больше двух.
Сложные системы характеризуются следующими свойствами:
1)значительным числом состояний системы;
2)многофункциональностью;
3)значительным числом функционально связанных между собой элементов;
4)отсутствием необходимости в одновременной работе всех элементов, блоков и подсистем системы;
5)наличием естественной и искусственной избыточности;
6)многократной восстанавливаемостью;
7)неоднозначностью понятия «отказ».
Для сложных систем оказываются не вполне приемлемыми те показатели, которыми можно характеризовать надёжность простых систем.
Характеристиками сложных систем являются: качество, эффективность, безопасность, долговечность, готовность, живучесть, риск. Все эти характеристики зависят от надёжности системы.
Свойства, обусловливающие надёжность системы – безотказность, ремонтопригодность, долговечность и сохраняемость влияют на полноту и качество выполнения возложенных на систему задач, а, следовательно, влияют на общую оценку функционирования системы.
Понятие безотказности для сложных систем шире, чем для простых. Как отмечалось выше отказ – это событие, заключающееся в нарушении работоспособности. Для сложных систем это нарушение работоспособности может быть полным или частичным, что выражается соответствующим снижением уровня качества функционирования системы. Кроме того, отказ некоторых элементов сложной системы может не приводить к снижению уровня качества функционирования сложной системы при выполнении данной задачи, так как эти элементы не используются в данный момент. Такие отказы также считают частичными отказами системы.
Снижение уровня качества функционирования называют спадом функционирования. Отказы элементов сложной системы могут лишь снижать характеристики её качества и эффективности функционирования.
Понятия качества и эффективности функционирования, в принципе, независимы от понятия надёжности. Ведь можно рассматривать идеальные (абсолютно безотказные) системы и сравнивать их по количественным показателям качества и эффективности функционирования.
Однако, если составные части (элементы) системы могут отказывать, то это существенным образом сказывается на качестве функционирования и выходном эффекте системы. В таких случаях под надёжностью системы следует понимать стабильность показателей качества и эффективности функционирования системы.
Стабильность этих показателей влияет на общую оценку функционирования системы, зависит от надёжности элементов и характеризует надёжность системы в целом.
Обычно используемые показатели, как, например, «параметр потока отказов», «наработка на отказ» и т.п. не могут дать полной оценки надёжности сложной системы, так как они учитывают лишь факт появления или отсутствия отказов в элементах системы и не дают никакого представления о влиянии отказов на конечный эффект функционирования сложной системы, поскольку сложная система может выполнять ту или иную свою задачу, даже если некоторые её элементы отказали.
Показатели качества и эффективности функционирования системы определяются задачами, стоящими перед системой, и только выбор этих показателей окончательно формулирует задачи системы.
Для формулирования задачи системы надо чётко определить критерии эффективности её функционирования. Обычно это задача заказчика. При этом возможно комбинировать различные критерии с их «коэффициентами важности». Тогда возможно получение одного общего критерия, так как сравнивать различные системы и получать однозначный ответ можно только по одному критерию. Когда определён этот критерий, дающий общую оценку функционирования системы, можно говорить о показателях надёжности.
Эксплуатация любой сложной системы представляет собой последовательность различных состояний – хранения, работы, технического обслуживания, ремонта.
К основным направлениям работ по повышению надежности технических систем можно отнести следующие группы мероприятий по повышению надежности ТС при их проектировании:
- системные;
- структурные (схемные);
- конструктивные;
- эксплуатационные.
К системным методам относятся организационно-экономические мероприятия по стимулированию повышения надежности и ряд технических мероприятий.
Одним из путей стимулирования повышения надежности является включение в стоимость ТС затрат на гарантийные ремонт и обслуживание. При этом разработчик учитывает, что при повышении надежности уменьшаются затраты на гарантийный ремонт и обслуживание, т.е. прибыль становится наибольшей при определенном значении показателя надежности, превышающем максимально допустимый уровень. В этом случае разработчики и изготовители ТС стремятся узнать этот уровень и достигнуть его. Следовательно, стимулируются точные оценки надежности и ее повышение.
Другим путем стимулирования повышения надежности является планирование расходов на весь срок службы проектируемой ТС.
Технические мероприятия по оформлению показателей надежности проектируемых ТС необходимы при любой системе взаимоотношений заказчика и разработчика.
К техническим мероприятиям относятся учет внешних воздействий на проектируемые технические средства:
а) рабочие (тяжелый ударно-вибрационный режим, температурный режим, агрессивная химическая среда, ядерная реакция);
б) климатические (температура, влажность, примеси в воздухе);
в) биологические (грибок или плесень, насекомые, грызуны).
Структурные (схемные) методы объединяют мероприятия по повышению надежности ТС путем совершенствования принципов их построения.
Эти методы отличаются большим разнообразием и интенсивно развиваются. К ним относятся, например, варианты построения ТС, нечувствительных к появлению отказов, за счет введения избыточных аппаратурных и программных средств. При этом могут использоваться и аппаратные (например, резервированные) и программные (например, сравнение результатов избыточных вычислений) средства. В ряде случаев также могут применяться и аппаратно-программные средства обнаружения отказов элементов и восстановления ТС.
К конструктивным методам относятся мероприятия по созданию или подбору элементов, узлов или блоков ТС, созданию благоприятных режимов работы, принятию мер по облегчению ремонтов и т.д.
Время устранения отказа можно существенно уменьшить путем построения ТС по блочно-узловому способу. При этом все ТС разбиваются на отдельные функционально законченные блоки, которые в электронных системах соединяются между собой кабелями, а в механических – связываются кинематически. Блоки в свою очередь разбиваются на функционально законченные узлы, выполняемые в виде легкосъемных конструкций. При таком построении ТС восстановление состоит в замене выведших из строя блоков или узлов, что значительно ускоряет процесс ввода ТС в строй. Осуществление блочно-узловых конструкций тесно связано с унификацией элементов и систем, которая производится на основе отбора наиболее надежных вариантов. При этом не только повышается надежность ТС, но и снижается их стоимость, и упрощается изготовление. В ряде случаев удается создать очень сложные системы из элементов всего двух-трех типов.
Планирование эксплуатационных мероприятий на стадии проектирования ТС состоит в разработке системы эксплуатационного обеспечения. Проектирование ТС при этом должно осуществляться в соответствии с номенклатурой работ по техническому обслуживанию. Например, для планирования периодического регулирования определяющих параметров ТС необходимо предусмотреть возможность контроля и прогнозирования значений этих параметров и т.д.
Как уже указывалось, структурные (схемные) и конструктивные методы повышения надежности безусловно являются основными для обеспечения соответствующего уровня надежности разрабатываемых ТС.