Ένα άρθρο σχετικά με το τι είναι η μαθηματική κυβερνητική. Μαθηματική Κυβερνητική. Κυβερνητική στην ΕΣΣΔ

Υλικό αναζήτησης:

Αριθμός των υλικών σας: 0.

Προσθέστε 1 υλικό

Πιστοποιητικό
σχετικά με τη δημιουργία ενός ηλεκτρονικού χαρτοφυλακίου

Προσθέστε 5 υλικά

Μυστικό
παρόν

Προσθέστε 10 υλικά

Πιστοποιητικό για
πληροφόρηση της εκπαίδευσης

Προσθέστε 12 υλικά

Ανασκόπηση
δωρεάν για οποιοδήποτε υλικό

Προσθέστε 15 υλικά

Μαθήματα βίντεο
για γρήγορη δημιουργία αποτελεσματικών παρουσιάσεων

Προσθέστε 17 υλικά

1.8. Κυβερνητικές πτυχές της επιστήμης των υπολογιστών
1.8.1. Θέμα κυβερνητικής

Η λέξη "cybernetics" προέρχεται από την ελληνική λέξη που σημαίνει σε μετάφραση
"πηδαλιούχος". Η σύγχρονη σημασία του συνδέεται με τον επιστημονικό τομέα, η αρχή του οποίου
ιδρύθηκε από το βιβλίο του Αμερικανού επιστήμονα Norbert Wiener «Cybernetics, ή
έλεγχος και επικοινωνία σε ζώα και μηχανές», που δημοσιεύτηκε το 1948. Σύντομα το θέμα
όχι μόνο βιολογικά και τεχνικά συστήματα, αλλά και συστήματα
οποιασδήποτε φύσης, ικανή να αντιλαμβάνεται, να αποθηκεύει και να επεξεργάζεται πληροφορίες
και χρησιμοποιήστε το για διαχείριση και ρύθμιση. Εκδόθηκε το 1947
Η Encyclopedia of Cybernetics λέει ότι είναι «...η επιστήμη των γενικών νόμων
λήψη, αποθήκευση, μετάδοση και μετατροπή πληροφοριών σε σύνθετες
συστήματα ελέγχου. Σε αυτήν την περίπτωση, συστήματα ελέγχου εδώ σημαίνει
όχι μόνο τεχνική, αλλά και κάθε βιολογική, διοικητική και κοινωνική
συστήματα». Έτσι, η κυβερνητική και η επιστήμη των υπολογιστών είναι πιο πιθανές
ενοποιημένη επιστήμη. Σήμερα, η κυβερνητική θεωρείται όλο και περισσότερο μέρος της επιστήμης των υπολογιστών
τμήμα "υψηλότερο", σε κάποιο βαθμό παρόμοιο σε θέση με το "υψηλότερο"
μαθηματικά» σε σχέση με όλα τα μαθηματικά γενικά (περίπου το ίδιο
θέση σε σχέση με την πληροφορική είναι και η επιστήμη της «τεχνητής
νοημοσύνη"). Η επιστήμη των υπολογιστών στο σύνολό της είναι ευρύτερη από την κυβερνητική, δεδομένου ότι στην επιστήμη των υπολογιστών
Υπάρχουν πτυχές που σχετίζονται με την αρχιτεκτονική και τον προγραμματισμό των υπολογιστών που
δεν μπορεί να αποδοθεί άμεσα στην κυβερνητική.
Οι κυβερνητικοί κλάδοι της επιστήμης των υπολογιστών είναι πλούσιοι σε προσεγγίσεις και
μοντέλα στη μελέτη διαφόρων συστημάτων και χρησιμοποιούνται ως συσκευή
πολλούς κλάδους των θεμελιωδών και εφαρμοσμένων μαθηματικών.
Ένας κλασικός και ως ένα βαθμό ανεξάρτητος κλάδος της κυβερνητικής
εξετάστε την επιχειρησιακή έρευνα. Αυτός ο όρος αναφέρεται στη χρήση
μαθηματικές μεθόδους για την αιτιολόγηση αποφάσεων σε διάφορους τομείς
σκόπιμη ανθρώπινη δραστηριότητα.

Ας εξηγήσουμε τι σημαίνει «απόφαση». Ας γίνουν κάποιες προσπάθειες
εκδήλωση (στη βιομηχανική, οικονομική ή κοινωνική σφαίρα),
με στόχο την επίτευξη ενός συγκεκριμένου στόχου - ένα τέτοιο γεγονός ονομάζεται
"λειτουργία". Το άτομο (ή ομάδα προσώπων) που είναι υπεύθυνο για τη διεξαγωγή αυτού
εκδήλωση, έχετε τη δυνατότητα να επιλέξετε τον τρόπο διοργάνωσής του. Για παράδειγμα: μπορείς
επιλέξτε τους τύπους προϊόντων που θα παραχθούν· εξοπλισμός που
αυτό θα ισχύει. διανέμουν τα διαθέσιμα κεφάλαια με τον ένα ή τον άλλο τρόπο, κ.λπ.
Μια «λειτουργία» είναι ένα ελεγχόμενο γεγονός.
Μια απόφαση είναι μια επιλογή από μια σειρά επιλογών που είναι διαθέσιμες στον λήπτη της απόφασης.
Οι αποφάσεις μπορεί να είναι επιτυχείς και ανεπιτυχείς, λογικές και
Οι λύσεις ονομάζονται βέλτιστες, για τον ένα ή τον άλλο λόγο
προτιμότερο από άλλα. Σκοπός της επιχειρησιακής έρευνας είναι
μαθηματική (ποσοτική) αιτιολόγηση βέλτιστων λύσεων.
Η Επιχειρησιακή Έρευνα περιλαμβάνει τις ακόλουθες ενότητες:
1) μαθηματικός προγραμματισμός (αιτιολόγηση σχεδίων, προγραμμάτων
ΟΙΚΟΝΟΜΙΚΗ ΔΡΑΣΤΗΡΙΟΤΗΤΑ); περιλαμβάνει σχετικά ανεξάρτητη
ενότητες: γραμμικός προγραμματισμός, μη γραμμικός προγραμματισμός,
δυναμικός προγραμματισμός (σε όλα αυτά τα ονόματα ο όρος
Ο "προγραμματισμός" προέκυψε ιστορικά και δεν έχει καμία σχέση
προγραμματισμός υπολογιστών);
2) Θεωρία ουράς, βασισμένη στη θεωρία των τυχαίων διεργασιών.
3) θεωρία παιγνίων, η οποία επιτρέπει σε κάποιον να αιτιολογεί αποφάσεις που λαμβάνονται υπό συνθήκες
ελλιπείς πληροφορίες.
Λάβετε υπόψη ότι αυτές οι ενότητες δεν σχετίζονται άμεσα με υπολογιστές και τεχνικά θέματα
συστήματα. Άλλα, που αναπτύχθηκαν ραγδαία τις δεκαετίες του 1970 και του 1980. τμήμα της κυβερνητικής
υπήρχαν αυτόματα (αυτοματοποιημένα) συστήματα ελέγχου. Αυτός ο τομέας
έχει χαρακτήρα κλειστό, αυτόνομο, ιστορικά εδραιωμένο
μόνος του. Συνδέεται στενά με την ανάπτυξη τεχνικών συστημάτων
αυτοματοποιημένη ρύθμιση και διαχείριση τεχνολογικών και
διαδικασίες παραγωγής.

Ένας άλλος κλασικός κλάδος της κυβερνητικής είναι η αναγνώριση
εικόνες, που προέκυψαν από το πρόβλημα της μοντελοποίησης σε συστήματα τεχνικής αντίληψης
πρόσωπο σημείων, αντικειμένων και λόγου, καθώς και ο σχηματισμός εννοιών σε ένα άτομο
(προπόνηση με την απλούστερη, τεχνική έννοια). Αυτό το τμήμα είναι σε μεγάλο βαθμό
προέκυψε από τις τεχνικές ανάγκες της ρομποτικής. Για παράδειγμα, απαιτείται αυτό
ο ρομποτικός συναρμολογητής αναγνώρισε τα απαιτούμενα μέρη. Κατά την αυτόματη ταξινόμηση (ή
Η απόρριψη) των εξαρτημάτων απαιτεί ικανότητα αναγνώρισης.
Η κορυφή της κυβερνητικής (και γενικά όλης της επιστήμης των υπολογιστών) είναι η ενότητα
αφιερωμένο στα προβλήματα της τεχνητής νοημοσύνης. Το πιο μοντέρνο
τα συστήματα ελέγχου έχουν την ιδιότητα να λαμβάνουν αποφάσεις - την ιδιοκτησία
πνευματικότητα, δηλ. μοντελοποιούν την πνευματική δραστηριότητα
άτομο όταν παίρνει αποφάσεις.

1.8.2. Διαχειριζόμενα συστήματα

Παρά την ποικιλία των προβλημάτων που επιλύονται στην κυβερνητική, η ποικιλία των μοντέλων,
προσεγγίσεις και μεθόδους, η κυβερνητική παραμένει μια ενοποιημένη επιστήμη χάρη στη χρήση
γενική μεθοδολογία βασισμένη στη θεωρία συστημάτων και στην ανάλυση συστημάτων.
Ένα σύστημα είναι μια εξαιρετικά ευρεία, αρχική, όχι αυστηρά καθορισμένη έννοια.
Υποτίθεται ότι το σύστημα έχει μια δομή, δηλ. αποτελείται από σχετικά
απομονωμένα μέρη (στοιχεία), τα οποία, ωστόσο, βρίσκονται σε σημαντική
σχέσεις και αλληλεπιδράσεις. Η σημασία της αλληλεπίδρασης είναι ότι
χάρη σε αυτό, τα στοιχεία του συστήματος αποκτούν μαζί μια ορισμένη νέα λειτουργία,
μια νέα ιδιότητα που δεν κατέχεται από κανένα από τα στοιχεία ξεχωριστά. Σε αυτό
είναι η διαφορά μεταξύ ενός συστήματος και ενός δικτύου, το οποίο αποτελείται επίσης από μεμονωμένα στοιχεία, αλλά όχι
διασυνδέονται με σημαντικές σχέσεις. Συγκρίνετε, για παράδειγμα,
μια επιχείρηση της οποίας τα συνεργεία αποτελούν ένα σύστημα, αφού μόνο όλα μαζί
αποκτήσουν την ικανότητα παραγωγής τελικών προϊόντων (και κανένα από αυτά σε
από μόνη της δεν θα αντεπεξέλθει σε αυτό το έργο), και ένα δίκτυο καταστημάτων που μπορεί να λειτουργήσει
ανεξάρτητα το ένα από το άλλο.

Η Κυβερνητική, ως επιστήμη ελέγχου, δεν μελετά όλα τα συστήματα γενικά, αλλά
μόνο διαχειριζόμενα συστήματα. Αλλά ο τομέας των ενδιαφερόντων και των εφαρμογών της κυβερνητικής
εκτείνεται σε μια μεγάλη ποικιλία βιολογικών, οικονομικών,
κοινωνικά συστήματα.
Ένα από τα χαρακτηριστικά γνωρίσματα του ελεγχόμενου συστήματος είναι η ικανότητα
μετάβαση σε διαφορετικές καταστάσεις υπό την επίδραση ενεργειών ελέγχου. Πάντα
υπάρχει ένα ορισμένο σύνολο καταστάσεων συστήματος από τις οποίες γίνεται μια επιλογή
βέλτιστη κατάσταση.
Αφαίρεση από τα ιδιαίτερα χαρακτηριστικά των επιμέρους κυβερνητικών συστημάτων και
τονίζοντας μοτίβα κοινά σε ένα συγκεκριμένο σύνολο συστημάτων που περιγράφουν
αλλάζοντας την κατάστασή τους υπό διάφορες ενέργειες ελέγχου, καταλήγουμε
έννοια ενός αφηρημένου κυβερνητικού συστήματος. Τα συστατικά του δεν είναι
συγκεκριμένα αντικείμενα, αλλά χαρακτηρίζονται αφηρημένα στοιχεία
ορισμένες ιδιότητες κοινές σε μια ευρεία κατηγορία αντικειμένων.
Δεδομένου ότι τα κυβερνητικά συστήματα νοούνται ως ελεγχόμενα συστήματα, στο
Πρέπει να διαθέτουν μηχανισμό που να εκτελεί λειτουργίες ελέγχου. Πιο συχνά
Συνολικά, αυτός ο μηχανισμός εφαρμόζεται με τη μορφή οργάνων ειδικά σχεδιασμένων για
έλεγχος (Εικ. 1.38).

Ρύζι. 1.38. Σχηματική αναπαράσταση κυβερνητικού συστήματος στη μορφή
ένα σύνολο εξαρτημάτων ελέγχου και ελεγχόμενων μερών

Τα βέλη στο σχήμα δείχνουν τις επιρροές που ανταλλάσσονται μεταξύ των εξαρτημάτων
συστήματα. Ένα βέλος που πηγαίνει από το τμήμα ελέγχου του συστήματος στο ελεγχόμενο τμήμα,
σημαίνει σήματα ελέγχου. Το τμήμα ελέγχου του συστήματος που δημιουργεί
Τα σήματα ελέγχου ονομάζονται συσκευή ελέγχου. Διευθυντής
η συσκευή παράγει σήματα ελέγχου με βάση τις πληροφορίες κατάστασης

ελεγχόμενο σύστημα (που φαίνεται στο σχήμα με ένα βέλος από το ελεγχόμενο τμήμα
σύστημα στο τμήμα ελέγχου του) προκειμένου να επιτευχθεί η απαιτούμενη κατάσταση
ενοχλητικές επιρροές. Ένα σύνολο κανόνων σύμφωνα με τους οποίους οι πληροφορίες
η είσοδος στη συσκευή ελέγχου υποβάλλεται σε επεξεργασία σε σήματα ελέγχου,
ονομάζεται αλγόριθμος ελέγχου.
Με βάση τις εισαγόμενες έννοιες, μπορείτε να ορίσετε την έννοια
"έλεγχος". Ο έλεγχος είναι μια επιρροή σε ένα αντικείμενο, επιλεγμένο από ένα σύνολο
πιθανές επιπτώσεις με βάση τις διαθέσιμες πληροφορίες για το σκοπό αυτό, βελτιώνοντας
λειτουργία ή ανάπτυξη αυτής της εγκατάστασης.
Τα συστήματα ελέγχου επιλύουν τέσσερις κύριους τύπους προβλημάτων ελέγχου: 1)
ρύθμιση (σταθεροποίηση)· 2) εκτέλεση προγράμματος. 3) παρακολούθηση? 4)
βελτιστοποίηση.
Οι στόχοι της ρύθμισης είναι η διατήρηση των παραμέτρων του συστήματος –
ελεγχόμενες ποσότητες - κοντά σε ορισμένες σταθερές τιμές καθορισμού (x),
παρά την επίδραση των διαταραχών M που επηρεάζουν τις τιμές του (x). Διαθέσιμο εδώ μέσα
μορφή ενεργητικής προστασίας από διαταραχές, η οποία είναι θεμελιωδώς διαφορετική από την παθητική
μέθοδος προστασίας Η ενεργή προστασία περιλαμβάνει την ανάπτυξη συστημάτων ελέγχου
ελέγχου των ενεργειών που εξουδετερώνουν τις διαταραχές. Ναι, το καθήκον
Η διατήρηση της απαιτούμενης θερμοκρασίας συστήματος μπορεί να επιλυθεί χρησιμοποιώντας
ελεγχόμενη θέρμανση ή ψύξη. Η παθητική προστασία αποτελείται από
δίνοντας σε ένα αντικείμενο τέτοιες ιδιότητες που η εξάρτηση των παραμέτρων που μας ενδιαφέρουν
από εξωτερικές διαταραχές ήταν μικρή. Ένα παράδειγμα παθητικής προστασίας είναι
θερμομόνωση για τη διατήρηση μιας δεδομένης θερμοκρασίας συστήματος,
αντιδιαβρωτικές επιστρώσεις για εξαρτήματα μηχανών.
Η εργασία εκτέλεσης προγράμματος προκύπτει σε περιπτώσεις όπου οι καθορισμένες τιμές
οι ελεγχόμενες ποσότητες (x) αλλάζουν με την πάροδο του χρόνου με γνωστό τρόπο, για παράδειγμα σε
παραγωγή κατά την εκτέλεση εργασιών σύμφωνα με ένα προκαθορισμένο χρονοδιάγραμμα. ΣΕ
στα βιολογικά συστήματα, παραδείγματα εφαρμογής προγράμματος είναι η ανάπτυξη
οργανισμοί από αυγά, εποχιακές μεταναστεύσεις πτηνών, μεταμορφώσεις εντόμων.
Το καθήκον της παρακολούθησης είναι να διατηρείται όσο το δυνατόν πιο κοντά σε ορισμένους
ελεγχόμενη παράμετρος x0(t) στην τρέχουσα κατάσταση του συστήματος, αλλάζει

με απρόβλεπτο τρόπο. Η ανάγκη για παρακολούθηση προκύπτει, για παράδειγμα, όταν
διαχείριση της παραγωγής αγαθών σε συνθήκες μεταβαλλόμενης ζήτησης.
Προβλήματα βελτιστοποίησης - καθιέρωση της καλύτερης λειτουργίας υπό μια ορισμένη έννοια
λειτουργία ή κατάσταση ενός διαχειριζόμενου αντικειμένου - είναι αρκετά κοινά, για παράδειγμα
διαχείριση τεχνολογικών διεργασιών προκειμένου να ελαχιστοποιηθούν οι απώλειες πρώτων υλών κ.λπ.
Συστήματα στα οποία δεν χρησιμοποιείται για τη δημιουργία ενεργειών ελέγχου
πληροφορίες σχετικά με τις τιμές που λαμβάνουν οι ελεγχόμενες ποσότητες στη διαδικασία
Τα συστήματα ελέγχου ονομάζονται συστήματα ελέγχου ανοιχτού βρόχου. Η δομή είναι έτσι
σύστημα φαίνεται στο Σχ. 1,39.

Ρύζι. 1,39. Σύστημα ελέγχου ανοιχτού βρόχου

Ο αλγόριθμος ελέγχου υλοποιείται από τη συσκευή ελέγχου CU, η οποία
παρέχει παρακολούθηση της διαταραχής Μ και αντιστάθμιση αυτής της διαταραχής, χωρίς
χρησιμοποιώντας την ελεγχόμενη μεταβλητή Χ.
Αντίθετα σε κλειστά συστήματα ελέγχου για τη συγκρότηση μάνατζερ
επιρροές, χρησιμοποιούνται πληροφορίες σχετικά με την αξία των ελεγχόμενων ποσοτήτων.
Η δομή ενός τέτοιου συστήματος φαίνεται στο Σχ. 1,40. Επικοινωνία μεταξύ Σαββατοκύριακων
παραμέτρους Χ και είσοδος Υ του ίδιου στοιχείου του ελεγχόμενου συστήματος
που ονομάζεται ανατροφοδότηση.

Ρύζι. 1,40. Σύστημα ελέγχου κλειστού βρόχου

Η ανατροφοδότηση είναι μια από τις πιο σημαντικές έννοιες της κυβερνητικής, η βοήθεια
κατανοούν πολλά φαινόμενα που συμβαίνουν σε ελεγχόμενα συστήματα διαφόρων
φύση. Η ανατροφοδότηση μπορεί να βρεθεί μελετώντας τις διαδικασίες
που απαντώνται σε ζωντανούς οργανισμούς, οικονομικές δομές, συστήματα
αυτόματη ρύθμιση. Ανατροφοδότηση που αυξάνει την επιρροή της εισόδου
Η επίδραση στις ελεγχόμενες παραμέτρους του συστήματος ονομάζεται θετική,
μείωση της επιρροής της επιρροής εισόδου – αρνητική.
Η θετική ανατροφοδότηση χρησιμοποιείται σε πολλές τεχνικές συσκευές
για ενίσχυση, αύξηση των τιμών των επιρροών εισόδου. Αρνητικός
Η ανατροφοδότηση χρησιμοποιείται για την αποκατάσταση της ισορροπίας που έχει διαταραχθεί από εξωτερικά
αντίκτυπο στο σύστημα.

1.8.3. Λειτουργίες ανθρώπου και μηχανής σε συστήματα ελέγχου

Ένας καλά μελετημένος τομέας εφαρμογής των κυβερνητικών μεθόδων είναι
τεχνολογική και παραγωγική σφαίρα, βιομηχανική διαχείριση
επιχείρηση.
Προκλήσεις που προκύπτουν στη διαχείριση μιας μεσαίας και μεγάλης επιχείρησης
είναι ήδη αρκετά περίπλοκα, αλλά μπορούν να επιλυθούν με χρήση ηλεκτρονικών
Υπολογιστές. Συστήματα διαχείρισης επιχειρήσεων ή
περιοχές (περιοχές, πόλεις) που χρησιμοποιούν υπολογιστές για επεξεργασία και αποθήκευση
Οι πληροφορίες ονομάζονται αυτοματοποιημένα συστήματα ελέγχου (ACS). Με
Από τη φύση τους, τέτοια συστήματα είναι άνθρωπος-μηχανή, δηλ. μαζί με
η χρήση ισχυρών υπολογιστών προϋποθέτει την παρουσία ενός ατόμου μαζί του
νοημοσύνη.
Στα συστήματα ανθρώπου-μηχανής θεωρείται η ακόλουθη διαίρεση λειτουργιών
μηχανή και άνθρωπος: η μηχανή αποθηκεύει και επεξεργάζεται μεγάλες ποσότητες

πληροφορίες, παρέχει πληροφοριακή υποστήριξη για τη λήψη αποφάσεων
από ένα άτομο? ένα άτομο παίρνει αποφάσεις διαχείρισης.
Πιο συχνά στα συστήματα ανθρώπου-μηχανής, οι υπολογιστές εκτελούν ρουτίνα,
μη δημιουργική, εντατική επεξεργασία πληροφοριών, απελευθερώνοντας χρόνο σε ένα άτομο
για δημιουργικές δραστηριότητες. Ωστόσο, ο στόχος της ανάπτυξης υπολογιστή
Η τεχνολογία ελέγχου (πληροφοριών) είναι πλήρης αυτοματοποίηση
δραστηριότητες που περιλαμβάνουν μερική ή πλήρη απελευθέρωση ατόμου από
την ανάγκη λήψης αποφάσεων. Αυτό οφείλεται όχι μόνο στην επιθυμία να ξεφορτωθεί
ανθρώπινη, αλλά και με το γεγονός ότι η ανάπτυξη της τεχνολογίας και της τεχνολογίας έχει οδηγήσει σε καταστάσεις όπου
ένα άτομο λόγω των εγγενών φυσιολογικών και ψυχολογικών περιορισμών του
απλά δεν έχει χρόνο να πάρει αποφάσεις σε πραγματικό χρόνο
διαδικασία, η οποία απειλεί με καταστροφικές συνέπειες, για παράδειγμα: την ανάγκη
ενεργοποίηση προστασίας έκτακτης ανάγκης πυρηνικού αντιδραστήρα, αντίδραση σε γεγονότα,
που συμβαίνουν κατά τις εκτοξεύσεις διαστημικών σκαφών κ.λπ.
Ένα σύστημα που αντικαθιστά έναν άνθρωπο πρέπει να έχει ευφυΐα, σε κάποιο βαθμό
παρόμοια με την ανθρώπινη - τεχνητή νοημοσύνη. Ερευνα
κατεύθυνση στον τομέα των συστημάτων τεχνητής νοημοσύνης αναφέρεται επίσης
η κυβερνητική, ωστόσο, λόγω της σημασίας της για τις προοπτικές όλης της επιστήμης των υπολογιστών
Γενικά, θα το εξετάσουμε σε ξεχωριστή παράγραφο.

Ερωτήσεις ελέγχου

1. Ποιο είναι το αντικείμενο της επιστήμης «Κυβερνητική»;
2. Περιγράψτε τα προβλήματα που επιλύθηκαν στην επιστημονική ενότητα «έρευνα επιχειρήσεων».
3. Τι θέση έχει η θεωρία του αυτόματου ελέγχου και
κανονισμός λειτουργίας?
4. Τι σημαίνει η έννοια «σύστημα»;
5. Τι είναι ένα «σύστημα ελέγχου»;
6. Περιγράψτε τις εργασίες που προκύπτουν στα συστήματα ελέγχου.

7. Τι είναι η «ανατροφοδότηση»; Δώστε παραδείγματα σχολίων από άλλους
διαχειριστήκατε συστήματα.
8. Τι είναι ένα αυτοματοποιημένο σύστημα ελέγχου;
9. Ποια είναι η θέση του ανθρώπου και του υπολογιστή στα συστήματα ελέγχου ανθρώπου-μηχανής;

Κατά την ανάπτυξη της επιστημονικής και τεχνολογικής επανάστασης, η φυσική, η χημική
και τη βιολογική επίδραση του ανθρώπου στη φύση. Όσο ισχυρότερος είναι ο αντίκτυπος, τόσο
τα μέσα διαχείρισής τους πρέπει να είναι πιο αποτελεσματικά και πρωταρχικό καθήκον μας
χρόνο γίνεται όχι μόνο και όχι τόσο η επιλογή του βέλτιστου (οικονομικά
επωφελής) τρόποι διαχείρισης, πόση πρόβλεψη και πρόληψη
διαρκώς αυξανόμενος κίνδυνος εμφάνισης μη αναστρέψιμων φυσικών διεργασιών που απειλούν
την ανθρώπινη ύπαρξη και τη ζωή στη Γη γενικότερα. Σχεδόν ποτέ πριν
η ανθρωπότητα έχει θέσει στον εαυτό της ένα πιο περίπλοκο και πιο υπεύθυνο καθήκον.
Μπορεί κανείς να διαφωνήσει για το πότε ακριβώς θα συμβούν μη αναστρέψιμες αλλαγές στη φύση και με ποιους τρόπους.
θα υπάρξουν οι συνέπειές τους, αλλά δεν υπάρχει αμφιβολία ότι η περίοδος που όρισε η ιστορία για τη λύση
αυτό το περίπλοκο πρόβλημα δεν είναι τόσο μεγάλο.
Υπό αυτό το πρίσμα, οι εργασίες για τη θεωρία συστημάτων ή τη συστημολογία αποκτούν ιδιαίτερη σημασία.
(συχνά ονομάζεται «προσέγγιση συστημάτων», η οποία, στην πραγματικότητα, προέκυψε σε σχέση με
την ανάγκη επίλυσης προβλημάτων παρόμοιας πολυπλοκότητας). Αυτά τα έργα είναι ιδιαίτερα πολύτιμα
προσανατολισμό του συστήματος, ο οποίος όχι μόνο καθορίζει τις βασικές αρχές της μεθοδολογίας
θεωρία συστημάτων και καταδεικνύει την αποτελεσματικότητα μιας συστημικής προσέγγισης στην επίλυση
αρκετά περίπλοκα και σχετικά κυβερνητικά προβλήματα. Αυτό το βιβλίο είναι
εργασία αυτού του τύπου: συστηματική τόσο ως προς το θέμα όσο και στο πνεύμα της παρουσίασης.
Στο πρώτο μέρος του βιβλίου, ο συγγραφέας εξετάζει διεξοδικά την ουσία της συστημικής προσέγγισης, αλλά το δεύτερο
το εφαρμόζει στη λύση των πιο γενικών σημειωτικών προβλημάτων της κυβερνητικής. Και τα δυο
μέρη του βιβλίου είναι πρωτότυπα και έχουν αυτοτελές νόημα.
Μία από τις ιδιαίτερες πτυχές του βιβλίου είναι η προσπάθειά του να παρουσιάσει την ουσία της συστημολογίας με
μια ενιαία άποψη. Για να γίνει αυτό, ο συγγραφέας αναλύει σε βάθος τις έννοιες που υποκρύπτονται
την παρουσιαζόμενη έννοια της συστημολογίας, και δείχνει ότι αυτές οι έννοιες συνδέονται με τους νόμους και

κατηγορίες υλιστικής διαλεκτικής και ότι η συστημική προσέγγιση είναι μόνο
φέρνοντας τη γνώση των βασικών νόμων σε επίπεδο συγκεκριμένων πρακτικών εφαρμογών
ανάπτυξη της φύσης, και όχι μια νέα κοσμοθεωρία, όπως φαντάζονται συχνά οι θεωρητικοί
θεωρία συστημάτων στη Δύση.
Ο συγγραφέας δεν προσπαθεί να επισημοποιήσει την ίδια την παρουσίαση, κάτι που, φυσικά, θα ήταν
πρόωρο, αν και πολύ δελεαστικό, αλλά ο τρόπος που υιοθετείται στο βιβλίο
η παρουσίαση μπορεί να θεωρηθεί το πρώτο βήμα προς αυτή την κατεύθυνση.
Κατά την παρουσίαση μιας συστηματικής προσέγγισης, δίνεται η κύρια προσοχή στο έργο του G. P. Melnikov
αυτό που ενώνει το σύστημα σε ένα ενιαίο σύνολο. Πολλοί συγγραφείς, όταν μελετούν πολύπλοκα
Τα συστήματα τείνουν είτε να τα χωρίζουν σε πιο απλά μέρη και να εξετάζουν τις συνδέσεις μεταξύ τους
μέρη ως εμπόδιο σε μια τέτοια διαίρεση, ή, αντίθετα, συγκεντρώνουν όλα
προσοχή μόνο στους συνδετικούς κρίκους, στο δίκτυο σχέσεων (δομή) μεταξύ εξαρτημάτων και
στοιχεία του συνόλου και δηλώνουν ότι η φύση των συνδεδεμένων στοιχείων είναι ασήμαντη για
σχηματισμός ακεραιότητας. Σε αντίθεση με αυτούς, ο Γ.Π
δομή του συνόλου, και σε εκείνες τις ιδιότητες που προκύπτουν σε κάθε στοιχείο λόγω
το ίδιο το γεγονός της ύπαρξης του συστήματος ως ορισμένης ενότητας και των ιδιοτήτων του συνόλου,
που προκύπτουν από τις μοναδικές ιδιότητες των στοιχείων, δείχνοντας τους μηχανισμούς
αμοιβαία συμφωνία όλων αυτών των παραμέτρων του συστήματος που διαμορφώνεται με υποχρεωτική
αλληλεπίδραση με το εξωτερικό περιβάλλον.
Κάθε σύστημα, στο βαθμό που υπάρχει, πρέπει να αποκτά τις απαραίτητες ιδιότητες
για την αντιμετώπιση εξωτερικών δυνάμεων (επιπτώσεις άλλων συστημάτων) που τείνουν να
καταστρέψει αυτό το σύστημα. Όσο περισσότερο υπάρχει το σύστημα και τόσο ισχυρότερες είναι οι επιπτώσεις,
στο οποίο εκτίθεται, τόσο περισσότερο στο σύστημα ως σύνολο και σε κάθε στοιχείο του
Οι ιδιότητες της αμοιβαίας συνέπειας που αναπτύσσονται στη διαδικασία θα πρέπει να εκδηλωθούν
προσαρμογή. Αυτές τις ιδιότητες είχε στο μυαλό του ο Χέγκελ όταν το είπε σε μια σταγόνα
αντανακλώνται οι ιδιότητες του ωκεανού.
Προσδιορισμός αυτών των κοινών ιδιοτήτων και ανακάλυψη της βασικής αιτίας τους (κρυμμένες στο σύμπλεγμα
εξωτερικές επιρροές), που αποκαλείται από τον συγγραφέα ο καθοριστικός παράγοντας του συστήματος, ανοίγεται ευρέως
ευκαιρίες για τη μελέτη εκείνων των ιδιοτήτων πολύπλοκων συστημάτων που, στην πραγματικότητα,
να τα κάνουν «περίπλοκα».
Αυτό μας επιτρέπει να ρίξουμε μια νέα ματιά στην έννοια ενός συστήματος και να ανακαλύψουμε τέτοιες συνδέσεις μεταξύ τους
μέρη του και τέτοια χαρακτηριστικά των στοιχείων του, η ύπαρξη των οποίων είναι συχνά δύσκολη και

ύποπτος. Ήταν σε αυτό το μονοπάτι που ο G.P Melnikov, ως αποτέλεσμα της μελέτης των ακινήτων
με συντριπτικό αριθμό γλωσσών στον κόσμο, ήταν δυνατό να ανακαλύψουμε πολύ συγκεκριμένους τύπους
εξαρτήσεις μεταξύ της γραμματικής μιας γλώσσας και της φωνητικής της και δημιουργούν μια νέα, συστημική
τυπολογία γλωσσών, συγκρίνοντας τη δομή των γλωσσών σύμφωνα με τα χαρακτηριστικά των καθοριστικών παραγόντων τους.
Η προσέγγιση που αναπτύχθηκε από τον συγγραφέα καθιστά δυνατό να ορίσουμε με σαφήνεια τη διαφορά
συστηματική προσέγγιση από τη δομική. Αποδείχθηκε ότι αυτές οι διαφορές ουσιαστικά συγκρατούνται
σε ένα αξίωμα: οι ιδέες των στρουκτουραλιστών βασίζονται στη θέση ότι
υπάρχει ένα εντελώς άμορφο υλικό από το οποίο σχηματίζεται (στιγμιαία) το σύστημα
ιδιότητες ενός δεδομένου στοιχείου συστήματος σύμφωνα μόνο με τη θέση του στη δομή.
Σύμφωνα με συστημολογικές απόψεις, δεν υπάρχει απολύτως άμορφο υλικό. Κάθε
το υλικό φέρει τις ιδιότητες προηγούμενων συστημάτων στα οποία περιλαμβανόταν προηγουμένως και, επιπλέον,
ανέπτυξε κατά τη διαδικασία της προσαρμογής σε αυτά τα συστήματα η ικανότητα σε έναν ή τον άλλο βαθμό
διατηρούν τις αποκτηθείσες ιδιότητες τους. Επομένως, όταν χρησιμοποιείται τέτοιο υλικό για
σχηματισμός ενός νέου συστήματος, τότε υπάρχει μια μακροπρόθεσμη προσαρμογή του παλιού και
ο σχηματισμός νέων ιδιοτήτων κατά την προσαρμογή, δηλαδή σε κάθε χρονική στιγμή σε κάθε
στοιχείο του συστήματος υπάρχουν δύο τύποι ιδιοτήτων: αρχική (υλικό),
που αντικατοπτρίζει το υπόβαθρο του υλικού και επιβάλλεται από το σύστημα (δομικό),
καθορίζεται από την ορίζουσα του συστήματος.
Τα ζητήματα που έθεσε ο συγγραφέας σχετικά με τις σχέσεις δομικών («λογικών»,
«συντακτικό») και ουσιαστικό («υλικό», «συστηματικό») σε
πραγματικά φυσικά και τεχνητά συστήματα όχι μόνο αντιπροσωπεύουν
γενικού φιλοσοφικού ενδιαφέροντος, αλλά είναι επίσης πολύ σημαντικά στην κατασκευή
συστήματα ανθρώπου-μηχανής, τα οποία είναι το κύριο εργαλείο για την επίλυση των περισσότερων
σύνθετα σύγχρονα προβλήματα της κυβερνητικής.
Για την αποτελεσματική χρήση τέτοιων συστημάτων, είναι απαραίτητο πρώτα απ 'όλα να διαχωριστούν
διαδικασία λύσης σε δύο μέρη: ειδική για τη μηχανή, επίσημη,
συσχετίζεται με τη δομή του αντικειμένου που μελετάται ή κατασκευάζεται, με τη λογική
αλληλεπίδραση των μερών του, και ουσιαστικό, σημασιολογικό, που δεν απαιτεί εξέταση
ανάγονται στη δομή των χαρακτηριστικών της ουσίας ενός αντικειμένου και επομένως αποδίδονται σε
πρόσωπο. Ταυτόχρονα, το κύριο μέλημα ενός ανθρώπου είναι το πιο ολοκληρωμένο
χρησιμοποιώντας τις δυνατότητες της τεχνολογίας έτσι ώστε οι υπόλοιποι ανεπισημοποιημένοι
Μέρος του έργου αποδείχθηκε εφικτό για μια πραγματική ομάδα ειδικών.

Η ικανότητα ενός ατόμου να προσδιορίζει ανεπίσημα το επίσημο μέρος μιας εργασίας, όπως άλλα
Η ανθρώπινη ικανότητα να λειτουργεί με άτυπα αντικείμενα είναι μία από τις μεγαλύτερες
μυστήρια της φύσης. Επομένως, οποιαδήποτε προσπάθεια διείσδυσης σε αυτό το μυστικό ή τουλάχιστον το περίγραμμα
οι προσεγγίσεις σε αυτό έχουν μεγάλη σημασία.
Από αυτή την άποψη, οι έννοιες που παρουσιάζονται στο βιβλίο ανοίγονται πολύ δελεαστικές
προοπτικές. Αν και ο συγγραφέας προσπαθεί να μην τονίσει τη σύνδεση των ιδεών με τις οποίες αναπτύσσει
προβλήματα τεχνητής νοημοσύνης, αλλά σίγουρα γίνεται αισθητό πότε
διαβάζοντας ένα βιβλίο. Παράλληλα, ο συγγραφέας εστιάζει στο κεντρικό πρόβλημα: το πώς
σκέφτεται ένα άτομο, τι ρόλο παίζει η γλώσσα στη διαδικασία της σκέψης, πώς αναλαμβάνει η σκέψη
λόγια στις πράξεις επικοινωνίας ενός ατόμου με ένα άλλο, και όχι για μοντέρνα προβλήματα δημιουργίας
ευρετικές (ανθρωποειδείς) μέθοδοι για την επίλυση προβλημάτων τεχνητού παιχνιδιού. ΣΕ
Από αυτή την άποψη, τα προβλήματα του βιβλίου αφορούν την ανάπτυξη αρχών για την κατασκευή
ολοκληρωμένα ρομπότ (όχι ευρετικό προγραμματισμό).
Ο συγγραφέας φτάνει στον εντοπισμό αυτών των αρχών όχι τόσο από την άμεση τεχνική
πειραματισμός, πόσο από τη συστημική ερμηνεία της πλούσιας σημειωτικής,
γλωσσικό και ψυχολογικό υλικό που έχει συσσωρευτεί μέχρι σήμερα. ΣΕ
Σε σχέση με αυτό, το βιβλίο δίνει μεγάλη προσοχή στην ανάλυση τέτοιων βασικών ζητημάτων
η κυβερνητική, ως η απαρχή της ικανότητας σχηματισμού μηχανισμών αναγνώρισης,
πρόβλεψη, επικοινωνία και μοντελοποίηση και αξιολόγηση πιθανοτήτων
χρησιμοποιώντας αυτούς τους μηχανισμούς για ουσιαστική επικοινωνία ανθρώπου-μηχανής και
αυτοκίνητα μεταξύ τους. Να περιγράψει οικονομικά τυπικά συστατικά αυτών των διεργασιών
ο συγγραφέας εισάγει μια εξειδικευμένη συμβολική συσκευή.
Η παρουσίαση του περιεχομένου που προτείνεται στο βιβλίο είναι θεμελιώδης και
πειστικότης. Ωστόσο, πρέπει να θυμόμαστε ότι τα θέματα που συζητούνται στο βιβλίο σχετίζονται με
Ο παρών χρόνος είναι από τους πιο δύσκολους να εξηγηθεί και να κατανοηθεί, και ως εκ τούτου
Ο αναγνώστης που ξεκινά αυτό το βιβλίο πρέπει να προετοιμαστεί εκ των προτέρων για σκληρή δουλειά. Πολλά
Θα πρέπει να ξαναδιαβάσω τα αποσπάσματα και να σκεφτώ πολλά, αλλά μπορώ να είμαι σίγουρος
να πει ότι η επιμέλεια του αναγνώστη καθώς εμβαθύνει στην ύλη του βιβλίου θα ανταμειφθεί.
Σπάνια συναντάται στη σύγχρονη επιστημονική βιβλιογραφία, το περιεχόμενο-εξελικτικό, και
μη τυπικός λογικός τύπος έκπτωσης και η προκύπτουσα ικανότητα σύλληψης
μοτίβα όπου προηγουμένως φαινόταν μόνο μια τυχαία συσσώρευση γεγονότων - εδώ
Αυτό δεν είναι σε καμία περίπτωση μια πλήρης λίστα του τι είναι αρκετά επιμελής και

προσεκτικός αναγνώστης.
Ας σταθούμε τώρα λεπτομερέστερα σε ορισμένα από τα συγκεκριμένα ζητήματα που θίγονται στο βιβλίο και
για την αξιολόγηση των μεθόδων και των αποτελεσμάτων της επίλυσής τους.
1. Όπως είναι σαφές από τα παραπάνω, οι μεθοδολογικές πτυχές δεν αποτελούν αυτοσκοπό για τον συγγραφέα
αναγκάστηκε να δώσει σοβαρή σημασία σε αυτή την πλευρά του θέματος ακριβώς επειδή υπάρχει αρκετός
Θέτει στον εαυτό του σοβαρά καθήκοντα στη γενική κυβερνητική. Αλλά ακριβώς
ως εκ τούτου, το πρώτο μέρος της εργασίας, αφιερωμένο στην παρουσίαση της έννοιας του συγγραφέα για το συστημικό
Η προσέγγιση είναι πράγματι μια παρουσίαση μιας αρκετά ολιστικής έννοιας.
Ο αναγνώστης που ενδιαφέρεται πρωτίστως για προβλήματα συστημολογίας μπορεί
εστιάστε την προσοχή σας στο πρώτο μέρος του βιβλίου, θεωρώντας το δεύτερο μέρος του ως
εφαρμογή που καταδεικνύει το γεγονός ότι η έννοια που παρουσιάζεται μπορεί να εξυπηρετήσει
ένα αποτελεσματικό εργαλείο για την επίλυση των πιο περίπλοκων προβλημάτων της κυβερνητικής.
Ο αναγνώστης που ενδιαφέρεται για τα θέματα που παρουσιάζονται στο δεύτερο μέρος του βιβλίου μπορεί
θεωρήστε το πρώτο μέρος του και ως παράρτημα, αλλά απολύτως υποχρεωτικό, διαφορετικά
ούτε οι προϋποθέσεις ούτε το βασικό πάθος των ερευνητικών συμπερασμάτων θα γίνουν κατανοητά από αυτόν.
2. Η έννοια της συστημικής προσέγγισης που διατυπώθηκε από τον συγγραφέα του βιβλίου, όπως ήδη σημειώθηκε, έχει
πρώτα απ' όλα, όχι τυπικά αξιωματική, αλλά σαφώς οντολογική, σωματική
προσανατολισμό, επικεντρωμένο σε μια τέτοια διατύπωση βασικών εννοιών και
πρότυπα συστηματικής προσέγγισης, που θα επέτρεπε την όσο το δυνατόν σαφέστερη
μηχανική, βιολογική και νοητική ερμηνεία και, ως εκ τούτου, θα μπορούσε να είναι
ένα μέσο όχι μόνο περιγραφής και κατανόησης της φύσης των υφιστάμενων συστημάτων, αλλά
και ο σχεδιασμός τους, η εφαρμογή τους σε υπολογιστές. Από αυτή την άποψη, το βιβλίο
όχι μόνο «συστημική», αλλά και στην πραγματικότητα «κυβερνητική».
Είναι σημαντικό να σημειωθεί ότι η διαλεκτική φύση των βασικών νόμων της συστημολογίας,
που παρουσιάζεται στην έννοια του συγγραφέα δεν δηλώνεται απλώς, αλλά αποδεικνύεται.
Με βάση τις αρχές της διαλεκτικής ανάπτυξης, ο συγγραφέας αποκαλύπτει τη φύση
ουσιαστική επικοινωνία μεταξύ ενός ατόμου και μιας μηχανής, χρησιμοποιούνται οι ίδιες αρχές
το μεθοδολογικό μέρος της εργασίας κατά την εισαγωγή των αρχικών εννοιών της συστημικής προσέγγισης.
Αυτές οι έννοιες δεν θεωρούνται απλώς ως απροσδιόριστες, όπως συνηθίζεται όταν
κατασκευή αξιωματικών θεωριών, αλλά αναπτύσσονται και εμβαθύνουν καθώς αυτές

χρήση αναδρομικά μέσα από έννοιες που προέρχονται από την πρώτη. Αυτό
η δημιουργική κουζίνα, που συνήθως κρύβεται ντροπαλά σε δημοσιεύσεις, φαίνεται πολύ
φυσικό στο σκεπτικό του συγγραφέα, που στέκεται στη θέση της διαλεκτικής. Του δίνει
ευκαιρία να κερδίσουν υποστήριξη στη συζήτηση του ερωτήματος ποια είναι τα όρια του αποδεκτού
επισημοποίηση μιας συστηματικής προσέγγισης και αυτή κατ' αρχήν θα πρέπει να βασίζεται στη λογιστική
νόμους ανάπτυξης και νόμους της αντίφασης, μέσα από την εφαρμογή των οποίων μπορεί κανείς να δημιουργήσει
ένα αυτόματο προικισμένο με την ικανότητα να εκτελεί τουλάχιστον στοιχειώδεις δημιουργικές πράξεις,
χωρίς την οποία τα σχέδια για ουσιαστική επικοινωνία μεταξύ ανθρώπου και μηχανής είναι καταδικασμένα σε αποτυχία.
3. Πρέπει να σημειωθεί ότι αν ο αναγνώστης δεν συμμερίζεται τις αρχικές διαλεκτικές πεποιθήσεις
συγγραφέας, τότε τα συμπεράσματα που προκύπτουν από αυτά μπορεί να φαίνονται μη πειστικά. Οτι
γεγονός ότι για την επίλυση πολλών σύγχρονων κυβερνητικών προβλημάτων είναι απαραίτητο ότι
κανείς δεν αμφιβάλλει ότι ένα αυτόματο θα μπορούσε να πραγματοποιήσει δημιουργικές πράξεις. Πιο λιγο
είναι προφανές ότι για το σκοπό αυτό θα πρέπει να ασχοληθεί κανείς όχι τόσο με την ανάπτυξη του καθαρά τυπικού
αλγόριθμοι για τη συμπεριφορά του μηχανήματος, πόσοι τρόποι αναζήτησης τρόπων επίλυσης του προβλήματος στην πορεία
Κυβερνοποίηση των νόμων της διαλεκτικής αντίφασης.
Ωστόσο, ας υπενθυμίσουμε σχετικά ότι η γνωστή σειρά αρνητικών αποτελεσμάτων,
που σχετίζεται με τις δυνατότητες των αξιωματικών θεωριών με νόημα, υποδηλώνει ότι
ότι δεν μπορεί να συναχθεί από τα αξιώματα τέτοιων θεωριών
με νόημα κάτι μεγαλύτερο από αυτό που υπονοούνταν στα αξιώματα. Έτσι
Έτσι, η δημιουργική πράξη συνδέεται θεμελιωδώς με την επιλογή των ίδιων των αξιωμάτων από
διαθέσιμη γνώση. Αυτή η επιλογή γίνεται στο πλαίσιο της επαγωγής.
Όπως έδειξε ο L.V Krushinsky, ο οποίος μελετά τη νοημοσύνη, στα τελευταία του έργα
ζώα, η πιο απλή δημιουργική πράξη ενός ζώου είναι αυτή
η χρήση της υπάρχουσας εμπειρίας, η οποία οδηγεί στον εντοπισμό μιας γενίκευσης του τύπου
υποθέτοντας έναν στοιχειώδη νόμο της φύσης ως μια μη τετριμμένη υπόθεση για
δομή του κόσμου, που δεν περιέχεται ρητά στην προηγούμενη εμπειρία, αλλά
επιτρέποντας στο ζώο να αλληλεπιδρά με τον έξω κόσμο πιο κατάλληλα.
Αν η ουσία της επαγωγικής δημιουργικής πράξης βρίσκεται σε αυτό, και εμείς, κατασκευάζοντας
αυτόματο μηχάνημα, ευχόμαστε το πνευματικό του επίπεδο να είναι τουλάχιστον ίσο με
διανοητικό επίπεδο του ζώου, τότε είναι απαραίτητο να ελέγξετε αν είναι δυνατόν να καθαρά
επίσημα, με βάση τις αρχικές πειραματικές πληροφορίες, το αξίωμα
υπόθεση, δηλαδή να υποβάλει ένα αξίωμα που αποκαλύπτει μη ασήμαντες πληροφορίες στο πρωτότυπο
δεδομένα. Το θετικό ή αρνητικό αποτέλεσμα ενός τέτοιου ελέγχου έχει

θεμελιώδης σημασία για την επιλογή τρόπων επίλυσης του προβλήματος των τεχνητών
νοημοσύνη.
Ο συγγραφέας προχωρά από τη δεύτερη, αρνητική απάντηση σε αυτή την ερώτηση, τυπικά δεν είναι
δικαιολογώντας. Αλλά, όπως αποδείχθηκε πολύ πρόσφατα, αυτά, με βάση καθαρά
ποιοτικές εκτιμήσεις, οι αρχικές ιδέες του συγγραφέα είναι έγκυρες και σε κάποιο βαθμό
με μια συγκεκριμένη έννοια. Ο K. F. Samokhvalov απέδειξε ένα θεώρημα, τα συμπεράσματα από το οποίο
να δώσει μια άμεση απάντηση στο υπό συζήτηση ερώτημα.
4. Έτσι, η θεμελιώδης ανάγκη να υπερβούμε την τυπική λογική
κατά την ανάπτυξη των αρχών της επαγωγικής γενίκευσης. χωρίς την οποία είναι αδύνατο
Η ουσιαστική επικοινωνία ανθρώπου-μηχανής έχει επί του παρόντος μια αυστηρή
αιτιολόγηση. Ωστόσο, από αυτό ο συγγραφέας του βιβλίου δεν βγάζει καθόλου συμπέρασμα για το θεμελιώδες
τη ματαιότητα της χρήσης μιας επίσημης συσκευής για την επίλυση των πιο περίπλοκων
κυβερνητικές εργασίες. Αντίθετα, η σαφής αντίθεση της σωματικότητας,
η ουσιαστικότητα των τεχνικών και φυσικών συστημάτων, η ασωμάτωση των δομικών τους
μοντέλα, σκιαγραφεί ξεκάθαρα το φάσμα των φαινομένων των οποίων η περιγραφή και η κατασκευή
μπορεί και πρέπει να βασιστεί πρώτα απ' όλα στον αυστηρό τυπικό μηχανισμό της λογικής και
τα μαθηματικά στη σύγχρονη κατανόηση αυτών των όρων. Αυτός ο κύκλος είναι βαθιά περιορισμένος
προσαρμοσμένα συστήματα.
Μέσα από αυτή τη βασική ιδέα για την παρουσιαζόμενη έννοια της ουσίας της προσαρμοστικότητας
ο συγγραφέας δείχνει ότι η ίδια η έννοια του τυπικού έχει σημαντικά αποθέματα για επέκταση χωρίς
απώλεια αυστηρότητας. Από αυτή την άποψη, είναι ενδιαφέρον να σημειωθούν σύγχρονες προσπάθειες εμπλουτισμού
αρχικές έννοιες των θεμελίων των μαθηματικών, ανάπτυξη πλουσιότερων και πιο ασυνήθιστων
παραδοσιακή άποψη των θεωριών που στοχεύουν στη συνεκτίμηση της οντολογίας των μελετώμενων
οντότητες.
5. Μεθοδολογική αιτιολόγηση και βαθιά σημασία των έργων αυτών για εμπλουτισμό
Το οπλοστάσιο των ίδιων των αρχών της κατασκευής τυπικών θεωριών ερμηνεύεται ξεκάθαρα στο
ως προς τη σχέση μεταξύ του επισημοποιήσιμου και του μη επισημοποιήσιμου, που εξετάζεται σε
συστηματική αντίληψη του συγγραφέα του βιβλίου. Είναι πολύ σημαντικό να το αποδεικνύει ο συγγραφέας
φυσική πραγματοποίηση αυτού που δεν είναι προσβάσιμο σε αυστηρή επισημοποίηση και χάρη σε
αυτό αντιτίθεται σαφώς όχι μόνο από το φυσικό αντικείμενο στο δομικό του μοντέλο, αλλά επίσης
πραγματικό περιεχόμενο στην επικοινωνία - οποιοδήποτε τεχνικό επικοινωνιακό
μονάδες, παρά το γεγονός ότι και οι δύο ενσωματώνονται στην ουσία του μοντέλου ή σε
εγκεφαλικούς νευρώνες. Αυτό θα καταστήσει δυνατή τη συστηματοποίηση των αρχικών εννοιών της σημειωτικής,

δείχνουν την εσωτερική σύνδεση και τη θεμελιώδη αντίθεση μεταξύ ενός ζωδίου και του
νόημα, μεταξύ νοήματος και νοήματος, μεταξύ νοητικού και γλωσσικού
διεργασίες μεταξύ φυσικών και τεχνητών γλωσσών.
Ιδιαίτερα σημαντική είναι η θέση του συγγραφέα ότι όσο πιο βαθιά είναι η προσαρμογή, ακόμη
άψυχο, φυσικό αντικείμενο, τόσο πιο φυσικό είναι εγγενές
προδιάθεση για τέτοια αλληλεπίδραση με το εξωτερικό περιβάλλον, η οποία μπορεί
να θεωρηθεί ως, αν και πρωτόγονη, μια πράξη ταύτισης, μια πράξη πρόβλεψης
αντανακλάσεις. Από αυτή την άποψη, κανείς δεν μπορεί παρά να θυμηθεί τα λόγια του Λένιν ότι ακόμη και οι νεκροί
Η φύση έχει μια ιδιότητα κοντά στην αίσθηση...
6. Θα ήθελα να εκφράσω τη λύπη μου για την τόση αφθονία βασικών επιστημονικών
τα προβλήματα συζητούνται στον τόμο ενός μικρού βιβλίου. Αυτή η περίσταση φαίνεται να είναι
στέρησε από τον συγγραφέα τη δυνατότητα να χρησιμοποιήσει τον χαρακτηριστικό τρόπο παρουσίασης του
σκέψεις για τις οποίες είναι γνωστός στους ακροατές των ομιλιών του σε συνέδρια και
συνέδρια, σεμινάρια και διαλέξεις, όπου εικονογραφεί κάθε του θέση
οπτικά σχέδια και παραδείγματα από μια μεγάλη ποικιλία επιστημονικών πεδίων και βιομηχανιών
τεχνολογία, από κοινωνικές και καθημερινές καταστάσεις. Ως προς αυτό, θα ήθελα να σημειώσω ότι
ένα εκπληκτικά ευρύ φάσμα φαινομένων, στην ανάλυση των οποίων εφαρμόζει τις αρχές του
συστημολογική έννοια και από το έργο στο οποίο εντοπίζει τους αδύναμους κρίκους αυτής
έννοια, βελτιώνοντάς τη συνεχώς. Αυτό μπορεί να κριθεί τουλάχιστον από
δημοσιεύσεις του συγγραφέα, μικρό μόνο μέρος των οποίων δίνεται στη βιβλιογραφία.
Ο περιορισμένος όγκος του βιβλίου καθιστά σαφές ότι η ανάγκη παρουσίασης
τουλάχιστον τις πιο σημαντικές πτυχές της προτεινόμενης έννοιας μιας συστημικής προσέγγισης και
δείχνουν την απόδοσή του ανάγκασαν τον συγγραφέα να εγκαταλείψει ένα ευρύ
επανεξέταση και ανάλυση άλλων εννοιών του συστήματος.
Ο όρος «κυβερνητική» εισήχθη αρχικά στην επιστημονική κυκλοφορία από τον Ampere, ο οποίος στο δικό του
Το θεμελιώδες έργο «Essay on the Philosophy of Sciences» (1834-1843) όρισε την κυβερνητική
ως επιστήμη της διακυβέρνησης, που θα πρέπει να παρέχει στους πολίτες
διάφορα οφέλη. Και στη σύγχρονη κατανόηση - ως επιστήμη του γενικού
πρότυπα διαδικασιών ελέγχου και μεταφοράς πληροφοριών σε μηχανές, ζωή
.
οργανισμοί και κοινωνία, προτάθηκε για πρώτη φορά από τον Norbert Wiener το 1948

Περιλαμβάνει τη μελέτη ανατροφοδότησης, μαύρων κουτιών και παράγωγων εννοιών όπως π.χ
ως έλεγχος και επικοινωνία σε ζωντανούς οργανισμούς, μηχανές και οργανισμούς,

συμπεριλαμβανομένων των αυτοοργανώσεων. Επικεντρώνεται στο πώς κάτι (ψηφιακό,
μηχανική ή βιολογική) επεξεργάζεται πληροφορίες, αντιδρά σε αυτές και
αλλάζει ή μπορεί να αλλάξει προκειμένου να εκπληρωθούν καλύτερα τα δύο πρώτα
καθήκοντα. Ο Stafford Beer το ονόμασε επιστήμη της αποτελεσματικής οργάνωσης και ο Gordon
Το Passcraz επέκτεινε τον ορισμό για να συμπεριλάβει ροές πληροφοριών «από οποιεσδήποτε πηγές».
ξεκινώντας από τα αστέρια και τελειώνοντας με τον εγκέφαλο.
Ένα παράδειγμα κυβερνητικής σκέψης. Από τη μια θεωρείται η εταιρεία
ποιότητα του συστήματος στο περιβάλλον περιβάλλον. Από την άλλη, κυβερνητική
ο έλεγχος μπορεί να αναπαρασταθεί ως σύστημα.
Ένας πιο φιλοσοφικός ορισμός της κυβερνητικής, που προτάθηκε το 1956 από τον L.
Ο Couffignal, ένας από τους πρωτοπόρους της κυβερνητικής, περιγράφει την κυβερνητική ως
«η τέχνη της διασφάλισης της αποτελεσματικότητας της δράσης». Ο νέος ορισμός ήταν
που προτείνει ο Lewis Kaufman (Αγγλικά): «Η Κυβερνητική είναι η μελέτη συστημάτων και
διαδικασίες που αλληλεπιδρούν με τον εαυτό τους και αναπαράγουν τον εαυτό τους».
Οι κυβερνητικές μέθοδοι χρησιμοποιούνται για τη μελέτη της περίπτωσης όταν η δράση ενός συστήματος
στο περιβάλλον προκαλεί κάποια αλλαγή στο περιβάλλον, και αυτή η αλλαγή
εμφανίζεται στο σύστημα μέσω ανατροφοδότησης, η οποία προκαλεί αλλαγές στον τρόπο
συμπεριφορά του συστήματος. Η μελέτη αυτών των «βρόχων ανάδρασης» είναι εκεί που βρίσκονται οι μέθοδοι.
κυβερνητική.
Η σύγχρονη κυβερνητική ξεκίνησε ως διεπιστημονική έρευνα, συνδυάζοντας
τομείς συστημάτων ελέγχου, ηλεκτρική θεωρία
κυκλώματα, μηχανολογία, μαθηματική μοντελοποίηση, μαθηματικά
λογική, εξελικτική βιολογία, νευροεπιστήμη, ανθρωπολογία. Αυτές οι μελέτες εμφανίστηκαν
το 1940, κυρίως στις εργασίες των επιστημόνων για το λεγόμενο. συνέδρια Macy.

Άλλοι τομείς έρευνας που επηρέασαν την ανάπτυξη της κυβερνητικής ή επηρεάστηκαν από
η επιρροή του - θεωρία ελέγχου, θεωρία παιγνίων, θεωρία
συστήματα (μαθηματικό ισοδύναμο της κυβερνητικής), ψυχολογία (ιδιαίτερα νευροψυχολόγοι
I, συμπεριφορισμός, γνωστική ψυχολογία) και φιλοσοφία.
Η σφαίρα της κυβερνητικής[επεξεργασία | επεξεργασία wikitext]
Το αντικείμενο της κυβερνητικής είναι όλα τα ελεγχόμενα συστήματα. Συστήματα που δεν μπορούν να είναι
η διαχείριση, καταρχήν, δεν είναι αντικείμενα μελέτης της κυβερνητικής. Κυβερνητική
εισάγει έννοιες όπως η κυβερνητική προσέγγιση, το κυβερνητικό σύστημα.
Τα κυβερνητικά συστήματα θεωρούνται αφηρημένα, ανεξάρτητα από το ποια είναι
υλική φύση. Παραδείγματα κυβερνητικών συστημάτων - αυτόματοι ρυθμιστές
στην τεχνολογία, τους υπολογιστές, τον ανθρώπινο εγκέφαλο, τους βιολογικούς πληθυσμούς, την ανθρώπινη κοινωνία.
Κάθε τέτοιο σύστημα είναι ένα σύνολο διασυνδεδεμένων αντικειμένων
(στοιχεία συστήματος) ικανά να αντιλαμβάνονται, να θυμούνται και να επεξεργάζονται
πληροφορίες και να τις ανταλλάξουμε. Η Κυβερνητική αναπτύσσει γενικές αρχές
δημιουργία συστημάτων ελέγχου και συστημάτων αυτοματοποίησης της νοητικής εργασίας. Βασικός
τεχνικά μέσα για την επίλυση προβλημάτων κυβερνητικής - υπολογιστές. Ως εκ τούτου, η ανάδυση
Η κυβερνητική ως ανεξάρτητη επιστήμη (N. Wiener, 1948) συνδέεται με τη δημιουργία στη δεκαετία του '40.
ΧΧ αιώνα αυτών των μηχανών, και η ανάπτυξη της κυβερνητικής σε θεωρητικό και πρακτικό επίπεδο
πτυχές - με την πρόοδο της τεχνολογίας ηλεκτρονικών υπολογιστών.
Η Κυβερνητική είναι μια διεπιστημονική επιστήμη. Προέκυψε στη διασταύρωση των μαθηματικών,
λογική, σημειολογία, φυσιολογία, βιολογία, κοινωνιολογία. Χαρακτηρίζεται από ανάλυση και ταυτοποίηση
γενικές αρχές και προσεγγίσεις στη διαδικασία της επιστημονικής γνώσης. Το πιο σημαντικό
Οι θεωρίες που ενώνει η κυβερνητική είναι οι ακόλουθες [η πηγή δεν προσδιορίζεται 156 ημέρες]:
 Θεωρία μετάδοσης σήματος
 Θεωρία Ελέγχου
 Θεωρία αυτομάτων
 Θεωρία απόφασης
 Συνέργεια
 Θεωρία αλγορίθμων
 Αναγνώριση προτύπων
 Θεωρία βέλτιστου ελέγχου

 Θεωρία συστημάτων μάθησης
Εκτός από τα εργαλεία ανάλυσης, η κυβερνητική χρησιμοποιεί ισχυρά εργαλεία
για τη σύνθεση λύσεων που παρέχονται από εργαλεία μαθηματικής ανάλυσης, γραμμικά
άλγεβρα, γεωμετρία κυρτών συνόλων, θεωρία πιθανοτήτων και μαθηματικά
στατιστικά, καθώς και πιο εφαρμοσμένους τομείς των μαθηματικών, όπως
όπως ο μαθηματικός προγραμματισμός, η οικονομετρία, η πληροφορική και άλλα
παράγωγοι κλάδοι.
Ο ρόλος της κυβερνητικής είναι ιδιαίτερα μεγάλος στην ψυχολογία της εργασίας και των κλάδων της,
ως μηχανική ψυχολογία και ψυχολογία της επαγγελματικής εκπαίδευσης.
Η Κυβερνητική είναι η επιστήμη του βέλτιστου ελέγχου πολύπλοκων δυναμικών συστημάτων,
μελετώντας τις γενικές αρχές ελέγχου και επικοινωνίας που αποτελούν τη βάση της δουλειάς των περισσότερων
συστήματα ποικίλης φύσεως - από πυραύλους εκτόξευσης και
υπολογιστές υψηλής ταχύτητας για πολύπλοκη ζωή
Έλεγχος ενός οργανισμού είναι η μεταφορά ενός ελεγχόμενου συστήματος από τη μια κατάσταση στην άλλη
μέσω της στοχευμένης επιρροής του μάνατζερ. Βέλτιστος έλεγχος -
πρόκειται για μεταφορά του συστήματος σε νέα κατάσταση με την εκπλήρωση κάποιου κριτηρίου
βέλτιστη, για παράδειγμα, ελαχιστοποίηση του κόστους χρόνου, εργασίας, ουσιών ή
ενέργεια. Ένα πολύπλοκο δυναμικό σύστημα είναι οποιοδήποτε πραγματικό αντικείμενο, στοιχεία
τα οποία μελετώνται σε τόσο υψηλό βαθμό διασύνδεσης και κινητικότητας που αλλάζουν
ένα στοιχείο οδηγεί σε αλλαγές σε άλλα.
Οδηγίες[επεξεργασία | επεξεργασία wikitext]
Η Cybernetics είναι ένας παλαιότερος αλλά εξακολουθεί να χρησιμοποιείται γενικός όρος για πολλούς
είδη. Αυτά τα θέματα επεκτείνονται και στο πεδίο πολλών άλλων επιστημών, αλλά
συνδυάζονται στη μελέτη της διαχείρισης συστημάτων.
Καθαρή κυβερνητική[επεξεργασία | επεξεργασία wikitext]
Η καθαρή κυβερνητική, ή η κυβερνητική δεύτερης τάξης, μελετά τα συστήματα ελέγχου ως
έννοια, προσπαθώντας να ανακαλύψει τις βασικές αρχές της.

Η ASIMO χρησιμοποιεί αισθητήρες και έξυπνους αλγόριθμους για να αποφύγει τα εμπόδια
και ανεβείτε τις σκάλες
 Τεχνητή Νοημοσύνη
 Κυβερνητική δεύτερης τάξης
 Υπολογιστική όραση
 Συστήματα ελέγχου
 Ανάδυση
 Οργανισμοί μάθησης
 Νέα κυβερνητική

Αλληλεπιδράσεις Ηθοποιών Θεωρία
 Θεωρία της Επικοινωνίας
Στη βιολογία[Επεξεργασία | επεξεργασία wikitext]
Κυβερνητική στη βιολογία - η μελέτη των κυβερνητικών συστημάτων στη βιολογία
οργανισμών, εστιάζοντας κυρίως στον τρόπο προσαρμογής των ζώων
το περιβάλλον τους και πώς οι πληροφορίες με τη μορφή γονιδίων μεταβιβάζονται από γενιά σε γενιά
γενιά. Υπάρχει επίσης μια δεύτερη κατεύθυνση - cyborgs.
Θερμική εικόνα μιας ψυχρόαιμου ταραντούλας σε ένα θερμόαιμο ανθρώπινο χέρι
 Βιομηχανική
 Βιολογική κυβερνητική
 Βιοπληροφορική
 Βιονική
 Ιατρική κυβερνητική

 Νευροκυβερνητική
 Ομοιόσταση
 Συνθετική βιολογία
 Βιολογία συστημάτων
Θεωρία περίπλοκων συστημάτων[επεξεργασία | επεξεργασία wikitext]
Η θεωρία πολύπλοκων συστημάτων αναλύει τη φύση των πολύπλοκων συστημάτων και τους λόγους πίσω από αυτούς
με βάση τις ασυνήθιστες ιδιότητες τους.
Μια μέθοδος για τη μοντελοποίηση ενός πολύπλοκου προσαρμοστικού συστήματος
 Πολύπλοκο προσαρμοστικό σύστημα
 Πολύπλοκα συστήματα
 Θεωρία περίπλοκων συστημάτων
Στην πληροφορική[επεξεργασία | επεξεργασία wikitext]
Στους υπολογιστές, χρησιμοποιούνται μέθοδοι κυβερνητικής για τον έλεγχο
συσκευές και ανάλυση πληροφοριών.
 Ρομποτική
 Σύστημα υποστήριξης αποφάσεων
 Κυψελωτό αυτόματο
 Προσομοίωση
 Υπολογιστική όραση
 Τεχνητή Νοημοσύνη
 Αναγνώριση αντικειμένου

 Σύστημα ελέγχου
 ACS
Στη μηχανική[επεξεργασία | επεξεργασία wikitext]
Η Cybernetics στη μηχανική χρησιμοποιείται για την ανάλυση αστοχιών συστήματος, σε
όπου μικρά σφάλματα και ελλείψεις μπορεί να οδηγήσουν σε αστοχία ολόκληρου του συστήματος.
Τεχνητή καρδιά, παράδειγμα βιοϊατρικής μηχανικής.
 Προσαρμοστικό σύστημα
 Εργονομία
 Βιοϊατρική Μηχανική
 Νευρουπολογισμός
 Τεχνική κυβερνητική
 Μηχανική συστημάτων
Στα οικονομικά και τη διαχείριση[επεξεργασία | επεξεργασία wikitext]
 Κυβερνητικός έλεγχος
 Οικονομική κυβερνητική
 Επιχειρησιακή Έρευνα
Στα μαθηματικά[επεξεργασία | επεξεργασία wikitext]
 Δυναμικό σύστημα
 Θεωρία πληροφοριών
 Θεωρία συστημάτων

Στην ψυχολογία[Επεξεργασία | επεξεργασία wikitext]
 Ψυχολογική κυβερνητική
Στην κοινωνιολογία[Επεξεργασία | επεξεργασία wikitext]
 Μιμητικά
 Κοινωνική κυβερνητική
Ιστορία[Επεξεργασία | επεξεργασία wikitext]
Στην αρχαία Ελλάδα, ο όρος «κυβερνητική», που αρχικά σήμαινε την τέχνη του τιμονιού,
άρχισε να χρησιμοποιείται μεταφορικά για να δηλώσει την τέχνη της πολιτείας
αρχηγός της πόλης. Υπό αυτή την έννοια, συγκεκριμένα,
που χρησιμοποίησε ο Πλάτωνας στους Νόμους του.
Λέξη φρ. Το «cybernétique» χρησιμοποιήθηκε σχεδόν με τη σύγχρονη σημασία του το 1834
έτος από τον Γάλλο φυσικό και συστηματοποιό των επιστημών André Ampère (γαλλ. AndréMarie
Ampère, 1775-1836), για να ορίσει την επιστήμη της διαχείρισης στο σύστημα ταξινόμησης του
ανθρώπινη γνώση:
Αντρέ Μαρί Αμπέρ
"ΚΥΒΕΡΝΗΤΙΚΗ. Οι σχέσεις μεταξύ ανθρώπων και ανθρώπων μελετήθηκαν<…>προηγούμενος
Οι επιστήμες είναι μόνο ένα μικρό μέρος των αντικειμένων που πρέπει να φροντίσει η κυβέρνηση. του
διατήρηση της δημόσιας τάξης, εκτέλεση των
νόμους, δίκαιη κατανομή φόρων, επιλογή ατόμων που πρέπει
διορίζει σε θέσεις, και ό,τι συμβάλλει στη βελτίωση των κοινωνικών συνθηκών.
Πρέπει συνεχώς να επιλέγει ανάμεσα στα διάφορα μέτρα που είναι πιο κατάλληλα
επίτευξη του στόχου? και μόνο μέσω βαθιάς μελέτης και σύγκρισης διαφορετικών στοιχείων,

που του παρέχεται για αυτή την επιλογή από τη γνώση όλων όσων έχουν να κάνουν με το έθνος, αυτό
ικανός να κυβερνά σύμφωνα με τον χαρακτήρα, τα έθιμα, τα μέσα του
την ύπαρξη ευημερίας από την οργάνωση και τους νόμους που μπορούν να χρησιμεύσουν ως γενικοί
κανόνες συμπεριφοράς και από τους οποίους καθοδηγείται σε κάθε ειδική περίπτωση. Ετσι,
μόνο μετά από όλες τις επιστήμες που ασχολούνται με αυτά τα διάφορα αντικείμενα θα πρέπει να βάλουμε αυτό,
για την οποία μιλάμε τώρα και την οποία αποκαλώ κυβερνητική, από τα λόγια των άλλων.
Ελληνικά
η τέχνη της ναυσιπλοΐας χρησιμοποιήθηκε από τους ίδιους τους Έλληνες σε ασύγκριτα περισσότερα
το ευρύ νόημα της τέχνης του μάνατζμεντ γενικά».
; είναι μια λέξη που υιοθετήθηκε στην αρχή με στενή έννοια
κυβερνητιχη
Τζέιμς Βατ
Το πρώτο τεχνητό αυτόματο σύστημα ρύθμισης, το ρολόι του νερού, ήταν
εφευρέθηκε από τον αρχαίο Έλληνα μηχανικό Κτησίβιο. Στο νερό του ρολόι, το νερό έτρεχε έξω
πηγή, όπως μια δεξαμενή σταθεροποίησης, στην πισίνα και μετά από την πισίνα προς
μηχανισμοί ρολογιών. Η συσκευή του Ctesibius χρησιμοποίησε μια ροή σε σχήμα κώνου για τον έλεγχο
τη στάθμη του νερού στη δεξαμενή σας και ρυθμίζοντας ανάλογα την ταχύτητα ροής του νερού,
να διατηρείται σταθερή η στάθμη του νερού στη δεξαμενή, ώστε να μην είναι
ξεχειλίζει, ούτε στραγγισμένο. Ήταν το πρώτο τεχνητό πραγματικά αυτόματο
αυτορυθμιζόμενη συσκευή που δεν απαιτεί εξωτερική
παρεμβολή μεταξύ των μηχανισμών ανάδρασης και ελέγχου. Αν και αυτοί
Φυσικά, δεν αναφέρθηκαν σε αυτή την έννοια ως επιστήμη της κυβερνητικής (τη θεώρησαν
τομέα της μηχανικής), τον Κτησίβιο και άλλους αρχαίους δασκάλους όπως ο Ήρων
Ο Αλεξανδρινός ή Κινέζος επιστήμονας Σου Σονγκ θεωρείται από τους πρώτους που μελέτησαν
κυβερνητικές αρχές. Μελέτη μηχανισμών σε μηχανήματα με διορθωτικά
Η ανατροφοδότηση χρονολογείται από τα τέλη του 18ου αιώνα, όταν η ατμομηχανή του James

Το Watt ήταν εξοπλισμένο με μια συσκευή ελέγχου, έναν φυγοκεντρικό αντίστροφο ρυθμιστή
επικοινωνία για τον έλεγχο της ταχύτητας του κινητήρα. Ο A. Wallace περιέγραψε τα σχόλια
ως «απαραίτητο για την αρχή της εξέλιξης» στο περίφημο έργο του του 1858. Το 1868
έτος, ο μεγάλος φυσικός J. Maxwell δημοσίευσε ένα θεωρητικό άρθρο για τους μάνατζερ
συσκευές, ήταν ένας από τους πρώτους που εξέτασαν και βελτίωσαν τις αρχές
αυτορυθμιζόμενες συσκευές.Ναι. Ο Uexküll χρησιμοποίησε έναν μηχανισμό ανάδρασης στο δικό του
μοντέλα κύκλου λειτουργίας (γερμανικά: Funktionskreis) για να εξηγήσουν τη συμπεριφορά
των ζώων.
ΧΧ αιώνα[Επεξεργασία | επεξεργασία wikitext]
Η σύγχρονη κυβερνητική ξεκίνησε τη δεκαετία του 1940 ως ένα διεπιστημονικό πεδίο
έρευνα που συνδυάζει συστήματα ελέγχου, θεωρία ηλεκτρικών κυκλωμάτων,
μηχανολογία, λογική μοντελοποίηση, εξελικτική βιολογία,
νευρολογία. Τα Ηλεκτρονικά Συστήματα Ελέγχου Ξεκινούν την Εργασία ενός Μηχανικού Bell
Εργαστήρια του Χάρολντ Μπλακ το 1927 σχετικά με τη χρήση αρνητικών σχολίων σε
έλεγχος ενισχυτή. Οι ιδέες σχετίζονται επίσης με το βιολογικό έργο του Λούντβιχ
von Bertalanffy στη γενική θεωρία συστημάτων.
Περιλαμβάνονται πρώιμες εφαρμογές αρνητικής ανάδρασης σε ηλεκτρονικά κυκλώματα
έλεγχος εγκαταστάσεων πυροβολικού και κεραιών ραντάρ κατά τη Δεύτερη
Παγκόσμιος πόλεμος. Jay Forrester, μεταπτυχιακός φοιτητής στο εργαστήριο Servomechanism
στο MIT, εργαζόμενος κατά τον Β' Παγκόσμιο Πόλεμο
πόλεμο με τον Gordon S. Brown για τη βελτίωση των ηλεκτρονικών συστημάτων ελέγχου
για το Αμερικανικό Ναυτικό, αργότερα εφάρμοσε αυτές τις ιδέες σε δημόσιους οργανισμούς,
όπως εταιρείες και πόλεις ως αρχικός διοργανωτής της Σχολής Βιομηχανικών
διαχείριση του Ινστιτούτου Τεχνολογίας της Μασαχουσέτης στο MIT Sloan School of
Management (Αγγλικά). Ο Forrester είναι επίσης γνωστός ως ο ιδρυτής της δυναμικής συστημάτων.
W. Deming, γκουρού διαχείρισης ολικής ποιότητας, προς τιμήν του οποίου ιδρύθηκε η Ιαπωνία το 1950
καθιέρωσε το κύριο βιομηχανικό του βραβείο, το 1927 ήταν νέος
ειδικός στα Bell Telephone Labs και μπορεί να έχει επηρεαστεί από την εργασία στο
πεδίο ανάλυσης δικτύου). Ο Ντέμινγκ έκανε τα «συστήματα κατανόησης» ένα από τα τέσσερα
πυλώνες αυτού που περιέγραψε ως βαθιά γνώση στο βιβλίο του Η Νέα Οικονομία.
Βιβλίο υπό εξέταση:
Νέες γραμμές ανάπτυξης στη φυσιολογία και η σχέση τους

με την κυβερνητική // Φιλοσοφικά ερωτήματα της φυσιολογίας της ανώτερης νευρικής δραστηριότητας και
Ψυχολογία, Μ., Εκδοτικός Οίκος της Ακαδημίας Επιστημών της ΕΣΣΔ, 1963.
* * *
Σελίδα 499.
Μετά τις κύριες ομιλίες ακολούθησε συζήτηση των εκθέσεων.
«Συζήτηση εκθέσεων. Ναι. Φρόλοφ (Μόσχα)..."
* * *
Σελίδα 501.
«...Ταυτόχρονα, οι σύντροφοί μου στο σχολείο του Παβλόβιου ξέχασαν ότι αυτές οι αντίστροφες ή εγκύκλιες
οι συνδέσεις είναι ανοιχτές εδώ και αρκετό καιρό. Μπορείτε να διαβάσετε για αυτούς
στο υπέροχο έργο του Α.Φ. Samoilov για τους κυκλικούς ρυθμούς διέγερσης, ξεκινώντας από
στοιχειώδης κυκλική κίνηση της νευρικής διαδικασίας σε δείγμα καρδιάς χελώνας και
τελειώνει με την επικοινωνία που λαμβάνει χώρα μεταξύ του ομιλητή
και το κοινό. Οι αντίστροφες φυσιολογικές και ψυχολογικές συνδέσεις είναι ένα πρωτότυπο
ανατροφοδοτήσεις σε κυβερνητικές συσκευές. Κυβερνητική
δεν έχει ούτε την πιο απομακρυσμένη ιδέα για την ποικιλομορφία και τη δύναμη αυτών των συνδέσεων, που
αποτελούν την ουσία της επικοινωνίας μας στο πολιτιστικό και κοινωνικό περιβάλλον...»
Είναι ακόμα όμορφο και το πιο σημαντικό είναι σωστά ειπωμένο:
«...Η Cybernetics δεν έχει έστω και εξ αποστάσεως κατανόηση της διαφορετικότητας και της ισχύος αυτών
συνδέσεις που αποτελούν την ουσία της επικοινωνίας μας
σε ένα πολιτιστικό, κοινωνικό περιβάλλον...»
Να σημειωθεί ότι ο Α.Φ. Ο Samoilov πέθανε το 1930. Το έργο αυτό δημοσιεύτηκε στο
1930
Ως εκ τούτου, το έργο του ήταν πολλά χρόνια μπροστά από το έργο όλων των οπαδών του που έγιναν
αποδίδουν τις ανακαλύψεις στους εαυτούς τους, συμπεριλαμβανομένου του Π.Κ. Anokhin και N.A. Μπερνστάιν.
Αξίζει να σημειωθεί ότι σε έναν ζωντανό οργανισμό δεν μπορεί να υπάρξει ανάδραση εξ ορισμού,
αφού τι είναι πρωτογενές και τι δευτερεύον σε έναν ζωντανό οργανισμό είναι ακόμα ασαφές. Αν αναλογιστούμε
ότι η λήψη είναι πρωταρχική, τότε η ανάδραση είναι απαγωγικά σήματα, και αν
Αν υποθέσουμε ότι η ισχύς της θέλησης είναι πρωταρχική, τότε τα σήματα απαγωγών είναι αντίστροφα.

Ο ίδιος ο Α.Φ Ο Samoilov, ως φυσιολόγος, κατανόησε αυτές τις διαδικασίες πιο βαθιά και
Ως εκ τούτου, δεν μπορούσε να εισαγάγει την έννοια της ανατροφοδότησης, καθώς ήταν εσφαλμένη για έναν ζωντανό οργανισμό.
Στην αντίληψή του για έναν «φαύλο κύκλο αντανακλαστικής δραστηριότητας» δεν υπάρχει ούτε αρχή ούτε
τέλος, και αυτό ακριβώς καθορίζει τη φυσιολογία του για τον ζωντανό οργανισμό στο σύνολό του.
Έχουν εμφανιστεί πολυάριθμα έργα σε σχετικούς τομείς. Το 1935 ο Ρώσος
Ο φυσιολόγος P.K Anokhin δημοσίευσε ένα βιβλίο στο οποίο η έννοια της αντίστροφης
συνδέσεις ("αντίστροφη προσαγωγή"). Η έρευνα συνεχίστηκε, ιδιαίτερα στην περιοχή
μαθηματική μοντελοποίηση των ρυθμιστικών διαδικασιών και δύο βασικά άρθρα ήταν
δημοσιεύθηκε το 1943. Τα έργα αυτά ήταν Συμπεριφορά, Σκοπός και Τελεολογία.
Norbert Wiener και J. Bigelow (Αγγλικά) και το έργο «The Logical Calculus of Ideas,
που σχετίζεται με τη νευρική δραστηριότητα» των W. McCulloch και W. Pitts (Αγγλικά).
Η Κυβερνητική ως επιστημονικός κλάδος βασίστηκε στο έργο των Wiener, McCulloch και
άλλοι όπως ο W. R. Ashby και ο W. G. Walter.
Ο Walter ήταν ένας από τους πρώτους που κατασκεύασε αυτόνομα ρομπότ για να βοηθήσει την έρευνα
συμπεριφορά των ζώων. Μαζί με το Ηνωμένο Βασίλειο και τις ΗΠΑ, ένα σημαντικό γεωγραφικό
Η τοποθεσία της πρώιμης κυβερνητικής ήταν η Γαλλία.
Την άνοιξη του 1947, ο Wiener προσκλήθηκε σε ένα συνέδριο για την αρμονική ανάλυση,
που πραγματοποιήθηκε στη Νανσύ της Γαλλίας. Την εκδήλωση διοργάνωσε η ομάδα
μαθηματικούς Νικόλα Μπουρμπάκη, όπου πρωταγωνιστικό ρόλο έπαιξε ο μαθηματικός S. Mandelbroit.
Νόρμπερτ Βίνερ
Κατά τη διάρκεια αυτής της παραμονής στη Γαλλία, ο Wiener έλαβε μια πρόταση να γράψει ένα δοκίμιο
σχετικά με το θέμα της ενοποίησης αυτού του τμήματος των εφαρμοσμένων μαθηματικών, το οποίο βρίσκεται στη μελέτη

Brownian κίνηση (η λεγόμενη διαδικασία Wiener) και στη θεωρία των τηλεπικοινωνιών.
Το επόμενο καλοκαίρι, ήδη στις Ηνωμένες Πολιτείες, χρησιμοποίησε τον όρο "cybernetics"
ως τίτλος μιας επιστημονικής θεωρίας. Αυτό το όνομα είχε σκοπό να περιγράψει τη μελέτη
«σκόπιμοι μηχανισμοί» και διαδόθηκε στο βιβλίο «Cybernetics, or
έλεγχος και επικοινωνία σε ζώα και μηχανές» (Hermann & Cie, Παρίσι, 1948). ΣΕ
Στη Μεγάλη Βρετανία, το Ratio Club δημιουργήθηκε γύρω από αυτό το 1949.
Στις αρχές της δεκαετίας του 1940, ο John von Neumann, περισσότερο γνωστός για το έργο του στα μαθηματικά και
η επιστήμη των υπολογιστών, έκανε μια μοναδική και ασυνήθιστη προσθήκη στον κόσμο της κυβερνητικής:
η έννοια ενός κυψελωτού αυτόματου και ενός «καθολικού κατασκευαστή»
(αυτοαναπαραγόμενο κυψελοειδές αυτόματο). Το αποτέλεσμα αυτών των απατηλά απλό
τα πειράματα σκέψης έγιναν η ακριβής έννοια της αυτοαναπαραγωγής, η οποία
η κυβερνητική αποδεκτή ως βασική έννοια. Η έννοια ότι οι ίδιες ιδιότητες
γενετική αναπαραγωγή που εφαρμόζεται στον κοινωνικό κόσμο, τα ζωντανά κύτταρα και ακόμη
ιούς υπολογιστών, αποτελεί περαιτέρω απόδειξη της καθολικότητας
κυβερνητική έρευνα.
Ο Wiener δημοσιοποίησε τις κοινωνικές επιπτώσεις της κυβερνητικής αντλώντας αναλογίες μεταξύ τους
αυτόματα συστήματα (όπως μια μεταβλητή ατμομηχανή) και
ανθρώπινα ιδρύματα στο μπεστ σέλερ του «Cybernetics and Society» (The Human
Use of Human Beings: Cybernetics and Society HoughtonMifflin, 1950).
Ένα από τα κύρια ερευνητικά κέντρα εκείνη την εποχή ήταν ο Βιολογικός Υπολογιστής
εργαστήριο στο Πανεπιστήμιο του Ιλινόις, το οποίο εδώ και σχεδόν 20 χρόνια, ξεκινά
από το 1958, με επικεφαλής τον H. Förster.
Κυβερνητική στην ΕΣΣΔ[Επεξεργασία | επεξεργασία wikitext]
Κύριο άρθρο: Κυβερνητική στην ΕΣΣΔ
Η ανάπτυξη της κυβερνητικής στην ΕΣΣΔ ξεκίνησε τη δεκαετία του 1940.
Η έκδοση του 1954 του Philosophical Dictionary περιλάμβανε μια περιγραφή της κυβερνητικής ως
«αντιδραστική ψευδοεπιστήμη»
Στις δεκαετίες του '60 και του '70, η κυβερνητική, τόσο τεχνική όσο και οικονομική, είχε ήδη γίνει
κάνε ένα μεγάλο στοίχημα.
Παρακμή και αναγέννηση[επεξεργασία | επεξεργασία wikitext]
Τα τελευταία 30 χρόνια, η κυβερνητική έχει περάσει από σκαμπανεβάσματα, όλο και περισσότερο
πιο σημαντική στον τομέα της μελέτης της τεχνητής νοημοσύνης και της βιολογικής

διεπαφές μηχανών (δηλαδή cyborgs), αλλά, έχοντας χάσει την υποστήριξη, έχασε
κατευθυντήριες γραμμές για περαιτέρω ανάπτυξη.
Φρανσίσκο Βαρέλα
Stuart A. Umpleby
Στη δεκαετία του 1970, νέα κυβερνητική εμφανίστηκε σε διάφορους τομείς, αλλά κυρίως στη βιολογία.
Ορισμένοι βιολόγοι επηρεάστηκαν από κυβερνητικές ιδέες (Maturana και Varela,
1980; Varela, 1979; (Atlan (Αγγλικά), 1979), «συνειδητοποίησε ότι οι κυβερνητικές μεταφορές
προγράμματα στα οποία βασίστηκε η μοριακή βιολογία
μια έννοια αυτονομίας αδύνατη για ένα ζωντανό ον. Επομένως, αυτό
οι στοχαστές έπρεπε να εφεύρουν μια νέα κυβερνητική, πιο κατάλληλη για
οργανώσεις που ανακαλύπτει η ανθρωπότητα στη φύση - οργανώσεις που δεν είναι
εφευρέθηκε από τον ίδιο». Η πιθανότητα στην οποία εφαρμόζεται αυτή η νέα κυβερνητική
κοινωνικές μορφές οργανώσεων παρέμεινε αντικείμενο θεωρητικής συζήτησης από τη δεκαετία του 1980
χρόνια.
Στην οικονομία, στο πλαίσιο του έργου Cybersyn, προσπάθησαν να εισαγάγουν την κυβερνητική
διοικητική οικονομία στη Χιλή στις αρχές της δεκαετίας του 1970. Το πείραμα ήταν
σταμάτησε ως αποτέλεσμα του πραξικοπήματος του 1973, ο εξοπλισμός καταστράφηκε.

Στη δεκαετία του 1980, η νέα κυβερνητική, σε αντίθεση με τον προκάτοχό της, ενδιέφερε
«η αλληλεπίδραση αυτόνομων πολιτικών προσώπων και υποομάδων, καθώς και πρακτικών και
αντανακλαστική συνείδηση ​​αντικειμένων που δημιουργούν και αναπαράγουν δομή
πολιτική κοινότητα. Η κύρια άποψη είναι η θεώρηση της αναδρομικότητας, ή
αυτοεξάρτηση των πολιτικών λόγων, τόσο σε σχέση με την έκφραση των πολιτικών
συνείδηση ​​και με τους τρόπους με τους οποίους τα συστήματα δημιουργούνται με βάση τον εαυτό τους».
Οι Ολλανδοί κοινωνιολόγοι Geyer και Van der Zouwen (Ολλανδοί) το 1978 αναγνώρισαν
μια σειρά από χαρακτηριστικά της αναδυόμενης νέας κυβερνητικής. «Ένα από τα χαρακτηριστικά του νέου
η κυβερνητική είναι ότι θεωρεί τις πληροφορίες ως κατασκευασμένες και
αποκαταστάθηκε από τον άνθρωπο που αλληλεπιδρά με το περιβάλλον. Αυτό
παρέχει το γνωσιολογικό θεμέλιο της επιστήμης όταν το δούμε από την οπτική γωνία
παρατηρητής. Ένα άλλο χαρακτηριστικό της νέας κυβερνητικής είναι η συμβολή της στην υπέρβαση
προβλήματα μείωσης (αντιφάσεις μεταξύ μακρο και μικροανάλυσης). Αυτό λοιπόν είναι
συνδέει το άτομο με την κοινωνία». Ο Geyer και ο van der Zouwen σημείωσαν επίσης ότι
«Η μετάβαση από την κλασική κυβερνητική στη νέα κυβερνητική οδηγεί σε μια μετάβαση από
κλασικά προβλήματα σε νέα προβλήματα. Αυτές οι αλλαγές στη σκέψη περιλαμβάνουν,
μεταξύ άλλων, αλλάζει από την έμφαση στο ελεγχόμενο σύστημα στον έλεγχο και τον παράγοντα,
που καθοδηγεί τις αποφάσεις της διοίκησης. Και μια νέα έμφαση στην επικοινωνία μεταξύ
πολλά συστήματα που προσπαθούν να ελέγξουν το ένα το άλλο».
Πρόσφατες προσπάθειες στη μελέτη της κυβερνητικής, των συστημάτων ελέγχου και της συμπεριφοράς σε περιβάλλοντα
αλλαγές, καθώς και σε συναφή πεδία όπως η θεωρία παιγνίων (ομαδική ανάλυση
αλληλεπιδράσεις), συστήματα ανάδρασης στην εξέλιξη και έρευνα για μεταϋλικά
(υλικά με ιδιότητες ατόμων και συστατικών τους πέρα ​​από τις νευτώνειες ιδιότητες),
οδήγησαν σε αναβίωση του ενδιαφέροντος για αυτόν τον όλο και πιο σχετικό τομέα.
Διάσημοι επιστήμονες[επεξεργασία | επεξεργασία wikitext]
 Ampere, Andre Marie (1775-1836)
 Vyshnegradsky, Ivan Alekseevich (1831-1895)
 Norbert Wiener (1894-1964)
 William Ashby (1903-1972)
 Heinz von Foerster (1911-2002)
 Claude Shannon (1916-2001)
 Gregory Bateson (1904-1980)

 Klaus, Georg (1912-1974)
 Kitov, Anatoly Ivanovich (1920-2005)
 Lyapunov Alexey Andreevich (1911-1973)
 Glushkov Viktor Mikhailovich (1923-1982)
 Beer Stafford (1926-2002)
 Berg, Axel Ivanovich (1893-1979)
 Kuzin, Lev Timofeevich (1928-1997)
 Povarov, Gelliy Nikolaevich (1928-2004)
 Pupkov, Konstantin Alexandrovich (γεν. 1930)
 Tikhonov, Andrey Nikolaevich (1906-1993)
1.9. Βασικά στοιχεία τεχνητής νοημοσύνης
1.9.1. Κατευθύνσεις έρευνας και ανάπτυξης στον τομέα των τεχνητών
νοημοσύνη

Επιστημονική κατεύθυνση που σχετίζεται με τη μηχανική μοντελοποίηση ανθρώπου
οι πνευματικές λειτουργίες - τεχνητή νοημοσύνη - εμφανίστηκαν στα μέσα της δεκαετίας του 1960.
Η εμφάνισή του σχετίζεται άμεσα με τη γενική κατεύθυνση της επιστημονικής και
μηχανική σκέψη, που οδήγησε στη δημιουργία ενός υπολογιστή - μια κατεύθυνση προς
αυτοματοποίηση της ανθρώπινης πνευματικής δραστηριότητας, έτσι ώστε να είναι πολύπλοκο
τα πνευματικά καθήκοντα, που θεωρούνται προνόμιο του ανθρώπου, επιλύθηκαν με τεχνική
που σημαίνει.
Μιλώντας για σύνθετα πνευματικά καθήκοντα, θα πρέπει να γίνει κατανοητό ότι μόνο 300-400 χρόνια
Πριν, ο πολλαπλασιασμός μεγάλων αριθμών ταξινομήθηκε ως τέτοιος. έχοντας όμως μάθει στην παιδική ηλικία
τον κανόνα του πολλαπλασιασμού στηλών, οι σύγχρονοι άνθρωποι τον χρησιμοποιούν χωρίς σκέψη, και
Αυτό το καθήκον δεν είναι σχεδόν «διανοητικά προκλητικό» σήμερα. Προφανώς σε κύκλο
Αυτές θα πρέπει να περιλαμβάνουν εκείνες τις εργασίες για τις οποίες δεν υπάρχουν «αυτόματοι» κανόνες,
εκείνοι. δεν υπάρχει αλγόριθμος (έστω και πολύ σύνθετος), ακολουθώντας τον οποίο οδηγεί πάντα σε
επιτυχία. Αν, για να λύσουμε ένα πρόβλημα που μας φαίνεται σήμερα ότι σχετίζεται με

καθορισμένο κύκλο, στο μέλλον θα καταλήξουν σε έναν σαφή αλγόριθμο, θα πάψει να είναι "περίπλοκο
διανοούμενος."
Παρά τη συντομία του, η ιστορία της έρευνας και ανάπτυξης τεχνητών
Η νοημοσύνη μπορεί να χωριστεί σε τέσσερις περιόδους:
Δεκαετία 1960 – αρχές δεκαετίας 1970 – έρευνα για τη «γενική νοημοσύνη», απόπειρες
μοντέλο γενικών πνευματικών διεργασιών χαρακτηριστικών των ανθρώπων: ελεύθεροι
διάλογος, επίλυση διαφόρων προβλημάτων, απόδειξη θεωρημάτων, διάφορα παιχνίδια (όπως π.χ
πούλια, σκάκι, κ.λπ.), γράφοντας ποίηση και μουσική, κ.λπ.
δεκαετία του 1970 – έρευνα και ανάπτυξη προσεγγίσεων για την επίσημη αναπαράσταση της γνώσης
και συμπεράσματα, απόπειρες μείωσης της πνευματικής δραστηριότητας σε τυπική
μεταμορφώσεις χαρακτήρων, χορδών κ.λπ.
από τα τέλη της δεκαετίας του 1970 – ανάπτυξη εξειδικευμένων για ορισμένες θεματικές ενότητες
τομείς ευφυών συστημάτων πρακτικής σημασίας
(ειδικά συστήματα)·
δεκαετία του 1990 – μετωπική εργασία για τη δημιουργία υπολογιστών πέμπτης γενιάς
αρχές εκτός των συμβατικών υπολογιστών mainframe και λογισμικό για αυτούς.
Επί του παρόντος, η «τεχνητή νοημοσύνη» είναι ένας ισχυρός κλάδος της επιστήμης των υπολογιστών, ο οποίος έχει
τόσο θεμελιώδεις, καθαρά επιστημονικές αρχές, όσο και εξαιρετικά ανεπτυγμένες τεχνικές,
εφαρμοζόμενες πτυχές που σχετίζονται με τη δημιουργία και τη λειτουργία λειτουργικών δειγμάτων
έξυπνα συστήματα. Η σημασία αυτών των εργασιών για την ανάπτυξη της επιστήμης των υπολογιστών είναι τέτοια που
Η εμφάνιση ενός νέου υπολογιστή πέμπτης γενιάς εξαρτάται από την επιτυχία τους. Ακριβώς αυτό
ένα ποιοτικό άλμα στις δυνατότητες των υπολογιστών - απόκτησή τους πλήρους
πνευματικές ικανότητες - αποτελεί τη βάση για την ανάπτυξη της τεχνολογίας υπολογιστών στο
προοπτική και αποτελεί ένδειξη μιας νέας γενιάς τεχνολογίας υπολογιστών.
Οποιοδήποτε πρόβλημα για το οποίο ο αλγόριθμος λύσης δεν είναι γνωστός μπορεί να ταξινομηθεί ως
τεχνητή νοημοσύνη. Παραδείγματα περιλαμβάνουν το παιχνίδι σκάκι, ιατρικό
διαγνωστικά, μετάφραση κειμένου σε μια ξένη γλώσσα - για την επίλυση αυτών των προβλημάτων δεν είναι
Υπάρχουν σαφείς αλγόριθμοι. Δύο ακόμη χαρακτηριστικά γνωρίσματα των τεχνητών προβλημάτων
νοημοσύνη: κυρίαρχη χρήση συμβολικών (και όχι αριθμητικών) πληροφοριών
μορφή και την παρουσία επιλογής μεταξύ πολλών επιλογών υπό συνθήκες αβεβαιότητας.
Ας απαριθμήσουμε μερικές περιοχές όπου χρησιμοποιούνται τεχνητές μέθοδοι
νοημοσύνη.

1. Αντίληψη και αναγνώριση εικόνων (μια εργασία που αναφέρθηκε προηγουμένως ως μία από τις
κατευθύνσεις της κυβερνητικής). Τώρα αυτό δεν σημαίνει μόνο τεχνικά συστήματα,
αντιλαμβάνονται οπτικές και ακουστικές πληροφορίες, κωδικοποιούν και τις τοποθετούν
μνήμη και προβλήματα κατανόησης και λογικού συλλογισμού κατά την επεξεργασία
οπτικές και λεκτικές πληροφορίες.
2. Μαθηματικά και αυτόματη απόδειξη θεωρημάτων.
3. Παιχνίδια. Όπως τα τυπικά συστήματα στα μαθηματικά, τα παιχνίδια που χαρακτηρίζονται από πεπερασμένα
αριθμός καταστάσεων και σαφώς καθορισμένοι κανόνες, από την αρχή της έρευνας για
Η τεχνητή νοημοσύνη έχουν κερδίσει την προσοχή ως προτιμώμενα αντικείμενα
έρευνα, πεδίο δοκιμών για την εφαρμογή νέων μεθόδων. Ευφυή συστήματα
το επίπεδο ενός ατόμου μέτριας ικανότητας επιτεύχθηκε γρήγορα και ξεπεράστηκε, ωστόσο
Το επίπεδο των καλύτερων ειδικών δεν έχει φτάσει ακόμη. Οι δυσκολίες που προέκυψαν αποδείχτηκαν
χαρακτηριστικό πολλών άλλων καταστάσεων, αφού στις «τοπικές» ενέργειές τους
ένα άτομο χρησιμοποιεί όλη την ποσότητα γνώσης που έχει συσσωρεύσει σε όλη του τη ζωή.
4. Επίλυση προβλημάτων. Σε αυτή την περίπτωση, η έννοια της «λύσης» χρησιμοποιείται με ευρεία έννοια,
αναφέρεται στη διατύπωση, ανάλυση και παρουσίαση συγκεκριμένων καταστάσεων και
Τα εν λόγω καθήκοντα είναι αυτά που συμβαίνουν στην καθημερινή ζωή, για
λύσεις που απαιτούν ευρηματικότητα και ικανότητα γενίκευσης.
5. Κατανόηση φυσικής γλώσσας. Εδώ το καθήκον είναι η ανάλυση και η δημιουργία κειμένων, τους
εσωτερική αναπαράσταση, προσδιορισμός των απαραίτητων γνώσεων για την κατανόηση κειμένων.
Οι δυσκολίες προκύπτουν, ειδικότερα, από το γεγονός ότι ένα σημαντικό μέρος των πληροφοριών σε συνήθη
ο διάλογος δεν εκφράζεται οριστικά και ξεκάθαρα. Οι προτάσεις φυσικής γλώσσας χαρακτηρίζονται από:
ατέλεια;
ανακρίβεια;
ασάφεια;
γραμματική ανακρίβεια?
πλεονασμός;
εξαρτάται από το πλαίσιο.
ασάφεια.
Ωστόσο, τέτοιες ιδιότητες της γλώσσας, που είναι αποτέλεσμα αιώνων ιστορικών
ανάπτυξη, χρησιμεύουν ως προϋπόθεση για τη λειτουργία της γλώσσας ως καθολικού μέσου

επικοινωνία. Ταυτόχρονα, κατανόηση προτάσεων φυσικής γλώσσας από τεχνική
Τα συστήματα είναι δύσκολο να μοντελοποιηθούν λόγω αυτών των χαρακτηριστικών της γλώσσας (και
το ζήτημα του τι είναι «κατανόηση» χρειάζεται διευκρίνιση). Σε τεχνικά συστήματα
πρέπει να χρησιμοποιείται επίσημη γλώσσα, το νόημα των προτάσεων είναι σαφές
καθορίζεται από το σχήμα τους. Η μετάφραση από τη φυσική γλώσσα στην επίσημη γλώσσα είναι
μη τετριμμένο έργο.
6. Εντοπισμός και παρουσίαση εξειδικευμένων γνώσεων σε έμπειρα συστήματα. Ειδικός
συστήματα – έξυπνα συστήματα που έχουν απορροφήσει τη γνώση των ειδικών σε
συγκεκριμένοι τύποι δραστηριοτήτων - έχουν μεγάλη πρακτική σημασία, με επιτυχία
χρησιμοποιούνται σε πολλούς τομείς όπως ο σχεδιασμός με τη βοήθεια υπολογιστή,
ιατρική διάγνωση, χημική ανάλυση και σύνθεση κ.λπ.
Σε όλες αυτές τις κατευθύνσεις, οι κύριες δυσκολίες σχετίζονται με το γεγονός ότι η
κατανοούνται οι αρχές της ανθρώπινης πνευματικής δραστηριότητας, η διαδικασία της αποδοχής
αποφάσεις και επίλυση προβλημάτων. Αν στη δεκαετία του 1960. Η ερώτηση «μπορεί
υπολογιστής να σκεφτεί», τώρα το ερώτημα τίθεται διαφορετικά: «είναι ένας άνθρωπος αρκετά καλός
καταλαβαίνει πώς σκέφτεται για να μεταφέρει αυτή τη λειτουργία στον υπολογιστή»; Εξαιτίας αυτού,
η εργασία στον τομέα της τεχνητής νοημοσύνης συνδέεται στενά με την έρευνα για
σχετικές ενότητες ψυχολογίας, φυσιολογίας, γλωσσολογίας.

1.9.2. Αναπαράσταση γνώσης σε συστήματα τεχνητής νοημοσύνης

Το κύριο χαρακτηριστικό των ευφυών συστημάτων είναι ότι βασίζονται σε
γνώση, ή μάλλον, σε κάποια αναπαράστασή της. Η γνώση εδώ νοείται ως
αποθηκευμένες (με χρήση υπολογιστή) πληροφορίες, επισημοποιημένες σύμφωνα με ορισμένες
κανόνες που ένας υπολογιστής μπορεί να χρησιμοποιήσει για λογικά συμπεράσματα σύμφωνα με ορισμένα
αλγόριθμους. Το πιο θεμελιώδες και σημαντικό πρόβλημα είναι η περιγραφή
σημασιολογικό περιεχόμενο προβλημάτων του ευρύτερου φάσματος, δηλ. πρέπει να χρησιμοποιηθεί
μια τέτοια μορφή περιγραφής γνώσης που θα εγγυάται τη σωστή επεξεργασία της
περιεχόμενο σύμφωνα με ορισμένους επίσημους κανόνες. Αυτό το πρόβλημα ονομάζεται πρόβλημα
αναπαραστάσεις γνώσης.
Επί του παρόντος, υπάρχουν τρεις πιο γνωστές προσεγγίσεις για την αναπαράσταση της γνώσης
Συστήματα που συζητήθηκαν:
παραγωγή και λογικά μοντέλα.

Σημασιολογικά δίκτυα;
πλαίσια.
Οι κανόνες παραγωγής είναι ο απλούστερος τρόπος αναπαράστασης της γνώσης. Βασίζεται σε
αναπαράσταση της γνώσης με τη μορφή κανόνων δομημένων σύμφωνα με ένα πρότυπο
"ΑΝ ΤΟΤΕ." Το τμήμα «ΑΝ» του κανόνα ονομάζεται προϋπόθεση και το τμήμα «ΤΟΤΕ» ονομάζεται συμπέρασμα ή
δράση. Ο γενικός κανόνας γράφεται ως εξής:

ΑΝ A1, A2, ..., An ΤΟΤΕ Β.

Αυτή η σημείωση σημαίνει ότι «εάν όλες οι συνθήκες από το A1 έως το An είναι αληθείς, τότε το B
ισχύει επίσης» ή «όταν πληρούνται όλες οι προϋποθέσεις από το Α1 έως το Αν, τότε
δράση Β».
Σκεφτείτε τον κανόνα

ΑΝ
(1) y είναι ο πατέρας του x

(2) ο z είναι ο αδερφός του y
ΟΤΙ
Ο z είναι θείος του x

Σε αυτή την περίπτωση, ο αριθμός των συνθηκών είναι n = 2.
Στην περίπτωση n = 0, η παραγωγή περιγράφει γνώση που αποτελείται μόνο από συμπέρασμα, δηλ. γεγονός.
Ένα παράδειγμα τέτοιας γνώσης είναι το γεγονός ότι «η ατομική μάζα του σιδήρου είναι 55.847 amu».
Οι μεταβλητές x, y και z δείχνουν ότι ο κανόνας περιέχει κάποια καθολική, γενική
γνώση που αφαιρείται από τις συγκεκριμένες τιμές των μεταβλητών. Η ίδια μεταβλητή
χρησιμοποιείται στην έξοδο και σε διάφορες αποστολές, μπορεί να λάβει διάφορες συγκεκριμένες
νοήματα.

Η γνώση που παρουσιάζεται στο ευφυές σύστημα αποτελεί μια βάση γνώσης. ΣΕ
Το ευφυές σύστημα περιλαμβάνει επίσης έναν μηχανισμό εξόδου που επιτρέπει, με βάση
γνώση που είναι διαθέσιμη στη βάση γνώσεων, αποκτήστε νέα γνώση.
Ας δείξουμε αυτά που ειπώθηκαν. Ας υποθέσουμε ότι στη βάση γνώσεων, μαζί με τα παραπάνω
Ο κανόνας περιέχει επίσης τις ακόλουθες γνώσεις:

ΑΝ
(1) ο z είναι ο πατέρας του x

(2) ο z είναι ο πατέρας του y

(3) x και y δεν είναι το ίδιο άτομο

x και y είναι αδέρφια
ΟΤΙ
Ο Ιβάν είναι ο πατέρας του Σεργκέι

Ο Ιβάν είναι ο πατέρας του Πάβελ

Ο Σεργκέι είναι ο πατέρας του Νικολάι

Από τις παρουσιαζόμενες γνώσεις μπορεί κανείς να συναγάγει επίσημα το συμπέρασμα ότι ο Παύλος είναι
Ο θείος Νικολάι. Σε αυτή την περίπτωση, θεωρείται ότι οι ίδιες μεταβλητές περιλαμβάνονται σε διαφορετικές
κανόνες, ανεξάρτητοι? Τα αντικείμενα των οποίων τα ονόματα μπορούν να λάβουν αυτές οι μεταβλητές δεν είναι σε καμία περίπτωση
συνδέονται μεταξύ τους. Μια τυπική διαδικασία που χρησιμοποιεί αντιστοίχιση (με
που καθορίζει εάν δύο μορφές αναπαράστασης συμπίπτουν μεταξύ τους, συμπεριλαμβανομένων
αντικατάσταση πιθανών τιμών μεταβλητών), αναζήτηση στη βάση γνώσεων, επιστροφή στο πρωτότυπο
κατάσταση όταν μια προσπάθεια λύσης είναι ανεπιτυχής, αντιπροσωπεύει έναν μηχανισμό συμπερασμάτων.

Η απλότητα και η σαφήνεια παρουσίασης της γνώσης με τη βοήθεια προϊόντων το καθόρισε
εφαρμογή σε πολλά συστήματα, τα οποία ονομάζονται συστήματα παραγωγής.
Το σημασιολογικό δίκτυο είναι μια διαφορετική προσέγγιση στην αναπαράσταση γνώσης, η οποία βασίζεται σε
απεικονίζοντας έννοιες (οντότητες) χρησιμοποιώντας σημεία (κόμβους) και σχέσεις μεταξύ τους με
χρησιμοποιώντας τόξα σε ένα επίπεδο. Τα σημασιολογικά δίκτυα είναι ικανά να αντιπροσωπεύουν τη δομή της γνώσης
σε όλη την πολυπλοκότητα των σχέσεών τους, να συνδέσουν τα αντικείμενα και τις ιδιότητές τους σε ένα ενιαίο σύνολο. ΣΕ
Για παράδειγμα, ένα τμήμα του σημασιολογικού δικτύου που σχετίζεται με
η έννοια του «φρούτου» (Εικ. 1.41).

Ρύζι. 1.41. Παράδειγμα Σημασιολογικού Ιστού

Το σύστημα πλαισίου έχει όλες τις ιδιότητες που είναι εγγενείς στη γλώσσα αναπαράστασης γνώσης και
Ταυτόχρονα αντιπροσωπεύει έναν νέο τρόπο επεξεργασίας πληροφοριών. Η λέξη "πλαίσιο" μέσα
μεταφρασμένο από τα αγγλικά σημαίνει "πλαίσιο". Το πλαίσιο είναι η μονάδα παρουσίασης
γνώση για ένα αντικείμενο, το οποίο μπορεί να περιγραφεί από ένα συγκεκριμένο σύνολο εννοιών και
οντότητες. Το πλαίσιο έχει μια ορισμένη εσωτερική δομή, που αποτελείται από ένα σύνολο
στοιχεία που ονομάζονται κουλοχέρηδες. Κάθε υποδοχή, με τη σειρά του, αντιπροσωπεύεται
μια συγκεκριμένη δομή δεδομένων, διαδικασία ή μπορεί να συσχετιστεί με άλλο πλαίσιο.

Πλαίσιο: ανθρώπινο

Τάξη
Ζώο
Δομικό στοιχείο
Κεφάλι, λαιμός, χέρια, πόδια,...
Υψος
30–220 cm
Βάρος

1–200 κιλά
Ουρά
Οχι
Πλαίσιο αναλογίας
Πίθηκος

Υπάρχουν άλλες, λιγότερο κοινές προσεγγίσεις για την αναπαράσταση της γνώσης
ευφυών συστημάτων, συμπεριλαμβανομένων των υβριδικών, με βάση τις προσεγγίσεις που έχουν ήδη περιγραφεί.
Ας απαριθμήσουμε τα κύρια χαρακτηριστικά της αναπαράστασης δεδομένων μηχανής.
1. Εσωτερική ερμηνευσιμότητα. Εξασφαλίζεται ότι κάθε πληροφορία
μονάδες του μοναδικού του ονόματος, με τις οποίες το σύστημα το βρίσκει να ανταποκριθεί
αιτήματα στα οποία αναφέρεται αυτό το όνομα.
2. Δομή. Οι μονάδες πληροφοριών πρέπει να έχουν ευέλικτη δομή,
γι' αυτούς πρέπει να εκπληρωθεί η "αρχή της matryoshka", δηλ. φώλιασμα κάποιων
ενότητες πληροφοριών σε άλλους, πρέπει να είναι δυνατό να καθιερωθούν
σχέσεις όπως «μέρος – σύνολο», «γένος – είδος», «στοιχείο – τάξη» μεταξύ ατόμου
πληροφοριακές μονάδες.
3. Συνδεσιμότητα. Πρέπει να είναι δυνατή η δημιουργία συνδέσεων μεταξύ διαφορετικών
τύπος μεταξύ ενοτήτων πληροφοριών που θα χαρακτηρίζουν τις σχέσεις
μεταξύ των μονάδων πληροφοριών. Αυτές οι σχέσεις μπορεί να είναι είτε δηλωτικές
(περιγραφική) και διαδικαστική (λειτουργική).
4. Σημασιολογικές μετρήσεις. Σας επιτρέπει να δημιουργήσετε εγγύτητα κατάστασης
πληροφοριακές μονάδες, δηλ. το μέγεθος της συνειρμικής σύνδεσης μεταξύ τους. Τέτοια εγγύτητα
σας επιτρέπει να προσδιορίσετε ορισμένες τυπικές καταστάσεις στη γνώση και να δημιουργήσετε αναλογίες.
5. Δραστηριότητα. Πρέπει να ξεκινήσει η εκτέλεση ενεργειών σε ένα ευφυές σύστημα
όχι από εξωτερικούς λόγους, αλλά από την τρέχουσα κατάσταση όσων εκπροσωπούνται στο σύστημα
η γνώση. Η ανάδυση νέων γεγονότων ή περιγραφές γεγονότων, η δημιουργία συνδέσεων θα πρέπει
γίνει πηγή δραστηριότητας του συστήματος.

1.9.3. Μοντελοποίηση Συλλογισμός

Ο συλλογισμός είναι ένας από τους πιο σημαντικούς τύπους ανθρώπινης νοητικής δραστηριότητας
το αποτέλεσμα των οποίων διατυπώνει με βάση κάποιες προτάσεις, δηλώσεις,
κρίσεις νέες προτάσεις, δηλώσεις, κρίσεις. Έγκυρος μηχανισμός
ο ανθρώπινος συλλογισμός παραμένει ανεπαρκώς μελετημένος. Ο άνθρωπος
ο συλλογισμός χαρακτηρίζεται από: ανεπίσημο χαρακτήρα, ασάφεια, παράλογη, ευρεία
η χρήση εικόνων, συναισθημάτων και συναισθημάτων, που τα δυσκολεύει εξαιρετικά
έρευνα και μοντελοποίηση. Μέχρι σήμερα, η καλύτερα μελετημένη λογική
συλλογιστική και πολλοί μηχανισμοί εξαγωγής συμπερασμάτων έχουν αναπτυχθεί, εφαρμοστεί σε
διάφορα ευφυή συστήματα που βασίζονται στην αναπαράσταση γνώσης χρησιμοποιώντας
Λογική κατηγορήματος 1ης τάξης.
Κατηγόρημα είναι μια κατασκευή της μορφής P(t1, t2, ..., tn), που εκφράζει κάποιο είδος σύνδεσης μεταξύ
ορισμένα αντικείμενα ή ιδιότητες αντικειμένων. Η ονομασία αυτής της σύνδεσης ή ιδιοκτησίας,
Το P ονομάζεται "σύμβολο κατηγορήματος". t1, t2, …, tn λέγονται όροι, δηλώνουν
αντικείμενα που συνδέονται με ιδιότητα (κατηγόρημα) R.
Τα Therm μπορούν να είναι μόνο των τριών τύπων:
1) σταθερά (δηλώνει ένα μεμονωμένο αντικείμενο ή έννοια).
2) μεταβλητή (δηλώνει διαφορετικά αντικείμενα σε διαφορετικές χρονικές στιγμές).
3) σύνθετος όρος – συνάρτηση f(t1, t2, …, tm), η οποία έχει όρους t1 ως m ορίσματα,
t2, ..., tm.
Παράδειγμα 1.
1. Η πρόταση «Ο Βόλγας ρέει στην Κασπία Θάλασσα» μπορεί να γραφεί ως κατηγόρημα

εκβάλλει σε (Βόλγα, Κασπία Θάλασσα).

Το "Falls in" είναι ένα κατηγόρημα. Ο «Βόλγας» και η «Κασπία Θάλασσα» είναι θερμικές σταθερές. Εμείς
θα μπορούσε να υποδείξει τη σχέση «ρέει μέσα» και τα αντικείμενα «Βόλγας» και «Κασπία Θάλασσα»
σύμβολα.
Αντί για θερμικές σταθερές, μπορούμε να εξετάσουμε μεταβλητές:

ρέει σε (Χ, Κασπία Θάλασσα)

ρέει σε (Χ, Υ).

Είναι και αυτά κατηγορήματα.
2. Αναλογία x + 1< у можно записать в виде предиката А(х, у). Предикатный символ А
εδώ υποδηλώνει αυτό που «μένει» από το x + 1< у, если выбросить из этой записи
μεταβλητές x και y.
Έτσι, ένα κατηγόρημα είναι μια λογική συνάρτηση που παίρνει τις τιμές "true" ή "false" στο
ανάλογα με τις τιμές των ορισμάτων του. Ο αριθμός των ορισμάτων σε ένα κατηγόρημα καλείται
την αρετότητά του.
Έτσι, για τα παραδείγματά μας, το κατηγόρημα «πέφτει» έχει αρίθμηση 2 και όταν Χ = «Βόλγας» και Υ =
Το "Caspian Sea" είναι αλήθεια, αλλά όταν X = "Don", Y = "Bay of Biscay" είναι ψευδές. Κατηγορούμενο
Και στο παράδειγμα 2 έχει επίσης αριότητα 2, είναι true όταν X = 1, Y = 3 και false όταν X = 3, Y = 1.
Τα κατηγορήματα μπορούν να συνδυαστούν σε τύπους χρησιμοποιώντας λογικούς συνδέσμους (συνδέσεις): ^
↔
(AND, σύνδεσμος), v (OR, διαχωρισμός), ~ (ΟΧΙ, άρνηση),
(«πρέπει», υπονοούμενα),
(«αν και μόνο αν», ισοδυναμία).
→
Ο πίνακας αλήθειας (Πίνακας 1.15) αυτών των συνδέσμων σας επιτρέπει να προσδιορίσετε αν είναι αληθής ή ψευδής
την έννοια του τύπου σύνδεσης για διαφορετικές τιμές των κατηγορημάτων Α και Β που περιλαμβάνονται σε αυτόν (και -
αληθινό, l - ψευδές).

Πίνακας 1.15
Αλήθεια των συνδετικών κατηγοριών

ΕΝΑ
ΣΕ
Α^Β

A v B
~ Α
ΕΝΑ
ΕΝΑ
Β→
Β↔
Και
Και
Και
Και
μεγάλο
Και
Και
Και
μεγάλο
μεγάλο
Και
μεγάλο
μεγάλο
μεγάλο
μεγάλο
Και
μεγάλο
Και
Και
Και
μεγάλο

μεγάλο
μεγάλο
μεγάλο
μεγάλο
Και
Και
Και

Αυστηρά μαθηματικά, οι τύποι της λογικής κατηγορήματος ορίζονται αναδρομικά:
1) ένα κατηγόρημα είναι ένας τύπος.
2) αν τα Α και Β είναι τύποι, τότε τα Α, Β, Α ^ Β, Α κατά Β, Α
3) δεν υπάρχουν άλλοι τύποι.
→
Β, Α
↔
Β – επίσης τύποι.
Πολλοί λογικοί τύποι κατηγορηματικών απαιτούν τη χρήση ποσοτικών δεικτών που ορίζουν
το εύρος τιμών των μεταβλητών - ορίσματα κατηγορημάτων. Χρησιμοποιούνται ποσοτικοί δείκτες
γενικότητες: (ανεστραμμένο Α από το αγγλικό Όλα - τα πάντα) και ο ποσοτικός προσδιορισμός της ύπαρξης (αντεστραμμένο Ε
από τα Αγγλικά Υπάρχει – υπάρχει). Η καταχώριση x διαβάζεται "για κάθε x", "για κάθε x". Χ -
"x υπάρχει", "για τουλάχιστον ένα x". Οι ποσοτικοί δείκτες συνδέουν μεταβλητές κατηγορήματος, με
τα οποία λειτουργούν και μετατρέπουν τα κατηγορήματα σε προτάσεις.
Παράδειγμα 2.
Ας εισάγουμε τον ακόλουθο συμβολισμό: A(x) – ο μαθητής x είναι άριστος μαθητής. B(x) – ο μαθητής x λαμβάνει
αυξημένο επίδομα. Τώρα τύπος Α (Ιβάνοφ)
Ο Ιβάνοφ είναι εξαιρετικός μαθητής, επομένως, ο μαθητής Ιβάνοφ λαμβάνει αυξημένη υποτροφία,
και ένας τύπος με γενικό ποσοτικό δείκτη (x) (A(x)
Σπουδάζει καλά και λαμβάνει αυξημένη υποτροφία.
B(x)) σημαίνει: κάθε μαθητής που
V (Ivanov) σημαίνει: μαθητής
→
→
Από όλους τους πιθανούς τύπους, χρειαζόμαστε μόνο έναν τύπο από αυτούς, που ονομάζονται φράσεις
Χόρνα. Οι φράσεις κόρνας γενικά περιέχουν υπονοούμενα και συνδέσμους κατηγορημάτων Α,
B1, B2, ..., Bn ως εξής: B1, B2, ..., Bn
Α, ή με πιο βολικό συμβολισμό:
→

Α: – Β1, Β2, ..., Βν

(διαβάζει: Και αν Β1 και Β2 και... και Βν).
Προφανώς, η φράση του Χορν είναι μια μορφή γραφής ενός συγκεκριμένου κανόνα, και σε ό,τι ακολουθεί θα είναι
να ονομάζεται κανόνας. Το κατηγόρημα Α ονομάζεται κεφαλή ή κεφαλή του κανόνα, και
τα κατηγορήματα B1, B2, ..., Bn είναι οι υποστόχοι του.
Προφανώς, το ατομικό κατηγόρημα είναι μια ειδική περίπτωση της φράσης του Χορν: Α.
Μια άλλη ειδική περίπτωση της φράσης του Χορν είναι ο ακέφαλος κανόνας.

: – B1, B2, ..., Bn,

Η φράση του Χορν ονομάζεται ερώτηση. Θα γράψουμε το ":-B" ως "? – Β”, και
“: – B1, B2, ..., Bn” με τη μορφή “? – B1, B2, ..., Bn.”
Α) →
Ας εξηγήσουμε τη λογική έννοια αυτού του τύπου. Θυμηθείτε ότι η επίπτωση Α: – Β (Β
μπορεί να εκφραστεί μέσω άρνησης και διαχωρισμού: ~B v A (ελέγξτε αυτό με
πίνακες αλήθειας). Αυτό σημαίνει ότι αν απορρίψουμε το Α, μένει μόνο το ~Β - η άρνηση του Β.
Τύπος
B1, B2, ..., Bn σημαίνει την άρνηση του συνδέσμου ~(B1 ^ B2 ^ ... ^ Bn), που σύμφωνα με
ο νόμος του de Morgan ~(X ^ Y) = (~X) v (~Y) ισούται με (~B1) v (~B2) v ... v (~Bn) - διαχωρισμοί
αρνήσεις.
←
Ένα σύνολο φράσεων του Χορν που εφαρμόζονται σε κάποια προβληματική περιοχή σχηματίζει μια θεωρία
(με μια λογική έννοια).
Παράδειγμα 3.
Ας εξετάσουμε έναν τομέα θεμάτων: επιτυχία σε εξετάσεις σε έναν συγκεκριμένο κλάδο. Ας εισαγάγουμε
ονομασίες:
Α – ο μαθητής περνά με επιτυχία τις εξετάσεις.
Β – ο μαθητής παρακολούθησε μαθήματα.

Γ – ο μαθητής έχει κατακτήσει το εκπαιδευτικό υλικό.
Δ – ο μαθητής σπούδασε ανεξάρτητα.
Ε – ο μαθητής ετοίμασε ένα φύλλο απάτης.
Ας περιορίσουμε τις γνώσεις μας σχετικά με τη θεματική περιοχή στις ακόλουθες δηλώσεις:
ο μαθητής θα περάσει επιτυχώς τις εξετάσεις εάν ο μαθητής έχει κατακτήσει το εκπαιδευτικό υλικό.
ο μαθητής έχει κατακτήσει το εκπαιδευτικό υλικό εάν ο μαθητής παρακολούθησε μαθήματα και ο μαθητής σπούδασε
μόνος του?
ο μαθητής παρακολούθησε μαθήματα.
ο μαθητής σπούδασε ανεξάρτητα.
Λογική μορφή σημειογραφίας:
ΜΕΤΑ ΧΡΙΣΤΟΝ;
Γ: – Β, Δ;
ΣΕ;
ΡΕ.
Στο παράδειγμα που δίνεται, μπορείτε να εκτελέσετε λογικά συμπεράσματα. Έτσι, από την αλήθεια των γεγονότων
Β και Δ και κανόνες Γ: – Β, Δ υποδηλώνει την αλήθεια του Γ και από τον κανόνα Α: – Γ – αλήθεια
κατηγόρημα Α, δηλ. ο μαθητής θα περάσει επιτυχώς τις εξετάσεις. Επιπλέον, οι κανόνες Α: – Γ και Γ: – Β, Δ
θα μπορούσε να ξαναγραφτεί ως Α: – Β, Δ.
Σε αυτές τις περιπτώσεις, χρησιμοποιούνται κανόνες εξαγωγής που ονομάζονται μέθοδος ανάλυσης.
Ας δούμε την απλούστερη μορφή ανάλυσης. Ας πούμε ότι υπάρχουν "γονείς"
προσφορές
άρνηση: ~Α
επίπτωση: Α:– Β.
Ως αποτέλεσμα ενός βήματος αποφασιστικού συμπεράσματος, λαμβάνουμε μια νέα πρόταση Β, η οποία
ονομάζεται διαλύτης. Σε αυτήν την περίπτωση, η ανάλυση συμμορφώνεται με το πρότυπο
προτασιακός κανόνας συμπερασμάτων:
υποθέτοντας ότι όχι ο Α

και Α αν Β
βγάζουμε όχι V.
Μια ακόμα πιο απλή περίπτωση:
άρνηση: ~Α
γεγονός: Α.
Το ψήφισμα είναι μια αντίφαση.
Γενικά, υπάρχουν μητρικές ρήτρες

~(A1 ^ ... ^ Аn)
Аk:– В1, ..., Вm, 1 ≤ k< n.

Ως διαλύτης, σε ένα βήμα παραγωγής λαμβάνουμε ~(A1 ^ ... ^ Ak – 1 ^ B1 ^ ... ^ Bm ^
Аk + 1 ^ ... ^ Аn).
Έτσι, η επίλυση είναι αντικατάσταση κατηγορημάτων - υποστόχων Β1, ... Βμ
αντί της αντίστοιχης κατηγόρησης Ak από άρνηση. Η άρνηση ξεκινά τη λογική
εξόδου και επομένως ονομάζεται αίτημα (ή ερώτηση) και συμβολίζεται με A1, A2, ..., An.
Η έννοια της μεθόδου ανάλυσης είναι ότι η άρνηση του συνδέσμου και
ελέγχει αν η τιμή του είναι αληθής ή ψευδής. Αν η τιμή του προκύπτοντος
ο σύνδεσμος είναι ψευδής, σημαίνει ότι το αποτέλεσμα είναι μια αντίφαση και, αφού στην αρχή υπήρχε
άρνηση κατηγορημάτων, εκτελείται απόδειξη «αντίστροφα». Εάν παραληφθεί
τιμή "true", τότε η απόδειξη αποτυγχάνει.
Παράδειγμα 4.
Έστω ότι το κατηγόρημα δίνει (X, Y, Z) σημαίνει ότι το "X δίνει το Y σε κάποιο αντικείμενο Z" και
το κατηγόρημα λαμβάνει (Χ, Υ) σημαίνει "Το Υ λαμβάνει το Χ". Αφήστε γνώση για αυτά
Οι σχέσεις εκφράζονται με προτάσεις:
1) λαμβάνει (εσύ, δύναμη): – δίνει (λογική, δύναμη, εσύ);
2) δίνει (λογική, δύναμη, εσύ).
Το πρόβλημα που πρέπει να λυθεί είναι να απαντήσετε στην ερώτηση: λαμβάνετε
δύναμη?

Ας φανταστούμε αυτή την ερώτηση με τη μορφή άρνησης ~ λαμβάνει (εσείς, εξουσία). Πρόταση ψηφίσματος
Το 1 και η άρνηση οδηγεί στο ~ δίνει (λογική, δύναμη, εσύ), που μαζί με το γεγονός 2 οδηγεί σε
αντίφαση. Επομένως, η απάντηση στο αρχικό πρόβλημα είναι «ναι».
Μέχρι στιγμής έχουμε εξετάσει την ανάλυση για προτάσεις ή κατηγορήματα χωρίς μεταβλητές.
Αν το συμπέρασμα γίνεται για ένα σύνολο κατηγορημάτων με μεταβλητές όπως
ορίσματα, αυτές οι μεταβλητές λαμβάνουν τις τιμές των αντίστοιχων
σταθερές, ή, όπως λένε επίσης, προσδιορίζονται από σταθερές.
Ας το εξηγήσουμε αυτό με ένα παράδειγμα.
Παράδειγμα 5.
Εξετάστε τις ακόλουθες γονικές προτάσεις:
1) ~ παίρνει (εσείς, Υ);
2) λαμβάνει (Χ, δύναμη): – δίνει (Ζ, δύναμη, Χ).
Περιέχουν τρεις μεταβλητές X, Y και Z, οι οποίες επηρεάζονται σιωπηρά
γενικός ποσοτικός δείκτης. Έτσι, η πρόταση 1 δηλώνει ότι "για όλα τα Υ, δεν παίρνετε Υ"
και 2 - "για όλα τα Z, οποιοδήποτε X αποκτά ισχύ εάν το Z δώσει δύναμη στο X." Κανόνας επίλυσης
απαιτεί μια αντιστοίχιση μεταξύ της κατηγόρησης από την άρνηση 1 και της κεφαλής του κανόνα 2. Αυτό σημαίνει ότι
οι μεταβλητές λαμβάνουν τιμές (δημιουργούνται στιγμιότυπα) ανάλογα με τη θέση τους
προτάσεις 1 και 2 ως εξής: X = εσύ, Υ = δύναμη. Το κατηγόρημα λαμβάνει (εσείς, δύναμη)
ονομάζεται γενικό παράδειγμα για τα κατηγορήματα gets(you, Y) και gets(X, power).
Οι αναφερόμενες διατάξεις της λογικής κατηγορήματος βρίσκουν εφαρμογή και περαιτέρω ανάπτυξη
Γλώσσα προγραμματισμού Prolog.

1.9.4. Αναγνώριση μοτίβου

Η αναγνώριση προτύπων είναι ένα σύνολο μεθόδων και εργαλείων για αυτόματη
αντίληψη και ανάλυση του περιβάλλοντος κόσμου.
Οι στόχοι της θεωρίας αναγνώρισης προτύπων είναι:
αυτόματη ανάγνωση δακτυλόγραφων ή χειρόγραφων κειμένων.
αντίληψη ομιλίας (ανεξάρτητα από τα χαρακτηριστικά της γλώσσας και του ομιλητή).

Ιατρική, ψυχολογική και παιδαγωγική διάγνωση.
αυτόματη ταυτόχρονη μετάφραση από τη μια γλώσσα στην άλλη.
εξ αποστάσεως αναγνώριση αντικειμένων κ.λπ. Υπάρχουν δύο κατηγορίες εικόνων:
συγκεκριμένο και αφηρημένο.
Οι συγκεκριμένες εικόνες είναι όλα πραγματικά αντικείμενα του γύρω κόσμου, οι εικόνες τους και
περιγραφές? αφηρημένη – έννοιες, κατηγορίες, απόψεις, επιθυμίες κ.λπ. Συμφωνώς προς
Αυτό ορίζει δύο επιλογές αναγνώρισης: αντιληπτική και εννοιολογική.
Σε συστήματα αντιληπτικής αναγνώρισης (κατά κανόνα, αυτά είναι τεχνικά συστήματα)
το στοιχείο εισόδου είναι ένας αισθητήρας του οποίου η αποστολή είναι να μετασχηματίσει το φυσικό
μια ποσότητα που χαρακτηρίζει ένα παρατηρούμενο αντικείμενο στον πραγματικό κόσμο σε μια άλλη ποσότητα,
προορίζεται για αντίληψη από το σύστημα επεξεργασίας του. Από θεωρητικής σκοπιάς
Ο αισθητήρας πληροφοριών είναι ένα στοιχείο για την αντιστοίχιση της συσκευής επεξεργασίας εισόδου
σήματα, και τα σήματα εξόδου του παρέχουν μια «a priori» περιγραφή του παρατηρούμενου αντικειμένου.
Τα σήματα εξόδου του αισθητήρα είναι συνήθως αναλογικά-ψηφιακά ή
ψηφιακό.
Στα εννοιολογικά συστήματα, ο ρόλος ενός αισθητήρα παίζεται από αφηρημένα, λογικά συστήματα (όπως π.χ
κανόνες που βασίζονται στις αρχές της άλγεβρας Boole).
Ας εξετάσουμε τα κύρια καθήκοντα και τις μεθόδους αναγνώρισης προτύπων.
Εργασία 1. Μελέτη των χαρακτηριστικών των αντικειμένων και αποσαφήνιση των διαφορών και ομοιοτήτων των αντικειμένων που μελετώνται
αντικείμενα.
Παράδειγμα: περιοδικός πίνακας Mendeleev, ταξινόμηση φυτών και ζώων
ο κόσμος του Λινναίου και του Δαρβίνου.
Εργασία 2. Ταξινόμηση αναγνωρισμένων αντικειμένων ή φαινομένων. Κύρια -
επιλογή κατάλληλης αρχής ταξινόμησης.
Παράδειγμα: συλλεκτική συλλογή νομισμάτων, αναγνώριση αεροσκαφών.
Εργασία 3. Σύνταξη λεξικού χαρακτηριστικών που χρησιμοποιούνται για εκ των προτέρων περιγραφή
κλάσεις και για μια εκ των υστέρων περιγραφή κάθε άγνωστου αντικειμένου. Σημάδια
μπορούν να χωριστούν σε λογικά (ντετερμινιστικά) και πιθανοτικά.
Παράδειγμα: μια μηχανή σχεδιασμένη να αλλάζει νομίσματα. Αναγνώριση νομισμάτων. Μπορώ
βρείτε διαφορετικά σημάδια, αλλά μεταξύ αυτών υπάρχουν και κατάλληλα (διάμετρος, μάζα).

Εργασία 4. Περιγραφή κλάσεων αντικειμένων στη γλώσσα των χαρακτηριστικών.
Μέθοδος χώρου χαρακτηριστικών. Τα αναγνωρισμένα αντικείμενα έχουν χαρακτηριστικά. Έστω G = (G1,
G2, ..., Gk ...) – ένα σύνολο αντικειμένων. Κάθε αντικείμενο έχει χαρακτηριστικά C – (c1, c2, ...,
γν), μεταξύ των οποίων υπάρχουν ουσιώδη και μη. Βασικά Χαρακτηριστικά
θα τα ονομάσουμε καθοριστικά και θα συμβολίσουμε Υ = (y1, y2, ..., ym). Ας ορίσουμε την m-διάσταση
χώρο των χαρακτηριστικών αντικειμένων, στα οποία αντιστοιχεί κάθε σημείο του χώρου
αντικείμενο.
Παράδειγμα: θεωρήστε ένα σύνολο τριγώνων ως καθοριστικά χαρακτηριστικά
Ας πάρουμε τις πλευρές τους, τις οποίες μπορούμε να μετρήσουμε (Εικ. 1.42, α). Θα ήταν δυνατό να ληφθεί
γωνίες, ή μία πλευρά και δύο γωνίες, κ.λπ.

Ρύζι. 1.42. Μέθοδος χώρου χαρακτηριστικών

Τα δεδομένα που λαμβάνονται μπορούν να εμφανιστούν σε έναν τρισδιάστατο χώρο χαρακτηριστικών x1, x2, x3
(Εικ. 1.42, β). Σε αυτό διακρίνονται πέντε κλάσεις (υποχώροι): class
ισόπλευρα τρίγωνα x1 = x2 = x3, (ευθεία γραμμή που αντιπροσωπεύει το χωρικό
διαχωριστική γραμμή); κατηγορία ισοσκελές τριγώνων x1 = x2 (επίπεδο που διέρχεται
άξονας x3 και διχοτόμος στο επίπεδο x1, x2). κατηγορία ορθογωνίων τριγώνων,
οξέα και αμβλεία τρίγωνα.
Έτσι, προσδιορίσαμε τάξεις (επινοήσαμε ονόματα και
ορίζονται τα χαρακτηριστικά της τάξης). Περαιτέρω λήψη αποφάσεων για την αναγνώριση αντικειμένων
(ένα αυθαίρετο τρίγωνο) συνδέεται με τον προσδιορισμό της ταυτότητας του αναγνωρισμένου
αντικείμενο σε οποιαδήποτε κλάση.
Σε γενικές γραμμές, το πρόβλημα αναγνώρισης μπορεί να διατυπωθεί ως πρόβλημα ανάπτυξης
διαδικασίες για τη διαίρεση ενός συνόλου αντικειμένων σε κλάσεις.
Έστω G = (G1, G2, ..., Gk...) ένα σύνολο αντικειμένων. Για αυτούς ορίζονται n σημάδια,
που μπορεί να αναπαρασταθεί ως διάνυσμα X = (x1, x2, ..., xn). Τιμές χαρακτηριστικών
Τα στοιχεία ενός συνόλου αντικειμένων μπορούν να οριστούν με τρεις τρόπους:
ποσοτικά (μέτρηση χαρακτηριστικών χαρακτηριστικών).

Πιθανολογικό (η τιμή είναι η πιθανότητα να συμβεί το συμβάν).
εναλλακτικά (δυαδική κωδικοποίηση – ναι/όχι).
Έστω ότι το σύνολο των αντικειμένων χωρίζεται σε m κλάσεις 1, 2, …, m. Απαιτείται να τονιστεί μέσα
χώρος χαρακτηριστικών περιοχών Di, i = 1, ..., m, ισοδύναμος με κλάσεις, δηλ. εάν αντικείμενο
ανήκει στην κλάση k, τότε το αντίστοιχο σημείο βρίσκεται στον τομέα Dk.
Ω
Ω Ω
Ω
Σε μια αλγεβρική ερμηνεία, το πρόβλημα αναγνώρισης μπορεί να διατυπωθεί ως εξής
τρόπος.
Απαιτείται η κατασκευή διαχωριστικών συναρτήσεων Fi(x1, x2, ..., xn), i = 1, ..., m, με
ιδιότητες: εάν κάποιο αντικείμενο με χαρακτηριστικά (x01, x02, ..., x0n)
i, μετά την τιμή
Το Fi(x01, x02, ..., x0n) πρέπει να είναι το μεγαλύτερο. Θα πρέπει να είναι το καλύτερο και για τους άλλους
τιμές των χαρακτηριστικών αντικειμένων που σχετίζονται με
εγώ, δηλ.
Ω
Ω

Έτσι, το όριο των χωρισμάτων, που ονομάζεται αποφασιστικό όριο μεταξύ των περιοχών Di,
εκφράζεται με την εξίσωση Fp(x) – Fg(x) = 0.
Στο Σχ. Το σχήμα 1.43 δείχνει το μοντέλο χώρου χαρακτηριστικών για την περίπτωση του δισδιάστατου
κενά Δ1, Δ2 με αντίστοιχες κλάσεις 1, 2.
Ω Ω

Ρύζι. 1.43. Απεικόνιση της μεθόδου χώρου χαρακτηριστικών

Η λειτουργία ταξινόμησης αποτελείται από τη διανομή αντικειμένων σε κλάσεις, όπου βρίσκονται κάτω από την κλάση
νοείται ως ένα σύνολο εικόνων που έχουν τα ίδια χαρακτηριστικά. Ίδιο σετ
Τα δεδομένα μπορούν να χρησιμεύσουν ως πηγή διαφορετικών ταξινομήσεων.
Παράδειγμα: η εύρεση ενός γράμματος στο αλφάβητο των γραμμάτων N είναι μια εργασία με N τάξεις, βρείτε
φωνήεντα ή σύμφωνα στο ίδιο αλφάβητο είναι μια εργασία για δύο τάξεις. Συνήθως ο αριθμός των τάξεων
αυξάνει. Εάν ο αριθμός τους είναι άγνωστος εκ των προτέρων, τότε μιλούν για μάθηση "χωρίς δάσκαλο"

(αυτοδιδασκαλίας). Αν διαιρεθεί ολόκληρος ο χώρος αντικειμένων και σύνολα αντικειμένων σε κλάσεις
δεν ορίζονται, τότε πρόκειται για «εποπτευόμενη» μάθηση.
Εργασία 5. Ανάπτυξη αλγορίθμου αναγνώρισης που παρέχει ανάθεση
ενός αναγνωρίσιμου αντικειμένου σε μια ή την άλλη κλάση ή κάποιο συνδυασμό τους.
Παράδειγμα: αναγνώριση άγνωστης λέξης. Οι αλγόριθμοι βασίζονται στη σύγκριση ενός ή
άλλο μέτρο εγγύτητας ή μέτρο ομοιότητας του αναγνωρισμένου αντικειμένου με οποιαδήποτε κλάση.
Ας εισαγάγουμε την έννοια της απόστασης μεταξύ των αντικειμένων (η ομοιότητα δύο αντικειμένων). Το λιγότερο
η απόσταση μεταξύ δύο αντικειμένων, τόσο μεγαλύτερη είναι η ομοιότητα μεταξύ τους. Απόσταση
μεταξύ του σημείου P X και της κλάσης X0 καλείται η ποσότητα

d1(P, X0) = inf((P, M)|M X0).

Η απόσταση μεταξύ δύο κλάσεων καθορίζεται από την τιμή

d2(X1, X2) = inf(d1(P, M)|P X1, M X2).

Στην πράξη, χρησιμοποιούνται συχνά οι ακόλουθες αποστάσεις:
1. Ευκλείδεια απόσταση

d2(Xi, Xj) = (∑|xik – xjk|2)1/2.

2. Απόσταση στο Μανχάταν (μετρική οικοδομής)

d2(Xi, Xj) = ∑|xik – xjk|.

3. Απόσταση Chebyshev

d3(Xi, Xj) = max |xik – xjk| (κ).

Μέθοδος λεξικού. Αφήστε έναν κατάλογο με όλες τις πιθανές λέξεις ταξινομημένες κατά
μήκος των λέξεων και τακτοποιημένα αλφαβητικά. Για παράδειγμα, σκεφτείτε την υπηρεσία
Λέξεις γλώσσας προγραμματισμού Pascal:

κ.λπ., όπου Ν είναι ο αριθμός των γραμμάτων στο λεξικό.
Ορίζουμε κάθε χαρακτήρα του λατινικού αλφαβήτου με ένα σημάδι, για παράδειγμα, τη διαταγή του
αριθμός ή συχνότητα (πιθανότητα) εμφάνισής του στο κείμενο.
Ας ορίσουμε την απόσταση μεταξύ ενός δεδομένου γράμματος και των γραμμάτων του αλφαβήτου ως |xa – xb|, όπου xa –
ένα σημάδι ενός δεδομένου γράμματος, το xb είναι ένα σημάδι ενός συγκεκριμένου γράμματος του αλφαβήτου. Αποδοχή για
βεβαιότητα ως σημάδι ενός γράμματος ο αύξων αριθμός του στο αλφάβητο:

ΕΝΑ
ΣΕ
ΜΕ
ρε
μι
φά
σολ
H
Εγώ
J
ΠΡΟΣ ΤΗΝ
μεγάλο
Μ

Ν
ΣΧΕΤΙΚΑ ΜΕ
R
Q
R
μικρό
Τ
U
V
W
Χ
Υ
Ζ
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

Έστω n = 4. Δίνεται μια λέξη με χαρακτηριστικά x1x2x3x4. Για παράδειγμα, ΑΛΛΟ. Σε αυτή την περίπτωση x1 = 5; x2 =
12; x3 = 19; x4 = 5. Ας συμβολίσουμε (ai, xj) =
το γράμμα που βρίσκεται στην i η θέση του αλφαβήτου και το σύμβολο xj.
θ
ij = |аi – xj| – αριθμός ίσος με τη διαφορά του χαρακτηριστικού
θ
Βρείτε αποστάσεις στο Μανχάταν για όλες τις λέξεις από το λεξικό

Το μικρότερο ποσό (απόσταση) σχετίζεται με τη δεύτερη λέξη του λεξικού. Ορίζει
ομοιότητα με την αναγνωρισμένη λέξη.
Εργασία 6. Αναγνώριση εικόνας.
Παράδειγμα: αναγνώριση εικόνας γραμμάτων. Λαμβάνεται η αναγνωρισμένη εικόνα
με διαφορετικούς τρόπους και χαρακτηρίζονται από διαφορετικές ποσότητες.

Ένα αντικείμενο ράστερ αναπαρίσταται συχνότερα ως μια δεδομένη σχέση μήτρας χαρακτηριστικών.
Για παράδειγμα, επικαλύπτοντας ένα πλέγμα N x M σε μια εικόνα, μπορείτε να προσδιορίσετε σε κάθε κελί
επίπεδο «μαύρους» ή «γκρίζου» (για ασπρόμαυρες εικόνες) με αριθμούς στο διάστημα . Σε αυτήν την περίπτωση, το 0 είναι λευκό, το 1 είναι μαύρο.
Έτσι, η εικόνα Α μπορεί να αναπαρασταθεί ως πίνακας

όπου τα στοιχεία μήτρας καθορίζουν περαιτέρω τον βαθμό μαύρης κάθε i, jου κελιού.
Αφήστε ένα λεξικό εικόνων να είναι γνωστό, για παράδειγμα, εικόνες γραμμάτων του ρωσικού αλφαβήτου.
Σε αυτή την περίπτωση, θα υποθέσουμε ότι αντιπροσωπεύουν οι αντίστοιχοι πίνακες μαυρότητας
γενικευμένα γράμματα, δηλ. μια σύνθετη εικόνα γραμμάτων διαφόρων γραμματοσειρών, γραμματοσειρών και στυλ.
Έστω A1, A2, ..., Ap ένα σύνολο εικόνων (τάξεις), H είναι μια αναγνωρίσιμη εικόνα.
Στη συνέχεια, η εργασία αναγνώρισης περιορίζεται στην αναζήτηση για ένα παράδειγμα (υλοποίηση) του Ak, το πιο
κοντά ως προς την απόσταση στο Ν.
Συντακτική αναγνώριση. Υπάρχει μια ξεχωριστή κατηγορία προβλημάτων που σχετίζονται με
συντακτική αναγνώριση μιας δεδομένης αλυσίδας κάποιας γλώσσας με την έννοια της
γραμματικές. Η γραμματική είναι ο μηχανισμός δημιουργίας γλώσσας. Υπάρχουν γενεσιουργοί και
αναγνωρίζοντας γραμματικές (Εικ. 1.44).

Ρύζι. 1.44. Γραμματικές γενετικής και αναγνώρισης

Ένας πεπερασμένος αυτόματος αναγνώρισης είναι ένα σύνολο πέντε αντικειμένων: A = (S, X, s0, d, F),
όπου S είναι ένα πεπερασμένο μη κενό σύνολο (καταστάσεων). Το X είναι ένα πεπερασμένο μη κενό σύνολο
σήματα εισόδου (αλφάβητο εισόδου). s0< S – начальное состояние; d: S x X
λειτουργία μετάβασης; F – σύνολο τελικών καταστάσεων.
S – →

Ο αναγνωριστής πεπερασμένων αυτόματα A = (S, X, s0, d, F) δέχεται μια αλυσίδα εισόδου X*,
αν αυτή η αλυσίδα τη μεταφέρει από την αρχική κατάσταση σε μια από τις τελικές
πολιτείες.
Το σύνολο όλων των αλυσίδων που επιτρέπεται από ένα αυτόματο Α σχηματίζει μια γλώσσα που επιτρέπεται από τον Α.
Μια γλώσσα για την οποία υπάρχει μια μηχανή πεπερασμένης κατάστασης που την αναγνωρίζει ονομάζεται
αυτόματη γλώσσα.
Παραδείγματα γλωσσών (V – αλφάβητο, L – γλώσσα):
1. V1 = (a, b, c); L= (abc, aa)

Αυτό είναι ένα ημιτελές αυτόματο μηχάνημα. (Οι τελικές καταστάσεις υποδεικνύονται με διπλό πλαίσιο.)
2. V2 = (a, b, c); L = o.
Οποιοδήποτε αυτόματο με ένα κενό σύνολο τελικών καταστάσεων δέχεται το L.
3. V3 = (a, b, c); L = V*.
Το V* είναι ένα σύνολο αλυσίδων αυθαίρετου μήκους.
Ένα αυτόματο με μία κατάσταση που είναι τελική έχει τρεις
μετάβαση από αυτή την κατάσταση στην ίδια

5. V5 = (0, 1); L = (σύνολο ζυγών δυαδικών αριθμών)

6. V6 = (+, –, 0, ..., 9); L = (σύνολο ακέραιων αριθμητικών σταθερών)

7. V7 = (+, –, 0, ..., 9, "."); L = (σύνολο πραγματικών αριθμών)

Τα συντακτικά διαγράμματα παίζουν μεγάλο ρόλο στην επιστήμη των υπολογιστών. Συντακτικός
Τα διαγράμματα είναι κατευθυνόμενα γραφήματα με ένα άκρο εισόδου, ένα άκρο εξόδου
και επισημασμένες κορυφές. Καθορίζουν τη γλώσσα και επομένως είναι γενεσιουργοί
γραμματικές γλωσσών αυτόματα.

Έγκυρες αλυσίδες: aab, aacabcb, κ.λπ.
Παραδείγματα είναι τα συντακτικά διαγράμματα των γλωσσών Pascal και C.
Η ακόλουθη δήλωση μπορεί να αποδειχθεί: δίνεται οποιαδήποτε γλώσσα αυτόματου
συντακτικό διάγραμμα και αντίστροφα, χρησιμοποιώντας οποιοδήποτε συντακτικό διάγραμμα μπορείτε
κατασκευάστε ένα πεπερασμένο αυτόματο (γενικά μη ντετερμινιστικό) που αναγνωρίζει
τη γλώσσα στην οποία καθορίζεται το συντακτικό διάγραμμα.
Κατασκευάζοντας το αντίστοιχο αυτόματο αναγνώρισης με βάση το συντακτικό διάγραμμα, μπορούμε
στη συνέχεια εφαρμόστε αυτό το μηχάνημα είτε σε υλικό είτε σε λογισμικό. Ετσι,
Τα συντακτικά διαγράμματα χρησιμεύουν όχι μόνο για τη δημιουργία, αλλά και για την αναγνώριση
αυτόματα γλώσσες.

1.9.5. Ευφυής διεπαφή συστήματος πληροφοριών

Η ανάλυση της ανάπτυξης της τεχνολογίας των υπολογιστών υποδηλώνει ότι
εξελίσσεται συνεχώς προς δύο κατευθύνσεις.
Η πρώτη κατεύθυνση σχετίζεται με τη βελτίωση των παραμέτρων των υπαρχόντων υπολογιστών,
αυξάνοντας την απόδοσή τους, αυξάνοντας τον όγκο του λειτουργικού και του δίσκου τους
μνήμη, καθώς και με τη βελτίωση και την τροποποίηση του λογισμικού,
με στόχο την αύξηση της αποτελεσματικότητας των λειτουργιών τους.
Η δεύτερη κατεύθυνση καθορίζει τις αλλαγές στην τεχνολογία επεξεργασίας πληροφοριών,
οδηγώντας σε βελτιωμένη χρήση των συστημάτων υπολογιστών. Ανάπτυξη σε αυτό
κατεύθυνση συνδέεται με την εμφάνιση νέων τύπων υπολογιστών και ποιοτικά νέων
εργαλεία λογισμικού που συμπληρώνουν τα υπάρχοντα.
Η ανάπτυξη λογισμικού κινείται στην πορεία της αύξησης της φιλικότητας προς το χρήστη της διεπαφής,
εκείνοι. τέτοια απλοποίηση της διαχείρισής τους που ο χρήστης δεν απαιτεί ειδικές
προετοιμασία και το σύστημα δημιουργεί τις πιο άνετες συνθήκες για την εργασία του.
Η κύρια κατευθυντήρια γραμμή για τη βελτίωση των υπολογιστικών συστημάτων είναι η μετατροπή τους σε
βολικός συνεργάτης για τον τελικό χρήστη κατά την επίλυση προβλημάτων κατά τη διάρκεια του
επαγγελματική δραστηριότητα.
Για να εξασφαλίσετε την πιο φιλική προς το χρήστη διεπαφή του λογισμικού με
Ο χρήστης πρέπει πρώτα να γίνει έξυπνος. Έξυπνη διεπαφή,
παρέχοντας άμεση αλληλεπίδραση μεταξύ του τελικού χρήστη και του υπολογιστή
κατά την επίλυση ενός προβλήματος ως μέρος ενός συστήματος ανθρώπου-μηχανής, πρέπει να εκτελούνται τρεις ομάδες
λειτουργίες:
παρέχοντας στον χρήστη την ευκαιρία να ορίσει μια εργασία για τον υπολογιστή από
στέλνει μηνύματα μόνο τις συνθήκες του προβλήματος (χωρίς να προσδιορίζει πρόγραμμα λύσης).
παρέχοντας στον χρήστη την ευκαιρία να δημιουργήσει περιβάλλοντα επίλυσης προβλημάτων με
χρησιμοποιώντας μόνο όρους και έννοιες από τον τομέα της επαγγελματικής δραστηριότητας
χρήστης, φυσικές μορφές παρουσίασης πληροφοριών.
εξασφάλιση ευέλικτου διαλόγου με χρήση ποικίλων μέσων, μεταξύ των οποίων
ρυθμίζεται εκ των προτέρων, με διόρθωση πιθανών σφαλμάτων χρήστη.
Δομή του συστήματος (Εικ. 1.45) που ανταποκρίνεται στις απαιτήσεις της νέας τεχνολογίας λύσεων
οι εργασίες αποτελούνται από τρία στοιχεία:
εκτελεστικό σύστημα, το οποίο είναι ένα σύνολο μέσων,
εξασφάλιση της εφαρμογής των προγραμμάτων·

Μια βάση γνώσεων που περιέχει ένα σύστημα γνώσης για το προβληματικό περιβάλλον.
έξυπνη διεπαφή που επιτρέπει την προσαρμογή
υπολογιστικό σύστημα στον χρήστη και συμπεριλαμβανομένου ενός συστήματος επικοινωνίας και
λύτης προβλημάτων.
Αυτό το σύστημα διαφέρει σημαντικά από αυτά που δημιουργήθηκαν σε προηγούμενα στάδια.
ανάπτυξη της πληροφορικής και της τεχνολογίας υπολογιστών. Ο δρόμος για την εφαρμογή του πιο πρόσφατου
Η τεχνολογία της πληροφορίας περιλαμβάνει τη χρήση συστημάτων υπολογιστών,
χτισμένο με βάση την αναπαράσταση γνώσης του τομέα του προβλήματος και
έξυπνη διεπαφή.

Ρύζι. 1,45. Δομή σύγχρονου συστήματος επίλυσης εφαρμοσμένων προβλημάτων

1.9.6. Δομή σύγχρονου συστήματος επίλυσης εφαρμοσμένων προβλημάτων

Η ανάπτυξη συστημάτων τεχνητής νοημοσύνης ακολούθησε αρχικά τον δρόμο της μοντελοποίησης
γενικές διανοητικές λειτουργίες της ατομικής συνείδησης. Ωστόσο, ανάπτυξη
τεχνολογία και λογισμικό υπολογιστών στη δεκαετία του 1990. διαψεύδει τις προβλέψεις
προηγούμενες δεκαετίες σχετικά με την επικείμενη μετάβαση στους υπολογιστές πέμπτης γενιάς.
Διανοητικές λειτουργίες του μεγαλύτερου μέρους των συστημάτων επικοινωνίας λογισμικού
Η φυσική γλώσσα δεν έχει βρει ακόμη ευρεία εφαρμογή σε βιομηχανική κλίμακα.
Μια τέτοια έννοια όπως «νέες πληροφορίες πληροφοριών» έχει υποστεί χαρακτηριστικό πληθωρισμό.
τεχνολογία". Αρχικά, αυτή η έννοια σήμαινε μια έξυπνη διεπαφή με τη βάση δεδομένων
δεδομένα, επιτρέποντας στους χρήστες της εφαρμογής να επικοινωνούν απευθείας μαζί τους
φυσική γλώσσα. Στις μέρες μας, «νέες τεχνολογίες πληροφοριών» σημαίνει
απλά τεχνολογίες που χρησιμοποιούν τεχνολογία υπολογιστών στην επεξεργασία πληροφοριών, σε
συμπεριλαμβανομένων τεχνολογιών που βασίζονται στη χρήση επεξεργαστών κειμένου και υπολογιστικών φύλλων και
επίσης πληροφοριακά συστήματα.
Αντιμέτωποι με ανυπέρβλητα προβλήματα, οι προγραμματιστές ενός συστήματος με
Η «γενική» τεχνητή νοημοσύνη, έχουν πάρει το δρόμο των μεγαλύτερων και μεγαλύτερων
εξειδίκευση, πρώτα σε έμπειρα συστήματα και μετά σε ατομικά

πολύ συγκεκριμένες έξυπνες λειτουργίες ενσωματωμένες στο instrumental
εργαλεία λογισμικού που δεν έχουν θεωρηθεί ως περιοχή ανάπτυξης μέχρι τώρα
τεχνητή νοημοσύνη. Για παράδειγμα, τέτοια συστήματα έχουν τώρα συχνά
δυνατότητες αναλυτικών μαθηματικών υπολογισμών, μετάφρασης τεχνικών και
επαγγελματικά κείμενα, αναγνώριση κειμένου μετά από σάρωση, ανάλυση
φράσεις και προτάσεις, αυτοπροσαρμογή κ.λπ.
Το παράδειγμα έρευνας και ανάπτυξης στην τεχνητή νοημοσύνη γίνεται σταδιακά
αναθεωρείται. Προφανώς, η δυνατότητα ταχείας ανάπτυξης συστημάτων λογισμικού
μοντελοποίηση των διανοητικών λειτουργιών της ατομικής συνείδησης, σε μεγάλο βαθμό
λιγότερο εξαντλημένος. Είναι απαραίτητο να δοθεί προσοχή σε νέες ευκαιρίες που
ανοικτά πληροφοριακά συστήματα και δίκτυα σε σχέση με τη συνείδηση ​​του κοινού.
Η ανάπτυξη υπολογιστικών συστημάτων και δικτύων φαίνεται να οδηγεί στη δημιουργία ενός νέου τύπου
συνείδηση ​​του κοινού, στην οποία θα ενσωματωθούν οργανικά τα μέσα ενημέρωσης
ως τεχνολογικό περιβάλλον επεξεργασίας και μετάδοσης πληροφοριών. Μετά από αυτή την ανθρωπιά
θα είναι υβριδική νοημοσύνη ανθρώπου-μηχανής που θα λαμβάνει όχι τόσο πολλά σε κλίμακα
ατομική συνείδηση ​​όσο και στη σφαίρα της κοινωνικής πρακτικής.

Ερωτήσεις ελέγχου

1. Ποια είναι η ιστορία της εμφάνισης και της ανάπτυξης της έρευνας για τα τεχνητά
νοημοσύνη?
2. Ποια είναι τα ιδιαίτερα χαρακτηριστικά των προβλημάτων στον τομέα της τεχνητής νοημοσύνης;
3. Περιγράψτε τους τομείς έρευνας στην τεχνητή νοημοσύνη.
4. Τι είναι η «γνώση» από την άποψη των συστημάτων τεχνητής νοημοσύνης;
5. Ποια είναι η μέθοδος αναπαράστασης της γνώσης χρησιμοποιώντας προϊόντα;
6. Ποια είναι η βάση της αναπαράστασης γνώσης χρησιμοποιώντας το σημασιολογικό δίκτυο;
7. Πώς μπορούν να χρησιμοποιηθούν τα συστήματα πλαισίων για την αναπαράσταση της γνώσης;
8. Ποιες είναι οι διαφορές μεταξύ αναπαράστασης γνώσης σε ευφυή συστήματα και αναπαράστασης
μόνο δεδομένα;
9. Τι σημαίνει η έννοια «κατηγόρημα»;

10. Τι είναι η «φράση Κόρν»;
11. Πώς προκύπτει το λογικό συμπέρασμα χρησιμοποιώντας τη μέθοδο ανάλυσης;
12. Ελέγξτε την εγκυρότητα των νόμων του de Morgan: ~(X ^ Y) = (~X) v (~Y) και ~(X v Y) =
(~X) ^ (~Y).
13. Προς ποια κατεύθυνση αναπτύσσονται τα τμήματα διεπαφής των πληροφοριακών συστημάτων;
14. Ποια είναι η φιλικότητα της διεπαφής λογισμικού;
15. Ποια είναι η δομή των πολλά υποσχόμενων πληροφοριακών συστημάτων του μέλλοντος;

Την ονόμασε επιστήμη της αποτελεσματικής οργάνωσης και ο Gordon Pask επέκτεινε τον ορισμό για να συμπεριλάβει ροές πληροφοριών «από οποιαδήποτε πηγή», από τα αστέρια στον εγκέφαλο.

Σύμφωνα με έναν άλλο ορισμό της κυβερνητικής, που προτάθηκε το 1956 από τον L. Couffignal (Αγγλικά), ένας από τους πρωτοπόρους της κυβερνητικής, η κυβερνητική είναι «η τέχνη της διασφάλισης της αποτελεσματικότητας της δράσης».

Ένας άλλος ορισμός προτάθηκε από τον Lewis Kaufman (Αγγλικά): «Η Κυβερνητική είναι η μελέτη συστημάτων και διαδικασιών που αλληλεπιδρούν με τον εαυτό τους και αναπαράγονται».

Οι κυβερνητικές μέθοδοι χρησιμοποιούνται για τη μελέτη της περίπτωσης όπου η δράση ενός συστήματος στο περιβάλλον προκαλεί κάποια αλλαγή στο περιβάλλον και αυτή η αλλαγή εκδηλώνεται στο σύστημα μέσω ανατροφοδότησης, η οποία προκαλεί αλλαγές στον τρόπο συμπεριφοράς του συστήματος. Η μελέτη αυτών των «βρόχων ανάδρασης» είναι εκεί όπου βρίσκονται οι μέθοδοι της κυβερνητικής.

Προέκυψε η σύγχρονη κυβερνητική, συμπεριλαμβανομένης της έρευνας σε διάφορους τομείς συστημάτων ελέγχου, θεωρία ηλεκτρικών κυκλωμάτων, μηχανολογία, μαθηματική μοντελοποίηση, μαθηματική λογική, εξελικτική βιολογία, νευροεπιστήμη, ανθρωπολογία. Οι μελέτες αυτές εμφανίστηκαν το 1940, κυρίως στις εργασίες των επιστημόνων για το λεγόμενο. συνέδρια Macy's (Αγγλικά).

Άλλοι τομείς έρευνας που επηρέασαν ή επηρεάστηκαν από την ανάπτυξη της κυβερνητικής: θεωρία ελέγχου, θεωρία παιγνίων, θεωρία συστημάτων (το μαθηματικό ανάλογο της κυβερνητικής), ψυχολογία (ιδιαίτερα νευροψυχολογία, συμπεριφορισμός, γνωστική ψυχολογία) και φιλοσοφία.

Βίντεο σχετικά με το θέμα

Σφαίρα κυβερνητικής

Το αντικείμενο της κυβερνητικής είναι όλα τα ελεγχόμενα συστήματα. Τα συστήματα που δεν μπορούν να ελεγχθούν, κατ' αρχήν, δεν αποτελούν αντικείμενα μελέτης της κυβερνητικής. Η Κυβερνητική εισάγει έννοιες όπως η κυβερνητική προσέγγιση, το κυβερνητικό σύστημα. Τα κυβερνητικά συστήματα θεωρούνται αφηρημένα, ανεξάρτητα από την υλική τους φύση. Παραδείγματα κυβερνητικών συστημάτων είναι οι αυτόματοι ρυθμιστές στην τεχνολογία, οι υπολογιστές, ο ανθρώπινος εγκέφαλος, οι βιολογικοί πληθυσμοί, η ανθρώπινη κοινωνία. Κάθε τέτοιο σύστημα είναι ένα σύνολο διασυνδεδεμένων αντικειμένων (στοιχεία του συστήματος) ικανά να αντιλαμβάνονται, να θυμούνται και να επεξεργάζονται πληροφορίες, καθώς και να τις ανταλλάσσουν. Η Cybernetics αναπτύσσει γενικές αρχές για τη δημιουργία συστημάτων ελέγχου και συστημάτων για την αυτοματοποίηση της διανοητικής εργασίας. Τα κύρια τεχνικά μέσα για την επίλυση προβλημάτων της κυβερνητικής είναι οι υπολογιστές. Ως εκ τούτου, η εμφάνιση της κυβερνητικής ως ανεξάρτητης επιστήμης (N. Wiener, 1948) συνδέεται με τη δημιουργία αυτών των μηχανών στη δεκαετία του '40 του 20ου αιώνα και η ανάπτυξη της κυβερνητικής σε θεωρητικές και πρακτικές πτυχές συνδέεται με την πρόοδο των ηλεκτρονικών τεχνολογία υπολογιστών.

Θεωρία περίπλοκων συστημάτων

Η θεωρία πολύπλοκων συστημάτων αναλύει τη φύση των πολύπλοκων συστημάτων και τους λόγους πίσω από τις ασυνήθιστες ιδιότητές τους.

Μια μέθοδος για τη μοντελοποίηση ενός πολύπλοκου προσαρμοστικού συστήματος

Στην πληροφορική

Στους υπολογιστές, χρησιμοποιούνται μέθοδοι κυβερνητικής για τον έλεγχο συσκευών και την ανάλυση πληροφοριών.

Στη μηχανική

Η Cybernetics στη μηχανική χρησιμοποιείται για την ανάλυση αστοχιών συστήματος, στις οποίες μικρά σφάλματα και ελαττώματα μπορούν να οδηγήσουν σε αστοχία ολόκληρου του συστήματος.

Στην οικονομία και τη διοίκηση

Στα μαθηματικά

Στην ψυχολογία

Στην κοινωνιολογία

Ιστορία

Στην Αρχαία Ελλάδα, ο όρος «κυβερνητική», που αρχικά υποδηλώνει την τέχνη του τιμονιού, άρχισε να χρησιμοποιείται με μεταφορική έννοια για να δηλώσει την τέχνη του πολιτικού που κυβερνά την πόλη. Με αυτή την έννοια, χρησιμοποιείται, ειδικότερα, από τον Πλάτωνα στους Νόμους.

Τζέιμς Βατ

Το πρώτο τεχνητό αυτόματο σύστημα ρύθμισης, το ρολόι του νερού, εφευρέθηκε από τον αρχαίο Έλληνα μηχανικό Κτησίβιο. Στο ρολόι του νερού του, το νερό έρεε από μια πηγή, όπως μια δεξαμενή σταθεροποίησης, σε μια πισίνα και μετά από την πισίνα στους μηχανισμούς του ρολογιού. Η συσκευή του Ctesibius χρησιμοποίησε μια ροή σε σχήμα κώνου για να παρακολουθεί τη στάθμη του νερού στη δεξαμενή του και να προσαρμόζει ανάλογα τον ρυθμό ροής του νερού για να διατηρεί σταθερή στάθμη νερού στη δεξαμενή έτσι ώστε να μην υπερχειλίζεται ούτε να αποστραγγίζεται. Ήταν η πρώτη τεχνητή, πραγματικά αυτόματη, αυτορυθμιζόμενη συσκευή που δεν απαιτούσε καμία εξωτερική παρέμβαση μεταξύ των μηχανισμών ανάδρασης και ελέγχου. Αν και φυσικά δεν αναφέρθηκαν σε αυτή την έννοια ως επιστήμη της κυβερνητικής (τη θεωρούσαν πεδίο μηχανικής), ο Κτησίβιος και άλλοι αρχαίοι δάσκαλοι όπως ο Ήρων της Αλεξάνδρειας ή ο Κινέζος επιστήμονας Su Song θεωρούνται από τους πρώτους που μελέτησαν την κυβερνητική αρχές. Η μελέτη μηχανισμών σε μηχανές με διορθωτική ανάδραση χρονολογείται από τα τέλη του 18ου αιώνα, όταν η ατμομηχανή του James Watt ήταν εξοπλισμένη με μια συσκευή ελέγχου, έναν φυγόκεντρο ρυθμιστή ανάδρασης, προκειμένου να ελέγχει την ταχύτητα του κινητήρα. Ο A. Wallace περιέγραψε την ανατροφοδότηση ως «απαραίτητη για την αρχή της εξέλιξης» στο διάσημο έργο του του 1858. Το 1868, ο μεγάλος φυσικός J. Maxwell δημοσίευσε ένα θεωρητικό άρθρο για τις συσκευές ελέγχου και ήταν από τους πρώτους που ανασκόπησαν και βελτίωσαν τις αρχές των αυτορυθμιζόμενων συσκευών. Ο J. Uexküll χρησιμοποίησε τον μηχανισμό ανάδρασης στο μοντέλο λειτουργικού κύκλου του (Γερμανικό Funktionskreis) για να εξηγήσει τη συμπεριφορά των ζώων.

ΧΧ αιώνα

Η σύγχρονη κυβερνητική ξεκίνησε τη δεκαετία του 1940 ως ένα διεπιστημονικό πεδίο μελέτης που συνδυάζει συστήματα ελέγχου, θεωρία ηλεκτρικών κυκλωμάτων, μηχανολογία, λογική μοντελοποίηση, εξελικτική βιολογία και νευροεπιστήμη. Τα συστήματα ηλεκτρονικού ελέγχου χρονολογούνται από την εργασία του μηχανικού της Bell Labs, Harold Black, το 1927 σχετικά με τη χρήση αρνητικής ανάδρασης για τον έλεγχο των ενισχυτών. Οι ιδέες έχουν επίσης συνδέσεις με το βιολογικό έργο του Ludwig von Bertalanffy στη γενική θεωρία συστημάτων.

Η Κυβερνητική ως επιστημονικός κλάδος βασίστηκε στο έργο των Wiener, McCulloch και άλλων όπως ο W. R. Ashby και ο W. G. Walter.

Ο Walter ήταν ένας από τους πρώτους που κατασκεύασε αυτόνομα ρομπότ για να βοηθήσει στην έρευνα της συμπεριφοράς των ζώων. Μαζί με τη Μεγάλη Βρετανία και τις Ηνωμένες Πολιτείες, η Γαλλία ήταν μια σημαντική γεωγραφική τοποθεσία για την πρώιμη κυβερνητική.

Νόρμπερτ Βίνερ

Κατά τη διάρκεια αυτής της παραμονής στη Γαλλία, ο Wiener έλαβε μια πρόταση να γράψει ένα δοκίμιο σχετικά με το θέμα του συνδυασμού αυτού του τμήματος των εφαρμοσμένων μαθηματικών, το οποίο βρίσκεται στη μελέτη της κίνησης Brown (η λεγόμενη διαδικασία Wiener) και στη θεωρία των τηλεπικοινωνιών. Το επόμενο καλοκαίρι, ήδη στις Ηνωμένες Πολιτείες, χρησιμοποίησε τον όρο «κυβερνητική» ως τίτλο μιας επιστημονικής θεωρίας. Το όνομα προοριζόταν να περιγράψει τη μελέτη των «σκόπιμων μηχανισμών» και διαδόθηκε στο βιβλίο Cybernetics, or Control and Communication in the Animal and the Machine (Hermann & Cie, Παρίσι, 1948). Στο Ηνωμένο Βασίλειο, το Ratio Club δημιουργήθηκε γύρω από αυτό το 1949 (Αγγλικά).

Κυβερνητική στην ΕΣΣΔ

Οι Ολλανδοί κοινωνιολόγοι Geyer και Van der Zouwenτο 1978, εντόπισαν μια σειρά από χαρακτηριστικά της αναδυόμενης νέας κυβερνητικής. «Ένα από τα χαρακτηριστικά της νέας κυβερνητικής είναι ότι βλέπει τις πληροφορίες ως κατασκευασμένες και ανακατασκευασμένες από ανθρώπους που αλληλεπιδρούν με το περιβάλλον. Αυτό παρέχει την γνωσιολογική βάση της επιστήμης όταν την δούμε από τη σκοπιά ενός παρατηρητή. Ένα άλλο χαρακτηριστικό της νέας κυβερνητικής είναι η συμβολή της στην υπέρβαση του προβλήματος της μείωσης (αντιφάσεις μεταξύ μακρο- και μικροανάλυσης). Έτσι, συνδέει το άτομο με την κοινωνία». Οι Geyer και Van der Zouwen σημείωσαν επίσης ότι «η μετάβαση από την κλασική κυβερνητική στη νέα κυβερνητική οδηγεί σε μια μετάβαση από τα κλασικά προβλήματα σε νέα προβλήματα. Αυτές οι αλλαγές στη σκέψη περιλαμβάνουν, μεταξύ άλλων, αλλαγές από την έμφαση στο διαχειριζόμενο σύστημα στο σύστημα ελέγχου και τον παράγοντα που καθοδηγεί τις αποφάσεις ελέγχου. Και μια νέα έμφαση στην επικοινωνία μεταξύ πολλαπλών συστημάτων που προσπαθούν να διαχειριστούν το ένα το άλλο».

ΚΥΒΕΡΝΗΤΙΚΗ, μια επιστήμη διαχείρισης που μελετά κυρίως με μαθηματικές μεθόδους τους γενικούς νόμους λήψης, αποθήκευσης, μετάδοσης και μετατροπής πληροφοριών σε πολύπλοκα συστήματα ελέγχου. Υπάρχουν άλλοι, ελαφρώς διαφορετικοί ορισμοί της κυβερνητικής. Ορισμένα βασίζονται στην πληροφοριακή πτυχή, άλλα στην αλγοριθμική πτυχή, και σε άλλα η έννοια της ανατροφοδότησης τονίζεται ως εκφράζοντας τις ιδιαιτερότητες της κυβερνητικής. Σε όλους τους ορισμούς, ωστόσο, υποδεικνύεται αναγκαστικά το έργο της μελέτης συστημάτων και διαδικασιών διαχείρισης και διεργασιών πληροφοριών χρησιμοποιώντας μαθηματικές μεθόδους. Ένα σύνθετο σύστημα ελέγχου στην κυβερνητική νοείται ως οποιοδήποτε τεχνικό, βιολογικό, διοικητικό, κοινωνικό, περιβαλλοντικό ή οικονομικό σύστημα. Η Κυβερνητική βασίζεται στην ομοιότητα των διαδικασιών ελέγχου και επικοινωνίας σε μηχανές, ζωντανούς οργανισμούς και τους πληθυσμούς τους.

Το κύριο καθήκον της κυβερνητικής είναι η μελέτη των γενικών προτύπων που διέπουν τις διαδικασίες ελέγχου σε διάφορα περιβάλλοντα, συνθήκες και περιοχές. Αυτές είναι, πρώτα απ 'όλα, οι διαδικασίες μετάδοσης, αποθήκευσης και επεξεργασίας πληροφοριών. Παράλληλα, διεργασίες διαχείρισης λαμβάνουν χώρα σε πολύπλοκα δυναμικά συστήματα – αντικείμενα με μεταβλητότητα και δυνατότητα ανάπτυξης.

Ιστορικό σκίτσο. Πιστεύεται ότι η λέξη «κυβερνητική» χρησιμοποιήθηκε για πρώτη φορά από τον Πλάτωνα στον διάλογο «Νόμοι» (4ος αιώνας π.Χ.) για να σημαίνει «κυβέρνηση των ανθρώπων» [από την ελληνική ϰυβερνητιϰή - η τέχνη της διακυβέρνησης, όπου οι λατινικές λέξεις gubernare (να διαχειρίζομαι) και κυβερνήτης (κυβερνήτης) προέρχονται από ]. Το 1834, ο A. Ampere, στην ταξινόμηση των επιστημών, χρησιμοποίησε αυτόν τον όρο για να αναφερθεί στην «πρακτική της κυβέρνησης». Ο όρος εισήχθη στη σύγχρονη επιστήμη από τον N. Wiener (1947).

Η κυβερνητική αρχή της αυτόματης ρύθμισης με βάση την ανάδραση εφαρμόστηκε σε αυτόματες συσκευές από τον Κτησίβιο (περίπου 2ος - 1ος αιώνας π.Χ., ρολόγια νερού επίπλευσης) και ο Ήρωνας της Αλεξάνδρειας (περίπου 1ος αιώνας μ.Χ.). Κατά τον Μεσαίωνα δημιουργήθηκαν πολλές αυτόματες και ημιαυτόματες συσκευές που χρησιμοποιήθηκαν σε μηχανισμούς ωρολογίου και πλοήγησης, καθώς και σε νερόμυλους. Η συστηματική εργασία για τη δημιουργία τελεολογικών μηχανισμών, δηλαδή μηχανών που επιδεικνύουν κατάλληλη συμπεριφορά και είναι εξοπλισμένες με διορθωτική ανάδραση, ξεκίνησε τον 18ο αιώνα λόγω της ανάγκης ρύθμισης της λειτουργίας των ατμομηχανών. Το 1784, ο J. Watt κατοχύρωσε με δίπλωμα ευρεσιτεχνίας μια ατμομηχανή με αυτόματο ρυθμιστή, η οποία έπαιξε σημαντικό ρόλο στη μετάβαση στη βιομηχανική παραγωγή. Η αρχή της ανάπτυξης της θεωρίας της αυτόματης ρύθμισης θεωρείται το άρθρο του J. C. Maxwell για τους ρυθμιστές (1868). Οι ιδρυτές της θεωρίας του αυτόματου ελέγχου περιλαμβάνουν τον I. A. Vyshnegradsky. Στη δεκαετία του 1930, τα έργα του I. P. Pavlov περιέγραψαν μια σύγκριση του εγκεφάλου και των ηλεκτρικών κυκλωμάτων μεταγωγής. Ο P.K Anokhin μελέτησε τη δραστηριότητα του σώματος με βάση τη θεωρία των λειτουργικών συστημάτων που ανέπτυξε και το 1935 πρότεινε τη λεγόμενη μέθοδο της αντίστροφης προσαγωγής - ένα φυσιολογικό ανάλογο της ανάδρασης στον έλεγχο της συμπεριφοράς του σώματος. Οι τελικές απαραίτητες προϋποθέσεις για την ανάπτυξη της μαθηματικής κυβερνητικής δημιουργήθηκαν τη δεκαετία του 1930 από το έργο των A. N. Kolmogorov, V. A. Kotelnikov, E. L. Post, A. M. Turing, A. Church.

Η ανάγκη δημιουργίας μιας επιστήμης αφιερωμένης στην περιγραφή του ελέγχου και της επικοινωνίας σε πολύπλοκα τεχνικά συστήματα από πλευράς πληροφοριακών διαδικασιών και παροχής της δυνατότητας αυτοματοποίησής τους έγινε αντιληπτή από επιστήμονες και μηχανικούς κατά τον 2ο Παγκόσμιο Πόλεμο. Τα σύνθετα συστήματα όπλων και άλλων τεχνικών μέσων, η διοίκηση και ο έλεγχος των στρατευμάτων και ο εφοδιασμός τους σε θέατρα στρατιωτικών επιχειρήσεων έχουν αυξήσει την προσοχή στα προβλήματα αυτοματοποίησης του ελέγχου και των επικοινωνιών. Η πολυπλοκότητα και η ποικιλομορφία των αυτοματοποιημένων συστημάτων, η ανάγκη συνδυασμού διαφόρων μέσων ελέγχου και επικοινωνίας σε αυτά και οι νέες δυνατότητες που δημιουργούνται από τους υπολογιστές έχουν οδηγήσει στη δημιουργία μιας ενοποιημένης, γενικής θεωρίας ελέγχου και επικοινωνίας, μιας γενικής θεωρίας μετάδοσης πληροφοριών και μεταμόρφωση. Αυτά τα καθήκοντα, στον έναν ή τον άλλο βαθμό, απαιτούσαν περιγραφή των διαδικασιών που μελετώνται όσον αφορά τη συλλογή, αποθήκευση, επεξεργασία, ανάλυση και αξιολόγηση πληροφοριών και τη λήψη μιας διαχειριστικής ή προγνωστικής απόφασης.

Από την αρχή του πολέμου ο N. Wiener (μαζί με τον Αμερικανό σχεδιαστή V. Bush) συμμετείχε στην ανάπτυξη υπολογιστικών συσκευών. Από το 1943 άρχισε να αναπτύσσει υπολογιστές μαζί με τον J. von Neumann. Από αυτή την άποψη, στο Ινστιτούτο Προηγμένων Μελετών του Πρίνστον (ΗΠΑ) το 1943-44, πραγματοποιήθηκαν συναντήσεις με τη συμμετοχή εκπροσώπων διαφόρων ειδικοτήτων - μαθηματικών, φυσικών, μηχανικών, φυσιολόγων, νευρολόγων. Εδώ σχηματίστηκε τελικά η ομάδα Wiener-von Neumann, η οποία περιελάμβανε τους επιστήμονες W. McCulloch (ΗΠΑ) και A. Rosenbluth (Μεξικό). Το έργο αυτής της ομάδας κατέστησε δυνατή τη διαμόρφωση και ανάπτυξη κυβερνητικών ιδεών σε σχέση με πραγματικά τεχνικά και ιατρικά προβλήματα. Το αποτέλεσμα αυτών των μελετών συνοψίστηκε από τον Wiener στο βιβλίο του Cybernetics, που δημοσιεύτηκε το 1948.

Σημαντική συνεισφορά στην ανάπτυξη της κυβερνητικής είχαν οι N. M. Amosov, P. K. Anokhin, A. I. Berg, E. S. Bir, V. M. Glushkov, Yu V. Gulyaev, S. V. Emelyanov, Yu. Larichev, O. B. Lupanov, A. A. Lyapunov, A. A. Markov, J. von Neumann, B. N. Petrov, E. L. Post, A. M. Turing, Ya Z. Tsypkin, N. Chomsky, A. Church, K. Shannon, S. V. Yablonsky, καθώς και οικιακά. οι επιστήμονες M. A Aizerman, V. M. Akhutin, B. V. Biryukov, A. I. Kitov, A. Ya. Vyach. Petrov, Ουκρανός επιστήμονας A. G. Ivakhnenko.

Η ανάπτυξη της κυβερνητικής συνοδεύτηκε από την απορρόφηση μεμονωμένων επιστημών, επιστημονικών κατευθύνσεων και των τμημάτων τους και, με τη σειρά της, την εμφάνιση στην κυβερνητική και τον επακόλουθο διαχωρισμό νέων επιστημών από αυτήν, πολλές από τις οποίες διαμόρφωσαν λειτουργικούς και εφαρμοσμένους τομείς της επιστήμης των υπολογιστών (στο συγκεκριμένα, αναγνώριση προτύπων, ανάλυση εικόνας, τεχνητή νοημοσύνη). Η Cybernetics έχει μια αρκετά περίπλοκη δομή και η επιστημονική κοινότητα δεν έχει καταλήξει σε πλήρη συμφωνία σχετικά με τις κατευθύνσεις και τις ενότητες που αποτελούν αναπόσπαστα μέρη της. Η ερμηνεία που προτείνεται σε αυτό το άρθρο βασίζεται στις παραδόσεις των εγχώριων σχολών της πληροφορικής, των μαθηματικών και της κυβερνητικής και σε διατάξεις που δεν προκαλούν σοβαρές διαφωνίες μεταξύ κορυφαίων επιστημόνων και ειδικών, οι περισσότεροι από τους οποίους συμφωνούν ότι η κυβερνητική είναι αφιερωμένη στην πληροφόρηση, την πρακτική της την επεξεργασία και την τεχνολογία που σχετίζονται με συστήματα πληροφοριών· μελετά τη δομή, τη συμπεριφορά και την αλληλεπίδραση φυσικών και τεχνητών συστημάτων που αποθηκεύουν, επεξεργάζονται και μεταδίδουν πληροφορίες· αναπτύσσει τις δικές του εννοιολογικές και θεωρητικές βάσεις. έχει υπολογιστικές, γνωστικές και κοινωνικές πτυχές, συμπεριλαμβανομένων των κοινωνικών επιπτώσεων της τεχνολογίας πληροφοριών καθώς οι υπολογιστές, τα άτομα και οι οργανισμοί επεξεργάζονται πληροφορίες.

Από τη δεκαετία του 1980, υπήρξε μια ελαφρά μείωση του ενδιαφέροντος για την κυβερνητική. Συνδέεται με δύο βασικούς παράγοντες: 1) κατά την περίοδο της διαμόρφωσης της κυβερνητικής, η δημιουργία τεχνητής νοημοσύνης φαινόταν σε πολλούς ως πιο απλή υπόθεση από ό,τι ήταν στην πραγματικότητα και η προοπτική της επίλυσής της ήταν στο άμεσο μέλλον. 2) με βάση την κυβερνητική, έχοντας κληρονομήσει τις βασικές μεθόδους της, ιδιαίτερα τις μαθηματικές, και απορροφώντας σχεδόν πλήρως την κυβερνητική, προέκυψε μια νέα επιστήμη - η επιστήμη των υπολογιστών.

Οι σημαντικότερες μέθοδοι έρευνας και συνδέσεις με άλλες επιστήμες.Η Κυβερνητική είναι μια διεπιστημονική επιστήμη. Προέκυψε στη διασταύρωση των μαθηματικών, της θεωρίας του αυτόματου ελέγχου, της λογικής, της σημειολογίας, της φυσιολογίας, της βιολογίας και της κοινωνιολογίας. Ο σχηματισμός της κυβερνητικής επηρεάστηκε από τις τάσεις στην ανάπτυξη των μαθηματικών καθεαυτών, τη μαθηματοποίηση διαφόρων πεδίων της επιστήμης, τη διείσδυση μαθηματικών μεθόδων σε πολλούς τομείς πρακτικής δραστηριότητας και την ταχεία πρόοδο της τεχνολογίας των υπολογιστών. Η διαδικασία της μαθηματοποίησης συνοδεύτηκε από την εμφάνιση μιας σειράς νέων μαθηματικών κλάδων, όπως η θεωρία αλγορίθμων, η θεωρία πληροφοριών, η έρευνα λειτουργιών, η θεωρία παιγνίων, που αποτελούν ουσιαστικό μέρος του μηχανισμού της μαθηματικής κυβερνητικής. Με βάση προβλήματα στη θεωρία των συστημάτων ελέγχου, τη συνδυαστική ανάλυση, τη θεωρία γραφημάτων και τη θεωρία κωδικοποίησης, προέκυψαν τα διακριτά μαθηματικά, τα οποία είναι επίσης ένα από τα κύρια μαθηματικά εργαλεία της κυβερνητικής. Στις αρχές της δεκαετίας του 1970, η κυβερνητική διαμορφώθηκε ως φυσική και μαθηματική επιστήμη με το δικό της αντικείμενο έρευνας - τα λεγόμενα κυβερνητικά συστήματα. Ένα κυβερνητικό σύστημα αποτελείται από στοιχεία, στην απλούστερη περίπτωση, μπορεί να αποτελείται από ένα στοιχείο. Ένα κυβερνητικό σύστημα λαμβάνει ένα σήμα εισόδου (που αντιπροσωπεύει τα σήματα εισόδου των στοιχείων του), έχει εσωτερικές καταστάσεις (δηλαδή ορίζονται σύνολα εσωτερικών καταστάσεων των στοιχείων). Με την επεξεργασία του σήματος εισόδου, το σύστημα μετασχηματίζει την εσωτερική κατάσταση και παράγει ένα σήμα εξόδου. Η δομή ενός κυβερνητικού συστήματος καθορίζεται από πολλές σχέσεις που συνδέουν τα σήματα εισόδου και εξόδου των στοιχείων.

Στην κυβερνητική, τα καθήκοντα της ανάλυσης και της σύνθεσης των κυβερνητικών συστημάτων έχουν σημαντική σημασία. Το καθήκον της ανάλυσης είναι να βρει τις ιδιότητες του μετασχηματισμού πληροφοριών που πραγματοποιείται από το σύστημα. Το καθήκον της σύνθεσης είναι να κατασκευάσει ένα σύστημα σύμφωνα με την περιγραφή του μετασχηματισμού που πρέπει να πραγματοποιήσει. Σε αυτή την περίπτωση, η κατηγορία των στοιχείων από τα οποία μπορεί να αποτελείται το σύστημα είναι σταθερή. Μεγάλη σημασία έχει το πρόβλημα της εύρεσης κυβερνητικών συστημάτων που προσδιορίζουν τον ίδιο μετασχηματισμό, δηλαδή το πρόβλημα της ισοδυναμίας των κυβερνητικών συστημάτων. Εάν προσδιορίσουμε τη λειτουργική ποιότητα των κυβερνητικών συστημάτων, τότε προκύπτει το πρόβλημα της εύρεσης του καλύτερου συστήματος στην κατηγορία των ισοδύναμων κυβερνητικών συστημάτων, δηλαδή ενός συστήματος με τη μέγιστη τιμή της λειτουργικής ποιότητας. Η Cybernetics εξετάζει επίσης προβλήματα αξιοπιστίας των κυβερνητικών συστημάτων, η λύση των οποίων στοχεύει στην αύξηση της αξιοπιστίας της λειτουργίας των συστημάτων βελτιώνοντας τη δομή τους.

Για αρκετά απλά συστήματα, τα αναφερόμενα προβλήματα μπορούν συνήθως να λυθούν με κλασικά μέσα μαθηματικών. Προκύπτουν δυσκολίες στην ανάλυση και σύνθεση πολύπλοκων συστημάτων, τα οποία στην κυβερνητική νοούνται ως συστήματα που δεν έχουν απλές περιγραφές. Αυτά είναι συνήθως κυβερνητικά συστήματα που μελετώνται στη βιολογία. Η κατεύθυνση της έρευνας, στην οποία δόθηκε το όνομα «θεωρία μεγάλων (σύνθετων) συστημάτων», αναπτύσσεται στην κυβερνητική από τη δεκαετία του 1950. Εκτός από πολύπλοκα συστήματα στη φύση, μελετώνται πολύπλοκα συστήματα αυτοματισμού παραγωγής, συστήματα οικονομικού σχεδιασμού, διοικητικά και οικονομικά συστήματα και στρατιωτικά συστήματα. Οι μέθοδοι για τη μελέτη πολύπλοκων συστημάτων ελέγχου αποτελούν τη βάση της ανάλυσης συστημάτων και της επιχειρησιακής έρευνας.

Για τη μελέτη πολύπλοκων συστημάτων στην κυβερνητική, χρησιμοποιείται τόσο μια προσέγγιση που χρησιμοποιεί μαθηματικές μεθόδους όσο και μια πειραματική προσέγγιση, χρησιμοποιώντας διάφορα πειράματα είτε με το αντικείμενο που μελετάται είτε με το πραγματικό φυσικό του μοντέλο. Οι κύριες μέθοδοι της κυβερνητικής περιλαμβάνουν τον αλγόριθμο, τη χρήση ανατροφοδότησης, τη μέθοδο πειράματος μηχανών, τη μέθοδο του «μαύρου κουτιού», μια προσέγγιση συστημάτων και την επισημοποίηση. Ένα από τα πιο σημαντικά επιτεύγματα της κυβερνητικής είναι η ανάπτυξη μιας νέας προσέγγισης - μιας μεθόδου μαθηματικής μοντελοποίησης. Συνίσταται στο γεγονός ότι τα πειράματα δεν πραγματοποιούνται με ένα πραγματικό φυσικό μοντέλο, αλλά με μια εφαρμογή υπολογιστή ενός μοντέλου του υπό μελέτη αντικειμένου, κατασκευασμένου σύμφωνα με την περιγραφή του. Αυτό το μοντέλο υπολογιστή, συμπεριλαμβανομένων προγραμμάτων που πραγματοποιούν αλλαγές στις παραμέτρους ενός αντικειμένου σύμφωνα με την περιγραφή του, υλοποιείται σε έναν υπολογιστή, ο οποίος καθιστά δυνατή τη διεξαγωγή διαφόρων πειραμάτων με το μοντέλο, την καταγραφή της συμπεριφοράς του υπό διάφορες συνθήκες, την αλλαγή ορισμένων δομών το μοντέλο κ.λπ.

Η θεωρητική βάση της κυβερνητικής είναι η μαθηματική κυβερνητική, αφιερωμένη σε μεθόδους μελέτης ευρειών κατηγοριών κυβερνητικών συστημάτων. Η μαθηματική κυβερνητική χρησιμοποιεί διάφορους κλάδους των μαθηματικών, όπως μαθηματική λογική, διακριτά μαθηματικά, θεωρία πιθανοτήτων, υπολογιστικά μαθηματικά, θεωρία πληροφοριών, θεωρία κωδικοποίησης, θεωρία αριθμών, θεωρία αυτόματα, θεωρία πολυπλοκότητας, καθώς και μαθηματική μοντελοποίηση και προγραμματισμό.

Ανάλογα με το πεδίο εφαρμογής στην κυβερνητική, διακρίνουν: τεχνική κυβερνητική, συμπεριλαμβανομένης της αυτοματοποίησης τεχνολογικών διαδικασιών, θεωρία συστημάτων αυτόματου ελέγχου, τεχνολογία υπολογιστών, θεωρία υπολογιστών, συστήματα αυτόματης σχεδίασης, θεωρία αξιοπιστίας. οικονομική κυβερνητική; βιολογική κυβερνητική, συμπεριλαμβανομένης της βιονικής, μαθηματικών και μηχανικών μοντέλων βιοσυστημάτων, νευροκυβερνητική, βιομηχανική· ιατρική κυβερνητική, η οποία ασχολείται με τη διαδικασία διαχείρισης στην ιατρική και την υγειονομική περίθαλψη, την ανάπτυξη προσομοίωσης και μαθηματικών μοντέλων ασθενειών, την αυτοματοποίηση της διάγνωσης και του σχεδιασμού θεραπείας· ψυχολογική κυβερνητική, συμπεριλαμβανομένης της μελέτης και της μοντελοποίησης των νοητικών λειτουργιών που βασίζονται στη μελέτη της ανθρώπινης συμπεριφοράς· φυσιολογική κυβερνητική, συμπεριλαμβανομένης της μελέτης και της μοντελοποίησης των λειτουργιών κυττάρων, οργάνων και συστημάτων υπό φυσιολογικές και παθολογικές συνθήκες για ιατρικούς σκοπούς· γλωσσική κυβερνητική, συμπεριλαμβανομένης της ανάπτυξης μηχανικής μετάφρασης και επικοινωνίας με υπολογιστές σε φυσική γλώσσα, καθώς και δομικών μοντέλων επεξεργασίας, ανάλυσης και αξιολόγησης πληροφοριών. Ένα από τα σημαντικότερα επιτεύγματα της κυβερνητικής είναι ο εντοπισμός και η διατύπωση του προβλήματος της μοντελοποίησης των διαδικασιών ανθρώπινης σκέψης.

Λιτ.: Ashby W. R. Εισαγωγή στην κυβερνητική. Μ., 1959; Anokhin P.K. Φυσιολογία και κυβερνητική // Φιλοσοφικά ζητήματα της κυβερνητικής. Μ., 1961; Λογικές. Αυτόματες μηχανές. Αλγόριθμοι. Μ., 1963; Glushkov V. M. Εισαγωγή στην Κυβερνητική. Κ., 1964; aka. Κυβερνητική. Ερωτήματα θεωρίας και πράξης. Μ., 1986; Tsetlin M. L. Έρευνα για τη θεωρία των αυτομάτων και τη μοντελοποίηση βιολογικών συστημάτων. Μ., 1969; Biryukov B.V., Geller E.S. Cybernetics στις ανθρωπιστικές επιστήμες. Μ., 1973; Biryukov B.V. Κυβερνητική και μεθοδολογία της επιστήμης. Μ., 1974; Wiener N. Cybernetics, ή Control and Communication in Animals and Machines. 2η έκδ. Μ., 1983; aka. Κυβερνητική και κοινωνία. Μ., 2003; George F. Fundamentals of Cybernetics. Μ., 1984; Τεχνητή Νοημοσύνη: Εγχειρίδιο. Μ., 1990. Τ. 1-3; Zhuravlev Yu. I. Επιλεγμένες επιστημονικές εργασίες. Μ., 1998; Luger J.F. Τεχνητή νοημοσύνη: στρατηγικές και μέθοδοι επίλυσης πολύπλοκων προβλημάτων. Μ., 2003; Samarsky A. A., Mikhailov A. P. Μαθηματική μοντελοποίηση. Ιδέες, μέθοδοι, παραδείγματα. 2η έκδ. Μ., 2005; Larichev O.I. Θεωρία και μέθοδοι λήψης αποφάσεων. 3η έκδ. Μ., 2008.

Yu. I. Zhuravlev, I. B. Gurevich.

Λείπουν Δεν υπάρχουν δεδομένα

Η συλλογή συνεχίζει (από το 1988) τη μαθηματική εστίαση της παγκοσμίου φήμης σειράς «Problems of Cybernetics». Η συλλογή περιλαμβάνει πρωτότυπα και αναθεωρητικά άρθρα για τις κύριες κατευθύνσεις της παγκόσμιας επιστήμης, που περιέχουν τα τελευταία αποτελέσματα θεμελιωδών ερευνών.

Οι συγγραφείς της συλλογής είναι κυρίως γνωστοί ειδικοί. Μεταξύ των τομέων που παρουσιάζονται στη συλλογή είναι η θεωρία της σύνθεσης και η πολυπλοκότητα των συστημάτων ελέγχου. προβλήματα εκφραστικότητας και πληρότητας που σχετίζονται με λογικές πολλαπλών τιμών και αυτόματα στη θεωρία των λειτουργικών συστημάτων. θεμελιώδη ζητήματα διακριτής βελτιστοποίησης και αναγνώρισης· προβλήματα ακραίων προβλημάτων για διακριτές συναρτήσεις (προβλήματα Feuer, Turan, Delsarte σε μια πεπερασμένη κυκλική ομάδα). Παρουσιάζεται επίσης η μελέτη μαθηματικών μοντέλων μετάδοσης πληροφοριών σε δίκτυα επικοινωνίας.

Ιδιαίτερα αξιοσημείωτο είναι το άρθρο ανασκόπησης του O. B. Lupanov «A. N. Kolmogorov και η θεωρία της πολυπλοκότητας του κυκλώματος. Τεύχος 16 – 2007. Για ειδικούς, μεταπτυχιακούς φοιτητές, φοιτητές που ενδιαφέρονται για την τρέχουσα κατάσταση της μαθηματικής κυβερνητικής και τις εφαρμογές της.

Θεωρία αποθήκευσης και ανάκτησης πληροφοριών

Valery Kudryavtsev Εκπαιδευτική βιβλιογραφίαΑπών

Εισάγεται ένας νέος τύπος αναπαράστασης βάσης δεδομένων, που ονομάζεται μοντέλο δεδομένων γραφήματος πληροφοριών, το οποίο γενικεύει παλαιότερα γνωστά μοντέλα. Εξετάζονται τα κύρια είδη προβλημάτων αναζήτησης πληροφοριών σε βάσεις δεδομένων και διερευνώνται τα προβλήματα πολυπλοκότητας επίλυσης αυτών των προβλημάτων σε σχέση με το μοντέλο γραφικών πληροφοριών.

Έχει αναπτυχθεί μια μαθηματική συσκευή για την επίλυση αυτών των προβλημάτων, βασισμένη σε μεθόδους από τη θεωρία της πολυπλοκότητας των συστημάτων ελέγχου, τη θεωρία πιθανοτήτων, καθώς και σε πρωτότυπες μεθόδους χαρακτηριστικών φορέων γραφημάτων, βέλτιστης αποσύνθεσης και μείωσης διαστάσεων.

Το βιβλίο προορίζεται για ειδικούς στον τομέα των διακριτών μαθηματικών, της μαθηματικής κυβερνητικής, της θεωρίας αναγνώρισης και της αλγοριθμικής πολυπλοκότητας.

Θεωρία αναγνώρισης τεστ

Valery Kudryavtsev Εκπαιδευτική βιβλιογραφίαΑπών

Περιγράφεται μια λογική προσέγγιση για την αναγνώριση προτύπων. Η κύρια ιδέα του είναι η δοκιμή. Η ανάλυση ενός συνόλου δοκιμών μας επιτρέπει να κατασκευάσουμε συναρτήσεις που χαρακτηρίζουν την εικόνα και διαδικασίες για τον υπολογισμό των τιμών τους. Υποδεικνύονται οι ποιοτικές και μετρικές ιδιότητες των δοκιμών, οι λειτουργίες και οι διαδικασίες αναγνώρισης.

Παρουσιάζονται τα αποτελέσματα της επίλυσης συγκεκριμένων προβλημάτων. Το βιβλίο μπορεί να προταθεί σε μαθηματικούς, κυβερνητικούς, επιστήμονες υπολογιστών και μηχανικούς ως επιστημονική μονογραφία και ως νέα τεχνολογική συσκευή, καθώς και εγχειρίδιο για προπτυχιακούς και μεταπτυχιακούς φοιτητές που ειδικεύονται στον τομέα της μαθηματικής κυβερνητικής, των διακριτών μαθηματικών και της μαθηματικής επιστήμης των υπολογιστών.

Προβλήματα στη θεωρία συνόλων, τη μαθηματική λογική και τη θεωρία αλγορίθμων

Ιγκόρ Λαβρόφ Εκπαιδευτική βιβλιογραφίαΛείπουν Δεν υπάρχουν δεδομένα

Το βιβλίο παρουσιάζει συστηματικά τα θεμέλια της θεωρίας συνόλων, της μαθηματικής λογικής και της θεωρίας των αλγορίθμων με τη μορφή προβλημάτων. Το βιβλίο προορίζεται για την ενεργό μελέτη της μαθηματικής λογικής και των συναφών επιστημών. Αποτελείται από τρία μέρη: «Θεωρία Συνόλων», «Μαθηματική Λογική» και «Θεωρία Αλγορίθμων».

Τα προβλήματα παρέχονται με οδηγίες και απαντήσεις. Όλοι οι απαραίτητοι ορισμοί διατυπώνονται σε σύντομες θεωρητικές εισαγωγές σε κάθε παράγραφο. Η 3η έκδοση του βιβλίου κυκλοφόρησε το 1995. Η συλλογή μπορεί να χρησιμοποιηθεί ως εγχειρίδιο για μαθηματικά τμήματα πανεπιστημίων, παιδαγωγικών ιδρυμάτων, καθώς και σε τεχνικά πανεπιστήμια κατά τη μελέτη της κυβερνητικής και της πληροφορικής.

Για μαθηματικούς - αλγεβριστές, λογικούς και κυβερνητικούς.

Βασικές αρχές της θεωρίας των συναρτήσεων Boole

Σεργκέι Μαρτσένκοφ Τεχνική βιβλιογραφίαΛείπουν Δεν υπάρχουν δεδομένα

Το βιβλίο περιέχει μια λεπτομερή εισαγωγή στη θεωρία των συναρτήσεων Boole. Σκιαγραφούνται οι κύριες ιδιότητες των Boolean συναρτήσεων και αποδεικνύεται το κριτήριο της συναρτησιακής πληρότητας. Δίνεται μια περιγραφή όλων των κλειστών κλάσεων Boolean συναρτήσεων (Post classes) και δίνεται μια νέα απόδειξη της πεπερασμένης δυνατότητας παραγωγής τους.

Λαμβάνεται υπόψη ο ορισμός των τάξεων Post από την άποψη ορισμένων τυπικών κατηγορημάτων. Παρουσιάζονται τα θεμέλια της θεωρίας Galois για τα Post classes. Εισάγονται και μελετώνται δύο «ισχυροί» τελεστές κλεισίματος: παραμετρικός και θετικός. Εξετάζονται μερικές συναρτήσεις Boolean και αποδεικνύεται ένα κριτήριο συναρτησιακής πληρότητας για την κλάση των μερικών συναρτήσεων Boole.

Μελετάται η πολυπλοκότητα υλοποίησης Boolean συναρτήσεων από κυκλώματα λειτουργικών στοιχείων. Για προπτυχιακούς φοιτητές, μεταπτυχιακούς φοιτητές και καθηγητές τριτοβάθμιας εκπαίδευσης που σπουδάζουν και διδάσκουν διακριτά μαθηματικά και μαθηματική κυβερνητική. Το UMO για την κλασική πανεπιστημιακή εκπαίδευση έχει εγκριθεί ως εκπαιδευτικό βοήθημα για φοιτητές ανώτατων εκπαιδευτικών ιδρυμάτων που σπουδάζουν στους τομείς της τριτοβάθμιας εκπαίδευσης 010400 «Εφαρμοσμένα μαθηματικά και επιστήμη των υπολογιστών» και 010300 «Βασικές επιστήμες υπολογιστών και τεχνολογία πληροφοριών».

Μέθοδοι αριθμητικής βελτιστοποίησης 3η έκδ., αναθ. και επιπλέον Εγχειρίδιο και εργαστήριο για το ακαδημαϊκό πτυχίο

Αλεξάντερ Βασιλίεβιτς Τιμόχοφ Εκπαιδευτική βιβλιογραφία Αγαμος. Ακαδημαϊκό μάθημα

Το εγχειρίδιο είναι γραμμένο με βάση μαθήματα βελτιστοποίησης, τα οποία κατά τη διάρκεια πολλών ετών δόθηκαν από τους συγγραφείς στη Σχολή Υπολογιστικών Μαθηματικών και Κυβερνητικής του Κρατικού Πανεπιστημίου Μ. Β. Λομονόσοφ της Μόσχας. Η κύρια προσοχή δίνεται σε μεθόδους για την ελαχιστοποίηση συναρτήσεων ενός πεπερασμένου αριθμού μεταβλητών.

Η δημοσίευση περιλαμβάνει θεωρητικές και αριθμητικές μεθόδους για την επίλυση προβλημάτων βελτιστοποίησης, καθώς και παραδείγματα εφαρμοσμένων μοντέλων που ανάγονται σε αυτό το είδος μαθηματικών προβλημάτων. Το παράρτημα περιέχει όλες τις απαραίτητες πληροφορίες από τη μαθηματική ανάλυση και τη γραμμική άλγεβρα.

Η φυσικη. Πρακτικό μάθημα για υποψήφιους πανεπιστημίου

V. A. Makarov Εκπαιδευτική βιβλιογραφίαΑπών

Το εγχειρίδιο προορίζεται για αποφοίτους σχολείων δευτεροβάθμιας εκπαίδευσης με εις βάθος μελέτη της φυσικής και των μαθηματικών. Βασίζεται σε προβλήματα στη φυσική που έχουν προσφερθεί τα τελευταία 20 χρόνια σε υποψήφιους στη Σχολή Υπολογιστικών Μαθηματικών και Κυβερνητικής του Κρατικού Πανεπιστημίου της Μόσχας.

M. V. Lomonosov. Το υλικό χωρίζεται σε θέματα σύμφωνα με το πρόγραμμα εισαγωγικών εξετάσεων στη φυσική για υποψήφιους στο Κρατικό Πανεπιστήμιο της Μόσχας. Κάθε θέμα προηγείται από μια σύντομη περίληψη βασικών θεωρητικών πληροφοριών που είναι απαραίτητες για την επίλυση προβλημάτων και θα είναι χρήσιμες για την προετοιμασία για τις εισαγωγικές εξετάσεις.

Συνολικά, η συλλογή περιλαμβάνει περίπου 600 προβλήματα, περισσότερα από τα μισά από αυτά παρέχονται με αναλυτικές λύσεις και μεθοδολογικές οδηγίες. Για μαθητές που ετοιμάζονται να εισέλθουν στις φυσικομαθηματικές σχολές των πανεπιστημίων.

Μέθοδοι βελτιστοποίησης 3η έκδ., αναθ. και επιπλέον Εγχειρίδιο και εργαστήριο για το ακαδημαϊκό πτυχίο

Βιάτσεσλαβ Βασίλιεβιτς Φεντόροφ Εκπαιδευτική βιβλιογραφία Bachelor και Master. Ακαδημαϊκό μάθημα

Το εγχειρίδιο είναι γραμμένο με βάση μαθήματα βελτιστοποίησης, τα οποία κατά τη διάρκεια πολλών ετών δόθηκαν από τους συγγραφείς στη Σχολή Υπολογιστικών Μαθηματικών και Κυβερνητικής του Κρατικού Πανεπιστημίου της Μόσχας. M. V. Lomonosov. Η κύρια προσοχή δίνεται σε μεθόδους για την ελαχιστοποίηση συναρτήσεων ενός πεπερασμένου αριθμού μεταβλητών.

Η δημοσίευση περιλαμβάνει προβλήματα. Το παράρτημα περιέχει όλες τις απαραίτητες πληροφορίες από τη μαθηματική ανάλυση και τη γραμμική άλγεβρα.

Ευφυή συστήματα. Theory of information storage and retrieval, 2nd ed., rev. και επιπλέον Εκμάθηση για δεξαμενή

Εξετάζονται οι κύριοι τύποι προβλημάτων αναζήτησης πληροφοριών σε βάσεις δεδομένων και διερευνώνται τα προβλήματα πολυπλοκότητας επίλυσης αυτών των προβλημάτων σε σχέση με το μοντέλο γραφικών πληροφοριών.

Αναλυτική γεωμετρία

V. A. Ilyin Εκπαιδευτική βιβλιογραφίαΛείπουν Δεν υπάρχουν δεδομένα

Το εγχειρίδιο είναι γραμμένο με βάση τη διδακτική εμπειρία των συγγραφέων στο Κρατικό Πανεπιστήμιο της Μόσχας. M. V. Lomonosov. Η πρώτη έκδοση κυκλοφόρησε το 1968, η δεύτερη (1971) και η τρίτη (1981) εκδόσεις είναι στερεότυπες, η τέταρτη έκδοση (1988) συμπληρώθηκε με υλικό για γραμμικούς και προβολικούς μετασχηματισμούς.

Η μαθηματική θεωρία παιγνίων αποτελεί αναπόσπαστο μέρος ενός ευρύτερου κλάδου των μαθηματικών - έρευνας λειτουργιών. Οι μέθοδοι θεωρίας παιγνίων χρησιμοποιούνται ευρέως στην οικολογία, την ψυχολογία, την κυβερνητική, τη βιολογία - όπου πολλοί συμμετέχοντες επιδιώκουν διαφορετικούς (συχνά αντίθετους) στόχους σε κοινές δραστηριότητες.

Αλλά ο κύριος τομέας εφαρμογής αυτού του κλάδου είναι τα οικονομικά και οι κοινωνικές επιστήμες. Το σχολικό εγχειρίδιο περιλαμβάνει θέματα βασικά και υποχρεωτικά στην εκπαίδευση των οικονομολόγων. Παρουσιάζει κλασικούς κλάδους της θεωρίας παιγνίων, όπως παιχνίδια matrix, bimatrix μη συνεργατικά και στατιστικά, και σύγχρονες εξελίξεις, όπως παιχνίδια με ελλιπείς και ατελείς πληροφορίες, συνεργατικά και δυναμικά παιχνίδια.

Το θεωρητικό υλικό του βιβλίου απεικονίζεται ευρέως με παραδείγματα και παρέχεται με εργασίες για ατομική εργασία, καθώς και τεστ.

Διάσημοι δάσκαλοι

• L. A. Petrosyan - Διδάκτωρ Φυσικομαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Μαθηματικής Θεωρίας Παιγνίων και Στατικών Λύσεων. Τομέας έρευνας: η μαθηματική θεωρία παιγνίων και οι εφαρμογές της
• A. Yu. Aleksandrov - Διδάκτωρ Φυσικομαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Διαχείρισης Ιατρικών και Βιολογικών Συστημάτων. Τομέας επιστημονικής καθοδήγησης: ποιοτικές μέθοδοι θεωρίας δυναμικών συστημάτων, θεωρία ευστάθειας, θεωρία ελέγχου, θεωρία μη γραμμικών ταλαντώσεων, μαθηματική μοντελοποίηση
• S. N. Andrianov - Διδάκτωρ Φυσικομαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Μοντελοποίησης Υπολογιστών και Συστημάτων Πολυεπεξεργαστών. Τομέας επιστημονικής καθοδήγησης: μαθηματική και υπολογιστική μοντελοποίηση πολύπλοκων δυναμικών συστημάτων με έλεγχο
• L.K Babajanyants - Διδάκτωρ Φυσικομαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Μηχανικής Ελεγχόμενης Κίνησης. Τομέας επιστημονικής καθοδήγησης: μαθηματικά προβλήματα αναλυτικής και ουράνιας μηχανικής, κοσμική δυναμική, θεωρήματα ύπαρξης και συνέχειας για την επίλυση του προβλήματος Cauchy για συνηθισμένες διαφορικές εξισώσεις, θεωρία ευστάθειας και ελεγχόμενη κίνηση, αριθμητικές μέθοδοι επίλυσης άστοχων προβλημάτων, δημιουργία εφαρμογής πακέτα λογισμικού
• V. M. Bure - Διδάκτωρ Τεχνικών Επιστημών, Αναπληρωτής Καθηγητής, Καθηγητής του Τμήματος Μαθηματικής Θεωρίας Παιγνίων και Στατικών Λύσεων. Τομέας επιστημονικής ηγεσίας: πιθανοτική-στατιστική μοντελοποίηση, ανάλυση δεδομένων
• E. Yu. Butyrsky - Διδάκτωρ Φυσικών και Μαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Θεωρίας Ελέγχου του Κρατικού Πανεπιστημίου της Αγίας Πετρούπολης. Τομέας επιστημονικής ηγεσίας: θεωρία διαχείρισης
• E. I. Veremey - Διδάκτωρ Φυσικομαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Τεχνολογιών Υπολογιστών και Συστημάτων. Τομέας επιστημονικής καθοδήγησης: ανάπτυξη μαθηματικών μεθόδων και υπολογιστικών αλγορίθμων για τη βελτιστοποίηση συστημάτων ελέγχου και μεθόδων για τη μοντελοποίησή τους σε υπολογιστή
• E. V. Gromova - Υποψήφια Φυσικομαθηματικών Επιστημών, Αναπληρωτής Καθηγητής, Αναπληρωτής Καθηγητής του Τμήματος Μαθηματικής Θεωρίας Παιγνίων και Στατιστικών Λύσεων. Τομέας επιστημονικής καθοδήγησης: θεωρία παιγνίων, διαφορικά παιχνίδια, συνεταιριστική θεωρία παιγνίων, εφαρμογές της θεωρίας παιγνίων στη διαχείριση, οικονομία και οικολογία, μαθηματικές στατιστικές, στατιστική ανάλυση στην ιατρική και τη βιολογία
• O. I. Drivotin - Διδάκτωρ Φυσικομαθηματικών Επιστημών, ανώτερος ερευνητής, καθηγητής του Τμήματος Θεωρίας Συστημάτων Ελέγχου Ηλεκτροφυσικού Εξοπλισμού. Τομέας επιστημονικής καθοδήγησης: μοντελοποίηση και βελτιστοποίηση της δυναμικής των δεσμών φορτισμένων σωματιδίων, θεωρητικά και μαθηματικά προβλήματα της κλασικής θεωρίας πεδίου, ορισμένα προβλήματα μαθηματικής φυσικής, τεχνολογίες υπολογιστών σε φυσικά προβλήματα
• N.V. Egorov - Διδάκτωρ Φυσικών και Μαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Μοντελοποίησης Ηλεκτρομηχανικών και Υπολογιστικών Συστημάτων. Τομέας επιστημονικής ηγεσίας: πληροφοριακά-ειδικά και ευφυή συστήματα, μαθηματικά, φυσικά και πλήρους κλίμακας μοντελοποίηση δομικών στοιχείων υπολογιστικών συσκευών και ηλεκτρομηχανικών συστημάτων, διαγνωστικά συστήματα βασισμένα σε δέσμες ηλεκτρονίων και ιόντων, ηλεκτρονικά εκπομπών και φυσικές πτυχές μεθόδων παρακολούθησης και τον έλεγχο των ιδιοτήτων μιας στερεής επιφάνειας
• A. P. Zhabko - Διδάκτωρ Φυσικών και Μαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Θεωρίας Ελέγχου. Τομέας επιστημονικής ηγεσίας: συστήματα διαφορικής διαφοράς, ισχυρή σταθερότητα, ανάλυση και σύνθεση συστημάτων ελέγχου πλάσματος
• V.V Zakharov - Διδάκτωρ Φυσικών και Μαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Μαθηματικής Μοντελοποίησης Ενεργειακών Συστημάτων. Τομέας επιστημονικής καθοδήγησης: βέλτιστος έλεγχος, θεωρία παιγνίων και εφαρμογές, επιχειρησιακή έρευνα, εφαρμοσμένη μαθηματική (ευφυής) εφοδιαστική, θεωρία ροής κυκλοφορίας
• N. A. Zenkevich - Αναπληρωτής Καθηγητής του Τμήματος Μαθηματικής Θεωρίας Παιγνίων και Στατιστικών Λύσεων. Τομέας επιστημονικής ηγεσίας: θεωρία παιγνίων και οι εφαρμογές της στη διαχείριση, θεωρία διαδικασιών ελεγχόμενων από συγκρούσεις, ποσοτικές μέθοδοι λήψης αποφάσεων, μαθηματική μοντελοποίηση οικονομικών και επιχειρηματικών διαδικασιών
• A. V. Zubov - Διδάκτωρ Φυσικομαθηματικών Επιστημών, Αναπληρωτής Καθηγητής, Αναπληρωτής Καθηγητής του Τμήματος Μαθηματικής Θεωρίας Συστημάτων Ελέγχου Μικροεπεξεργαστή. Τομέας έρευνας: διαχείριση και βελτιστοποίηση βάσεων δεδομένων
• A. M. Kamachkin - Διδάκτωρ Φυσικών και Μαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Ανώτατων Μαθηματικών. Τομέας επιστημονικής καθοδήγησης: ποιοτικές μέθοδοι θεωρίας δυναμικών συστημάτων, θεωρία μη γραμμικών ταλαντώσεων, μαθηματική μοντελοποίηση μη γραμμικών δυναμικών διεργασιών, θεωρία μη γραμμικών συστημάτων αυτόματου ελέγχου
• V.V Karelin - Υποψήφιος Φυσικομαθηματικών Επιστημών, Αναπληρωτής Καθηγητής, Αναπληρωτής Καθηγητής του Τμήματος Μαθηματικής Θεωρίας Συστημάτων Ελέγχου Μοντελοποίησης. Τομέας επιστημονικής καθοδήγησης: μέθοδοι ταυτοποίησης. μη ομαλή ανάλυση? παρατηρησιμότητα? προσαρμοστικός έλεγχος
• A. N. Kvitko - Διδάκτωρ Φυσικομαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Πληροφοριακών Συστημάτων. Τομέας επιστημονικής καθοδήγησης: προβλήματα οριακών τιμών για ελεγχόμενα συστήματα. σταθεροποίηση, μέθοδοι βελτιστοποίησης προγραμματισμένων κινήσεων, έλεγχος κίνησης αεροδιαστημικών συγκροτημάτων και άλλων τεχνικών αντικειμένων, ανάπτυξη αλγορίθμων για σχεδιασμό ευφυών συστημάτων ελέγχου με τη βοήθεια υπολογιστή
• V.V Kolbin - Διδάκτωρ Φυσικομαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Μαθηματικής Θεωρίας Οικονομικών Αποφάσεων. Πεδίο επιστημονικής καθοδήγησης: μαθηματικά
• V.V Kornikov - Υποψήφιος Φυσικομαθηματικών Επιστημών, Αναπληρωτής Καθηγητής, Αναπληρωτής Καθηγητής του Τμήματος Διοίκησης Ιατρικών και Βιολογικών Συστημάτων. Τομέας επιστημονικής καθοδήγησης: στοχαστική μοντελοποίηση στη βιολογία, την ιατρική και την οικολογία, πολυμεταβλητή στατιστική ανάλυση, ανάπτυξη μαθηματικών μεθόδων πολυκριτηριακής αξιολόγησης και λήψης αποφάσεων υπό συνθήκες αβεβαιότητας, συστήματα λήψης αποφάσεων σε προβλήματα οικονομικής διαχείρισης, μαθηματικές μέθοδοι για αναλύοντας μη αριθμητικές και ελλιπείς πληροφορίες, Μπεϋζιανά μοντέλα αβεβαιότητας και κινδύνου
• Ε. Δ. Κοτίνα - Διδάκτωρ Φυσικομαθηματικών Επιστημών, Αναπληρώτρια Καθηγήτρια, Καθηγήτρια Τμήματος Θεωρίας Ελέγχου. Τομέας επιστημονικής καθοδήγησης: διαφορικές εξισώσεις, θεωρία ελέγχου, μαθηματική μοντελοποίηση, μέθοδοι βελτιστοποίησης, ανάλυση και σχηματισμός της δυναμικής των δεσμών φορτισμένων σωματιδίων, μαθηματική και υπολογιστική μοντελοποίηση στην πυρηνική ιατρική
• D. V. Kuzyutin - Υποψήφιος Φυσικομαθηματικών Επιστημών, Αναπληρωτής Καθηγητής, Αναπληρωτής Καθηγητής του Τμήματος Μαθηματικής Θεωρίας Παιγνίων και Στατιστικών Λύσεων. Τομέας επιστημονικής καθοδήγησης: μαθηματική θεωρία παιγνίων, βέλτιστος έλεγχος, μαθηματικές μέθοδοι και μοντέλα στην οικονομία και τη διαχείριση
• G. I. Kurbatova - Διδάκτωρ Φυσικομαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Μοντελοποίησης Ηλεκτρομηχανολογικών και Υπολογιστικών Συστημάτων. Τομέας επιστημονικής ηγεσίας: διεργασίες μη ισορροπίας στη μηχανική των ανομοιογενών μέσων. δυναμική ρευστών υπολογιστή στο περιβάλλον Maple, προβλήματα οπτικής κλίσης, προβλήματα μοντελοποίησης της μεταφοράς μιγμάτων αερίων μέσω υπεράκτιων αγωγών
• O. A. Malafeev - Διδάκτωρ Φυσικών και Μαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Μοντελοποίησης Κοινωνικών και Οικονομικών Συστημάτων. Τομέας επιστημονικής ηγεσίας: μοντελοποίηση ανταγωνιστικών διαδικασιών στην κοινωνικοοικονομική σφαίρα, έρευνα μη γραμμικών δυναμικών συστημάτων ελεγχόμενων συγκρούσεων
• S. E. Mikheev - Διδάκτωρ Φυσικών και Μαθηματικών Επιστημών, Αναπληρωτής Καθηγητής, Αναπληρωτής Καθηγητής του Τμήματος Μαθηματικής Θεωρίας Συστημάτων Ελέγχου Μοντελοποίησης στο Κρατικό Πανεπιστήμιο της Αγίας Πετρούπολης. Τομέας επιστημονικής καθοδήγησης: μη γραμμικός προγραμματισμός, επιτάχυνση σύγκλισης αριθμητικών μεθόδων, μοντελοποίηση δονήσεων και αντίληψη ήχου από το ανθρώπινο αυτί, διαφορικά παιχνίδια, διαχείριση οικονομικών διαδικασιών
• V. D. Nogin - Διδάκτωρ Φυσικομαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Θεωρίας Ελέγχου. Τομέας επιστημονικής καθοδήγησης: θεωρητικά, αλγοριθμικά και εφαρμοσμένα θέματα θεωρίας αποφάσεων παρουσία πολλών κριτηρίων
• A. D. Ovsyannikov - Υποψήφιος Φυσικομαθηματικών Επιστημών, Αναπληρωτής Καθηγητής του Τμήματος Τεχνολογίας Προγραμματισμού. Τομέας επιστημονικής καθοδήγησης: μοντελοποίηση υπολογιστή, υπολογιστικές μέθοδοι, μοντελοποίηση και βελτιστοποίηση της δυναμικής των φορτισμένων σωματιδίων σε επιταχυντές, μοντελοποίηση και βελτιστοποίηση παραμέτρων πλάσματος σε tokamaks
• D. A. Ovsyannikov - Διδάκτωρ Φυσικών και Μαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Θεωρίας Συστημάτων Ελέγχου για Ηλεκτροφυσικό Εξοπλισμό. Τομέας επιστημονικής καθοδήγησης: έλεγχος δέσμης φορτισμένων σωματιδίων, έλεγχος υπό συνθήκες αβεβαιότητας, μαθηματικές μέθοδοι βελτιστοποίησης δομών επιτάχυνσης και εστίασης, μαθηματικές μέθοδοι ελέγχου ηλεκτρικού εξοπλισμού
• I. V. Olemskoy - Διδάκτωρ Φυσικών και Μαθηματικών Επιστημών, Αναπληρωτής Καθηγητής, Καθηγητής του Τμήματος Πληροφοριακών Συστημάτων. Τομέας επιστημονικής καθοδήγησης: αριθμητικές μέθοδοι επίλυσης συνηθισμένων διαφορικών εξισώσεων
• A. A. Pechnikov - Διδάκτωρ Τεχνικών Επιστημών, Αναπληρωτής Καθηγητής, Καθηγητής του Τμήματος Τεχνολογίας Προγραμματισμού. Τομέας επιστημονικής καθοδήγησης: ιστομετρία, συστήματα προσανατολισμένα στο πρόβλημα που βασίζονται σε τεχνολογίες ιστού, συστήματα πληροφοριών πολυμέσων, διακριτά μαθηματικά και μαθηματική κυβερνητική, συστήματα λογισμικού και μοντέλα, μαθηματική μοντελοποίηση κοινωνικών και οικονομικών διαδικασιών
• L. N. Polyakova - Διδάκτωρ Φυσικομαθηματικών Επιστημών, Καθηγήτρια, Καθηγήτρια του Τμήματος Μαθηματικής Θεωρίας Συστημάτων Ελέγχου Μοντελοποίησης. Τομέας επιστημονικής καθοδήγησης: μη ομαλή ανάλυση, κυρτή ανάλυση, αριθμητικές μέθοδοι επίλυσης προβλημάτων μη ομαλής βελτιστοποίησης (ελαχιστοποίηση της μέγιστης συνάρτησης, διαφορά κυρτών συναρτήσεων), θεωρία αντιστοιχίσεων πολλαπλών τιμών
• A. V. Prasolov - Διδάκτωρ Φυσικών και Μαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Μοντελοποίησης Οικονομικών Συστημάτων. Τομέας επιστημονικής καθοδήγησης: μαθηματική μοντελοποίηση οικονομικών συστημάτων, στατιστικές μέθοδοι πρόβλεψης, διαφορικές εξισώσεις με επακόλουθα
• S. L. Sergeev - Υποψήφιος Φυσικομαθηματικών Επιστημών, Αναπληρωτής Καθηγητής, Αναπληρωτής Καθηγητής του Τμήματος Τεχνολογίας Προγραμματισμού. Τομέας επιστημονικής ηγεσίας: ενσωμάτωση και εφαρμογή σύγχρονων τεχνολογιών πληροφοριών, αυτοματοποιημένος έλεγχος, μοντελοποίηση ηλεκτρονικών υπολογιστών
• Μ. Α. Σκοπίνα - Διδάκτωρ Φυσικομαθηματικών Επιστημών, Καθηγήτρια, Καθηγήτρια Τμήματος Ανωτάτων Μαθηματικών. Τομέας επιστημονικής καθοδήγησης: θεωρία κυματιδίων, αρμονική ανάλυση, θεωρία προσέγγισης συναρτήσεων
• G. Sh. Tamasyan - Υποψήφιος Φυσικομαθηματικών Επιστημών, Αναπληρωτής Καθηγητής, Αναπληρωτής Καθηγητής του Τμήματος Μαθηματικής Θεωρίας Συστημάτων Ελέγχου Μοντελοποίησης. Τομέας επιστημονικής καθοδήγησης: μη ομαλή ανάλυση, μη διαφοροποιήσιμη βελτιστοποίηση, κυρτή ανάλυση, αριθμητικές μέθοδοι για την επίλυση προβλημάτων μη ομαλής βελτιστοποίησης, λογισμός παραλλαγών, θεωρία ελέγχου, υπολογιστική γεωμετρία
• S. I. Tarashnina - Υποψήφιος Φυσικομαθηματικών Επιστημών, Αναπληρωτής Καθηγητής, Αναπληρωτής Καθηγητής του Τμήματος Μαθηματικής Θεωρίας Παιγνίων και Στατιστικών Λύσεων. Τομέας επιστημονικής καθοδήγησης: θεωρία μαθηματικών παιγνίων, συνεργατικά παιχνίδια, παιχνίδια καταδίωξης, ανάλυση στατιστικών δεδομένων
• I. B. Tokin - Διδάκτωρ Βιολογικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Διαχείρισης Ιατρικών και Βιολογικών Συστημάτων. Τομέας επιστημονικής ηγεσίας: μοντελοποίηση της επίδρασης της ακτινοβολίας στα κύτταρα θηλαστικών. ανάλυση μετασταθερών καταστάσεων κυττάρων, διαδικασίες αυτορρύθμισης και επιδιόρθωσης κατεστραμμένων κυττάρων, μηχανισμοί αποκατάστασης συστημάτων ιστών υπό εξωτερικές επιδράσεις. ανθρώπινη οικολογία
• A. Yu. Uteshev - Διδάκτωρ Φυσικών και Μαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Διαχείρισης Ιατρικών και Βιολογικών Συστημάτων. Τομέας επιστημονικής καθοδήγησης: συμβολικοί (αναλυτικοί) αλγόριθμοι για συστήματα πολυωνυμικών εξισώσεων και ανισώσεων. Υπολογιστική γεωμετρία? Υπολογιστικές πτυχές της θεωρίας αριθμών, κωδικοποίηση, κρυπτογράφηση. ποιοτική θεωρία διαφορικών εξισώσεων. πρόβλημα της βέλτιστης θέσης των εγκαταστάσεων (τοποθεσία εγκατάστασης)
• V. L. Kharitonov - Διδάκτωρ Φυσικομαθηματικών Επιστημών, Καθηγητής του Τμήματος Θεωρίας Ελέγχου. Τομέας επιστημονικής καθοδήγησης: θεωρία ελέγχου, εξισώσεις υστέρησης, σταθερότητα και ισχυρή σταθερότητα
• S. V. Chistyakov - Διδάκτωρ Φυσικών και Μαθηματικών Επιστημών, Καθηγητής του Τμήματος Μαθηματικής Θεωρίας Παιγνίων και Στατιστικών Λύσεων του Κρατικού Πανεπιστημίου της Αγίας Πετρούπολης. Τομέας επιστημονικής καθοδήγησης: θεωρία βέλτιστου ελέγχου, θεωρία παιγνίων, μαθηματικές μέθοδοι στα οικονομικά
• V.I Shishkin - Διδάκτωρ Ιατρικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Διαγνωστικής Λειτουργικών Συστημάτων. Τομέας επιστημονικής ηγεσίας: μαθηματική μοντελοποίηση στη βιολογία και την ιατρική, εφαρμογή μαθηματικών μοντέλων για την ανάπτυξη διαγνωστικών μεθόδων και πρόγνωσης ασθενειών, λογισμικό υπολογιστών στην ιατρική, μαθηματική μοντελοποίηση τεχνολογικών διαδικασιών για την παραγωγή βάσης στοιχείων για ιατρικές διαγνωστικές συσκευές
• A. S. Shmyrov - Διδάκτωρ Φυσικών και Μαθηματικών Επιστημών, Καθηγητής, Καθηγητής του Τμήματος Μηχανικής Ελεγχόμενης Κίνησης του Κρατικού Πανεπιστημίου της Αγίας Πετρούπολης. Τομέας επιστημονικής ηγεσίας: μέθοδοι βελτιστοποίησης στη δυναμική του διαστήματος, ποιοτικές μέθοδοι σε συστήματα Hamiltonian, προσέγγιση συναρτήσεων κατανομής, μέθοδοι αντιμετώπισης του κινδύνου κομήτη-αστεροειδών

Ακαδημαϊκοί συνεργάτες

• Ινστιτούτο Μαθηματικών και Μηχανικής με το όνομα N. N. Krasovsky, Παράρτημα Ural της Ρωσικής Ακαδημίας Επιστημών (Ekaterinburg)
• Ινστιτούτο Προβλημάτων Διαχείρισης με το όνομα V. A. Trapeznikov RAS (Μόσχα)
• Ινστιτούτο Εφαρμοσμένης Μαθηματικής Έρευνας του Καρελιανού Επιστημονικού Κέντρου της Ρωσικής Ακαδημίας Επιστημών (Petrozavodsk)

Έργα και επιχορηγήσεις

Υλοποιούνται στο πλαίσιο του προγράμματος

• Επιχορήγηση RFBR 16-01-20400 “Project for organizing the Tenth International Conference “Game Theory and Management” (GTM2016)”, 2016. Επικεφαλής - L. A. Petrosyan
• Επιχορήγηση του Κρατικού Πανεπιστημίου Αγίας Πετρούπολης 9.38.245.2014 «Αρχές βελτιστοποίησης σε δυναμικά και διαφορικά παιχνίδια με σταθερή και μεταβαλλόμενη δομή συνασπισμού», 2014–2016. Επικεφαλής - L. A. Petrosyan
• Επιχορήγηση του Κρατικού Πανεπιστημίου Αγίας Πετρούπολης 38.9.2014 «Νέες εποικοδομητικές προσεγγίσεις στη μη ομαλή ανάλυση και τη μη διαφοροποιήσιμη βελτιστοποίηση και οι εφαρμογές τους», 2014–2016. Επικεφαλής - V. F. Demyanov, L. N. Polyakova
• Επιχορήγηση του Κρατικού Πανεπιστημίου της Αγίας Πετρούπολης 9.37.345.2015 «Έλεγχος της τροχιακής κίνησης των ουράνιων σωμάτων για την αντιμετώπιση του κινδύνου κομήτη-αστεροειδών», 2015–2017. Επικεφαλής - L. A. Petrosyan
• Επιχορήγηση RFBR Αρ. 14-01-31521_mol_a «Ετερογενείς προσεγγίσεις μη ομαλών συναρτήσεων και οι εφαρμογές τους», 2014–2015. Επικεφαλής - G. Sh

Υλοποιήθηκε με συνεργαζόμενα πανεπιστήμια

• από κοινού με το Πανεπιστήμιο Qingdao (Κίνα) - 17-51-53030 «Ορθολογικότητα και βιωσιμότητα στα παιχνίδια σε δίκτυα», από το 2017 έως σήμερα. Επικεφαλής - L. A. Petrosyan

Βασικά σημεία

• Το πρόγραμμα αποτελείται από εκπαιδευτικά και ερευνητικά στοιχεία. Το εκπαιδευτικό στοιχείο περιλαμβάνει τη μελέτη ακαδημαϊκών κλάδων, συμπεριλαμβανομένων μεθόδων μαθηματικής κυβερνητικής, διακριτών μαθηματικών, θεωρία συστημάτων ελέγχου, μαθηματικός προγραμματισμός, μαθηματική θεωρία πράξεων έρευνας και θεωρία παιγνίων, μαθηματική θεωρία αναγνώρισης και ταξινόμησης, μαθηματική θεωρία βέλτιστου ελέγχου και διδακτική πρακτική. Το πρόγραμμα σπουδών παρέχει ένα σύνολο μαθημάτων επιλογής, επιτρέποντας στους μεταπτυχιακούς φοιτητές να δημιουργήσουν ένα ατομικό πρόγραμμα σπουδών. Ο στόχος της ερευνητικής συνιστώσας της εκπαίδευσης είναι η απόκτηση αποτελεσμάτων, η επιστημονική αξία και η καινοτομία των οποίων επιτρέπει τη δημοσίευση σε επιστημονικά περιοδικά που περιλαμβάνονται στις επιστημονικομετρικές βάσεις δεδομένων των RSCI, WoS και Scopus
• Η αποστολή αυτού του εκπαιδευτικού προγράμματος είναι να εκπαιδεύσει υψηλά καταρτισμένο προσωπικό ικανό για κριτική ανάλυση και αξιολόγηση σύγχρονων επιστημονικών επιτευγμάτων, δημιουργώντας νέες ιδέες κατά την επίλυση ερευνητικών και πρακτικών προβλημάτων, μεταξύ άλλων σε διεπιστημονικά πεδία.
• Απόφοιτοι που έχουν ολοκληρώσει το πρόγραμμα:
  • είναι σε θέση να σχεδιάσουν και να πραγματοποιήσουν σύνθετη έρευνα, συμπεριλαμβανομένης της διεπιστημονικής έρευνας, με βάση μια ολιστική συστημική επιστημονική κοσμοθεωρία
  • έτοιμη να συμμετάσχει στο έργο των ρωσικών και διεθνών ερευνητικών ομάδων για την επίλυση των τρεχόντων επιστημονικών και επιστημονικών-εκπαιδευτικών προβλημάτων και τη χρήση σύγχρονων μεθόδων και τεχνολογιών επιστημονικής επικοινωνίας σε κρατικές και ξένες γλώσσες
  • είναι σε θέση να σχεδιάζουν και να επιλύουν προβλήματα της δικής τους επαγγελματικής και προσωπικής ανάπτυξης, να διεξάγουν ανεξάρτητα ερευνητικές δραστηριότητες στο σχετικό επαγγελματικό πεδίο χρησιμοποιώντας σύγχρονες ερευνητικές μεθόδους και τεχνολογίες πληροφορικής και επικοινωνίας και επίσης να είναι έτοιμοι για διδακτικές δραστηριότητες στα κύρια εκπαιδευτικά προγράμματα της τριτοβάθμιας εκπαίδευσης