Seria: A U T O M A T Y K A z. 115
1994 N r kol. 1251
H enryk K O W A L O W S K I P olitechnika Śląska
O S O B L IW O Ś C I IN T E L IG E N T N E G O S T E R O W A N IA W S Y S T E M A C H C Z A S U R Z E C Z Y W IS T E G O
S treszczenie: W artykule przedstaw iono podstaw ow e różnice pom iędzy konw encjonalnym i i czasow o-rzeczyw istym i aplikacjam i m etod sztucznej inteligencji z p unktu w idzenia p roblem ów p rocesów generow ania sterow ań, gdzie m o żn a zastosow ać dosk o n alo n e, w ciąż rozw ijane system y eksperckie. P od an o p ropozycję w spółpracy inteligentnego sterow ania z zadaniam i tradycyjnego sterow ania w w ięzach System ów C zasu R zeczyw istego. W iele zadań nie je st gotow ych do takich zastosow ań. N a le ż ą tu p rzed e w szystkim problem y gw arantow ania czasu odpow iedzi w procesie w nioskow ania, szybka i efektyw na reprezentacja w iedzy i w nioskow anie rów nolegle. W artykule prezen tu je się niektóre idee pokonyw ania tych trudności.
U N IQ U E F E A T U R E S O F R E A L -T IM E IN T E L L IG E N T C O N T R O L S Y S T E M S
Sum m ary: In this w o rk basic differences betw een classic and real tim e applications o f artificial intelligence have been discussed. In particular the problem s o f g eneration o f control algorithm s supported by the use o f expert systems are considered. A n idea o f co o p eratio n betw een the intelligent controller and classic tasks w ithin th e fram e w o rk o f real tim e system s is presented. M any control tasks are n o t ready for this class o f applications. T h e m ain problem is a time delay during the solution g eneration, fast and efficient kno w led g e representation and parallel reasoning. C hosen ideas leading to the solution o f these problem s are presented in this paper.
D IE B E S O N D E R H E IT E N D E R IN T E L L IG E N T E N S T E U E R U N G S A U F G A B E N IN D E N R E A L -Z E I T S Y S T E M E N
Zusam m enfassung: In der A rbeit w urden die w esentlichen U nterschiedlichkeiten zw ischen konventionellen und R eal-Z eit A pplikationen d er M eth o d en und M odellen der K ünstlicher Intelligenz zu r G enerierung der Steuerungen in S trukturen der E xpertsystem e dargestellt. D ie Intelligentsteuerung in R eal-Z eit System en soll die A ntw ort zur bestim m ten Z eit sichern, w o die Z eit mit dynam ischen V erhalten der Intelligenten P ro d u k tio n ssy stem e eng verbunden ist.
B isher an g ew an d te Intelligente G enerierung der Steuerungen g rü n d ete sich vor allem a u f statischen D aten und W issensrepräsentationen, w o die A nw orten in kritischen Zeiten nicht b ed in g t w aren. Z eitkritische S teuerungsgenerierungen realisierte in R eal-Z eit, w elche a u f in d er Z eit verendlichen Inform ationsfiinktion g eg rü n d et sind, erzeugen in B erech n u n g sp ro zessen neue Problem e, w elche in den Intelligenten Steuerungen berücksichtigt sein sollen. In der A rbeit sind einige Ideen zu r überw inden dieser H indernisse präsentiert.
333 H. K ow alow ski 1. W p ro w a d zen ie
A u to r rozw ijający poprzednio m etodologię tw orzenia w ybranej klasy m odeli Sztucznej Inteligencji (S I) do generow ania sterow ań w Inteligentnych System ach Produkcji (IS P ) [1,2,3]
p rzed staw ia w pracy n o w e problem y, któ re rodzi bezpośrednie sterow anie eksperckie.
W spółczesne, kom p u tero w o zintegrow ane, robotyzow ane, elastycznie au to m aty zo w an e system y produkcji w swej w ielopoziom ow ej hierarchicznej strukturze łą c z ą sterow anie o p arte o w iedzę i m echanizm y w nioskow ania w racjonalnej sym biozie z e sterow aniem konw encjonalnym na podstaw ie modeli m atem atycznych, identyfikacji i m etod optym alizacji klasycznej teorii sterow ania. Przyjm ijm y dalej, że w takich przypadkach m am y do czynienia ze sterow aniem inteligentnym .
W sterow aniu inteligentnym w ażn ą rolę odgryw ają różne typy inform acji. N iektóre d o ty czą stru k tu ry system u o ra z sterow ników , inne są bardziej zw iązane z niższym i poziom am i, sygnałam i w e/w y i ich interpretacją. K ażdy typ inform acji m a sw o ją w ła sn ą reprezentację. N a w yższym poziom ie przetw arzania informacji w ażn ą rolę odgryw a jasn o ść reprezentacji w iedzy.
O dpow iednią rep rezentację w iedzy znajduje się w obiektow o zorientow anym opisie w ysokiego p oziom u złożonych p o w ło k eksperckich. Przetw arzanie sygnałów o dgryw a ró w n ież w ażn ą rolę na niższych poziom ach autom atyzacji, gdyż jest w ykorzystyw ane np. w sieciach n eu ro n o w y ch o raz konw encjonalnych optym alizacyjnych m odelach m atem atycznych.
Integracja w szystkiego w myśl idei inteligentnego sterow ania w ym aga w ielow arstw ow ej struktury, k tó ra skupia ró żn e m etody przetw arzania inform acji leżące u podstaw m atem atycznych obliczeń.
W ielow arstw ow a struktura system u eksperckiego, w tym czasu rzeczyw istego (sterow nika inteligentnego), k tó rą u w aża się za podstaw ę m echanizm u sterow ania inteligentnego, grupuje w arstw y zg o d n ie z zasad ą IP D I (Increasing Precision D ecreasing Inteligence - mniej zdefiniow any system w ym aga w iększej inteligencji). Ideę tP D I m ożna upow szechnić w rozw oju niższych p o zio m ó w sterow nika inteligentnego, zło żo n e g o z w ielu części, z w łasnym rodzajem inteligencji. N a najniższym poziom ie użytkow nik zapisuje np. polecenia i zależności w logice boolow skiej, natom iast na w yższych poziom ach um ieszcza się od p o w ied n io bardziej z aw an so w an e strategie w nioskow ania - np. logiki rozm ytej czy stru k tu r obiektow o zorientow anych.
Sieci neu ro n o w e, k tó re o d g iy w ają w ażn ą rolę w kom unikacji inteligentnego sterow ania w kom binacji z sym bolicznym i reprezentacjam i SI, tw o rz ą w ażniejsze instrum enty realizacji. U znaje się, ż e sieci n eu ro n o w e m o g ą być stosow ane na w szystkich poziom ach struktury inteligentnego sterow ania. M o g ą one m odelow ać niezupełnie zn an e przebiegi i silnie nieliniow e procesy, a tak że m o g ą być w ykorzystyw ane do nauczania sieci w odtw orzeniu szczególnych zadań sterow ania. G łó w n ą korzyścią takiego podejścia w sterow aniu jest
zbyteczność posiadania dokładnych informacji, natom iast mniej korzystny je st zbyt długi czas po trzeb n y na uczenie sieci, który musi być nadzorow any ze w zględu na stabilność i zbieżność sieci.
G dy w bezpośrednim sterow aniu eksperckim są niepew ne g w aran to w an e czasy o dpow iedzi, nie idzie to w parze z w ym aganiam i staw ianym i prędkości p rzetw arzan ia w system ie w korelacji z praw idłow ym rozm ieszczaniem zadań m iędzy sterow anie w czasie rzeczyw istym o ra z - z k o n tro lą środow iska sterow ania i system u eksperckiego.
System y C zasu R zeczyw istego (SC R ) są w ażnym obszarem zastosow ań m etod SI do sterow ania. O becnie techniki rozw iązyw ania problem ów , o p arte na bazie w iedzy i m echanizm ach w n io sk o w an ia, stosuje się tradycyjnie tam , gdzie problem y są statyczne, a odpow iedzi nie zaw sze są w ym agane w ograniczonych przedziałach czasu (p ro g n o zo w an ie problem ów , au to n o m iczn e projektow anie w system ach C A D /C A M , d o w o d zen ie tw ierdzeń, przetw arzanie o b razó w i scen, w spom aganie decyzyjne system ów i inne).
N a aw aryjność technik SI w sterow aniu system ów zw rócili uw ag ę V erbrugen H.B.
i A strom K .J. w 1989 r. na 2 IFA C W orkshop on Al in Real - Tim e C ontrol w C hinach [4], W ażność p ro b lem ó w zastosow ań SI w SC R potw ierdzono także w P roceedings o f the 3-rd IFA C W ork sh o p C alifom ia, U SA 1991 r. [5],
Z w raca się u w ag ę na to, aby nie izolow ać rozw iązyw anego problem u g enerow ania inteligentnych sterow ań (decyzji) od fizycznego i/lub logicznego przetw arzania zach o d ząceg o w środow isku w tym sam ym czasie.
C elem pracy je s t analiza podstaw ow ych różnic pom iędzy w ym aganiam i staw ianym i rozw iązaniom p roblem ów statycznych m etodam i SI o raz czasow o-rzeczyw istym i zastosow aniam i SI w inteligentnym sterow aniu. Z rodziła się konieczność rozw oju i w p ro w a d z a n ia , zm ian w dotąd nie uw zględniających w ym ogów sterow ania w SC R dostępnych, kom ercyjnych pow łokach system ów eksperckich.
2. Czas rzeczyw isty a system y eksperckie gen erow an ia sterow ań
Z ach o w an ia w czasie rzeczyw istym jest łatwiej zauw ażyć niż zdefiniow ać. Czas rzeczyw isty łączym y z pojęciem "szybki", rozum iejąc, że system p rzetw arza szybko dane P róbując sform alizow ać definicję SC R m ożna pow iedzieć, że jest to system , którego p o p raw n o ść działań zależy nie tylko od logicznych w yników obliczeń, ale także od czasu, w jakim te w yniki uzyskano.
W yróżniającą w ła sn o ś c ią któ ra definiuje SCR, jest w ięc zdolność system u do z ag w aran to w an ia odpow iedzi przed upływ em określonego czasu, gdzie czas je st pow iązany z dynam icznym zachow aniem się systemu.
340 H. K ow alow ski
D otychczas sto so w an e techniki rozw iązyw ania problem ów g en ero w an ia sterow ań inteligentnych opierały się p rzede w szystkim na danych i reprezentacji w iedzy statycznej, gdzie nie w ym ag an o odpow iedzi w czasie krytycznym . C zasow o - krytyczne g en ero w an ie sterow ań, ja k o że musi być rozw iązyw ane w czasie rzeczyw istym w oparciu o inform acje zm ienne w funkcji czasu, rodzi w procesie obliczeń now e, interesujące problem y do uw zględnienia w inteligentnym sterow aniu.
P roblem y te stanow ią:
a. n iem o n o to n iczn o ść danych; nietrw ałe, w zględnie niestałe d ane p odczas pro cesu obliczeń tra c ą w ażn o ść i w szystkie zależne od nich w nioski m uszą być usuw ane.
b. chw ilow ość w nioskow ania; sterow anie w system ie czasu rzeczyw istego pow inno w yciągać w nioski na podstaw ie w ydarzeń przeszłych, teraźniejszych i przyszłych w czasie.
c. p o trzeb a dopasow yw ania w szystkich w spółpracujących o p ro g ram o w ań ; inteligentne stero w an ie S C R musi być zintegrow ane z oprogram ow aniem konw encjonalnym p rzetw arzan ia sygnałów i użytkow aniem funkcji w e/w y.
d. uw zględnianie zdarzeń asynchronicznych; SC R musi dopuszczać do p rzerw ań o raz ak cep to w ać w ejścia od nie zaplanow anych zdarzeń i zdarzeń asynchronicznych.
e. p o trzeb a koncentracji uw agi; gdy ma miejsce coś szczególnie osobliw ego, system musi być zdolny do zm iany skupienia uw agi: jeśli w ięc S C R w yodrębni kilka źró d eł w iedzy z w łasnym i obszaram i obserw acji, m a on m ieć m ożliw ość szybkiego skupienia uw agi na poszczególnych źró d łach w iedzy bez pogarszania w ykonyw ania zadania pierw otnego.
W ym agania pow yższe nie są uw zględniane w przew ażającej części dostępnych kom ercyjnych p o w ło k system ów eksperckich.
O bok w yszczególnionych w ym agań p rojektow ane SC R z inteligentnym sterow aniem pow inny zap ew n iać bezkolizyjną integrację z konw encjonalnym i system am i sterow ania, tw o rząc hybrydy sprzęgające obliczenia sym boliczne i n um eryczne w połączeniu z w nio sk o w an iem heurystycznym i jakościow ym .
3. T rzy tren d y w u w zględ n ian iu w ym agań S C R w pow łokach S ystem ów E ksperckich
B adania literatury dotyczącej SI nieustannie odkryw ają, że SI nie je s t jedynym paradygm atem , lecz zbiorem tez, określeń, m etod, któ re są w ykorzystyw ane w różnych p erm utacjach d o tw o rzen ia m odeli system ów odpow iednio do poziom u złożoności, stopnia abstrakcji i m ożliw ości realizacyjnych zadań.
Jed n a z d ró g tw o rzen ia system ów eksperckich (S E ) czasu rzeczyw istego o p iera się na m eto d ach rozproszonej inteligencji f przy czym w ym agania inteligentnego stero w an ia SC R
341
skupiają się na obszarach zarządzania w iedzą, czasem i udostępnianiem . T ak a strategia rozw oju inteligentnych system ów czasu rzeczyw istego w ym aga system ow ego podejścia do p ro jek to w an ia i zastosow ań. G łów ny nacisk kładzie się na rozw ój pow ło k i unifikującej w łaśnie zarząd zan ie w iedzą, czasem i udostępnianiem . K oncepcję rozw iązania takiej pow łoki nazw anej A D R O IT (A D istributed R eal-tim e O bject-oriented Inteligent T estbed), przedstaw ił w 1991 r.
M acleod I.M . i V. Vlun [5, str. 1-7],
Inny now y paradygm at rozw oju sterow ania inteligentnego SC R z a p ro p o n o w ał L .M o tu s [5, str.9-13]. A utor nazw ał go paradygm atem refleksow ym , a je g o idea ma uw zględniać kom binację indukcyjnych i dedukcyjnych m etod w nioskow ania im itujących zasad ę działania refleksow ego obow iązującą w przetw arzaniu inform acji ludzi i zw ierząt.
R ozw iając paradygm at refleksow y L .M otusa zauw ażam y, że zasadność stosow ania m etod SI w oparciu o narzędzia C A SE (C o m p u ter A ided S oftw are E nginering) i podejście dedukcyjne lub indukcyjne nie zostały potw ierdzone w zastosow aniach do rozw iązań p ro b lem ó w krytycznie bezpiecznych w SC R, chociaż i tu nieraz uzyskane w yniki były p rzyjm ow ane ja k o zadow alające.
P odejście indukcyjne rozum ow ania p ro w adzące do praw ogólnych w oparciu 0 do strzeżen ie ich w przypadkach szczególnych je s t w m etodach SI obiecujące w zastosow aniach czasow o-rzeczyw istych od m om entu uzyskania dobreg o czasu odpow iedzi 1 niezbyt dużej nieokreśloności w odniesieniu do tego czasu w ykonania.
P raktyka nie w ym aga często lepszego przybliżenia z w nioskow ania o p arteg o o w nioskow anie indukcyjne, w szczególności od chwili, gdy czas potrzebny na otrzym anie decyzji zadow ala w ym aganie użytkow nika. Problem narasta z probabilistycznym charakterem rozw iązania o trzy m an eg o p rzez nieprzybliżone w nioskow anie. M o że to prow adzić do braku sukcesów naw et w bezpiecznych zastosow aniach krytycznych; pojedyncza błęd n a o d p o w ied ź m oże przyczynić się do aw arii pracy całego ISP.
W nioskow ania dedukcyjne, pozw alające w yprow adzić je d n o tw ierdzenie z innych, udow o d n io n y ch p o przednio lub przyjętych bez dow odu aksjom atów , są z zasady lepsze z punktu w idzenia bezpieczeństw a i pew ności, chociaż czas ich w ykonania m a ten d en cje do w ydłużania się i raczej nie je s t zdeterm iniow any. Próby skracania czasu obliczeń i jeg o zd eterm in o w an ie d ro g ą ograniczenia poszukiw ań rozw iązań odniosły w praw dzie sukcesy, ale wyniki m o g ą o k azać się znow u bardziej przypadkow e i w konsekw encji nie bardzo bezpieczne.
Ś ledząc w ybrane przykłady zachow ania się ludzi, np. kierow cy sam ochodu, karateki i tancerza, k tó re zam ierzam y zinterpretow ać z punktu w idzenia SC R zauw ażam y, ż e w e w szystkich tych przypadkach człow iek w ykorzystuje do rozw iązyw ania sw ych problem ów inteligencję, a w ięc sw oisty zespół zdolności um ysłow ych um ożliw iających spraw ne
342 H. K ow alow ski
korzystanie z nabytej w iedzy o ra z skuteczne zachow anie się w o b ec now ych zad ań i w aru n k ó w życia.
I tak, kierow ca pojazdu prow adzi go bezpiecznie i do celu, k aratek a dąży do p o k o n an ia napastników , tan cerz p orusza się w tak t muzyki i ew entualnie ru c h ó w partnera.
W szystkie te aplikacje są trudne, pochłaniające dużo czasu początkującym , ale po pew nym czasie w iększość potrafi rozw iązyw ać sw e problem y w stopniu co najm niej satysfakcjonującym . W ydaje się oczyw iste, że dośw iadczony k iero w ca nie sk raca d rzew a przeszukiw ań podejm ow ania decyzji_,aby otrzym ać decyzję w czasie krótszym niż w ym agany i że w rzeczyw istości dokonuje on w ięcej skom plikow anych, w ysokiej jak o ści p rzekształceń decyzji w spraw ie p ro w ad zen ia pojazdu, podejm ując je w krótszym czasie i co ra z doskonalej.
Z ach o w an ie się ludzi (i zw ierząt) działających w czasie rzeczyw istym opiera się bow iem na refleksie, k tó reg o m echanizm nie je st satysfakcjonująco poznany z punktu w idzenia przetw arzan ia inform acji i procesów w nioskow ania. Sądzi się, na p odstaw ie prac C hom sky1 ego, że w nioskow anie (oparte na tzw . głębokiej w iedzy) o raz dośw iadczenie (o p arte na tzw . płytkiej w iedzy) tw o rz ą kom binacje w m om encie pow staw ania refleksu. W idocznie up o w ażn ia nas to do d okonyw ania krótkich cięć w drzew ie przeglądow ym bez utraty precyzji i na uzyskanie decyzji w krótkim czasie bez konieczności p rzechodzenia p rzez w szystkie m ożliw e sytuacje zn an e z p rocesów szkolenia.
P odejście L .M o tu sa przedstaw ia bardziej abstrakcyjne spojrzenie na spełnienie w ym agań staw ianych rozw iązyw aniu problem ów m etodam i SI w SC R , ale niew ątpliw ie w ym aga dalszych badań.
B ardziej dojrzały, w sensie m ożliw ości aplikacyjnych inteligentnego sterow ania w czasie rzeczyw istym , je s t projekt D IC E (D elft Intelligent C ontrol E nv iro n m en t) z a p ro p o n o w a n y . przez A .I.K ijgsm ana, R .Jagera, H .B .V erbrugena i P .M .B ruijna z Delft U niversity o f T echnology w 1991 r. [5, str 13-19],
S tru k tu ra D IC E składa się z trzech ją d e r SE, tablicy służącej do m agazynow ania danych i innych inform acji globalnych o raz serw era, który steruje strum ieniem inform acji pom iędzy o p ro g ram o w an iem działającym w innych kom puterach w sp ółpracujących w sieci.
O p erato r zad ań w ydaje polecenia do trzech ją d e r SE. M o n ito r p rezentuje użytkow nikow i rozw iązanie w sposób graficzny. U żytkow nik opisuje problem w tzw . zb io rze zadaniow ym , w którym zapisuje się reguły, k tó re m uszą być zestaw ione w poszczególnych jąd rach SE o raz inform acje, k tó re reguły uaktyw nią zapis, któ re zm ienne m uszą być w p ro w a d z o n e i któ re zm ienne m u szą być opisane przez w prow adzającego zadanie.
Z b ió r zadaniow y je s t kom pilow any i w w yniku tw orzy trzy zadania: zadanie system u eksperckiego, zadanie o p erato ra i zadanie w yprow adzenia rezultatów .
W cyfrow ym system ie sterow ania w czasie rzeczyw istym w ażniejszym param etrem jest o kres p ró b k o w an ia, który należy dobrać. M inim alny o kres próbkow ania, k tóry m o że być
M l
użyty, je st określony p o p rzez czas konieczny do niezbędnych obliczeń. M o że on być np.
definiow any p rzez liczbę reguł m echanizm u w nioskow ania, ale w pływ ten m inim alizuje się w D IC E p o p rz e z użycie efektyw nego m echanizm u sortującego, który sortuje reguły w odniesieniu do ich szybkości egzekucji.
System D IC E minim alizuje czasy obliczeń poprzez zastosow anie idei w nioskow ania pro g resy w n eg o (w prow adzonej przez Lattim era w 1986 r.[6]), w ed łu g której w nioskow anie je st podzielone na kilka części reguł. K ażda g ru p a reguł zajm uje się co raz to bardziej szczeg ó ło w y m rozw iązyw aniem problem u. T o podejście prezentuje p rogresyw ne zagłębianie się, g dy po w ykorzystaniu części bazy pozostaje nie w ykorzystany czas, w ó w czas kolejna głębsza baza w iedzy rozpoczyna dalsze oszacow ania w celu znalezienia lepszego rozw iązania.
Z asady p ro g resy w n eg o w nioskow ania m o g ą być z pow odzeniem w ykorzystyw ane w procesie g en ero w an ia sterow ań. Z astosow anie bezpośredniego cyfrow ego stero w an ia bazującego na technikach SI rodzi bow iem problem y w m om encie, gdy w ybrany okres p ró b k o w an ia jest m niejszy niż czas potrzebny do oszacow ania rozw iązania w oparciu o w iedzę i reguły w nioskow ania. M o że to sp o w o d o w ać sytuację, kiedy m echanizm w nioskujący nie będzie w stanie u d o w o d n ić hipotezy, a poniew aż w szystkie hipotezy są pośrednio sprzężone z sygnałam i sterow ania, system ekspercki nie będzie m ógł sterow ać procesem produkcji.
W celu rozw iązania tego problem u baza reguł podzielona je s t na zbiory różnych w arstw w iedzy, przy czym pierw sza w arstw a w iedzy generuje ten pierw szy, surow y w niosek dotyczący sygnału sterow ania. N astępna w arstw a zobow iązana je st do generacji dosk o n alszeg o stero w an ia w ykorzystującego więcej inform acji o sterow anym procesie. Z asady w n io sk o w an ia pro g resy w n eg o są w ięc w ykorzystyw ane w najniższej w arstw ie do u ruchom ienia bezpo śred n ieg o eksperckiego sterow nika, podczas gdy w arstw y następne służą do g e n e ro w a n ia . bardziej zaaw ansow anej form y sterow ania typu n ad rzęd n eg o w zględnie adaptacyjnego.
W ielo w arstw o w a struktura SE czasu rzeczyw istego D IC E zo stała przetestow ana m e to d ą sym ulacji k om puterow ej. W yniki badań sym ulacyjnych potw ierdziły, że D IC E m oże stanow ić o d p o w ied n ie n arzędzie sterow ania inteligentnego w system ach czasu rzeczyw istego.
4. W n iosk i
P o p raw n o ść działania inteligentnego sterow ania w system ach czasu rzeczyw istego w ym aga ścisłych pow iązań problem u generow ania sterow ań od fizycznego i/lub logicznego przetw arzan ia inform acji zachodzącego w środow isku w tym sam ym czasie. System Czasu R zeczyw istego je st bow iem takim system em , którego popraw ność działania nie zależy tylko od logicznych w yników obliczeń, ale także od c z a s u ,w jakim te w yniki uzyskano. W pracy w y p u n k to w an o w ażniejsze w ym agania, któ re w nosi ■ sterow anie inteligentne w SC R
H. K ow alow ski
w p o ró w n an iu z inteligentnym sterow aniem konw encjonalnym . P rzed staw io n o trendy um ożliw iające uw zględnienie tych w ym agań w pow łokach System ów E ksperckich konkludując, że problem y te w ym agają dalszych badań i w eryfikacji w ram ach m etod Inżynierii W iedzy. P o d staw o w y kierunek badań pow inien dotyczyć rozw o ju p o w ło k system ów eksperckich w zakresie zarządzania w iedzą, czasem i udostępnianiem . N ajbardziej perspektyw iczny z p unktu w idzenia m ożliw ości aplikacyjnych inteligentnego sterow ania w czasie rzeczyw istym w ydaje się w ielow arstw ow y system ekspercki czasu rzeczyw istego D IC E.
L IT E R A T U R A
[1] K ow alow ski H .: P odstaw y m etodologiczne konstrukcji baz w iedzy system ów eksperckich p ro jek to w an ia elastycznie autom atyzow anej produkcji. M ateriały I K K N Inżynieria W iedzy i System y Eksperckie, ISiTS. W rocław 1990.
[2] K ow alow ski H.: S ztuczna Inteligencja w autom atyzow anych system ach sterow ania produkcją. Z eszyty N au k o w e Politechniki Śląskiej, s.A utom atyka, z. 109. G liw ice 1992 [3] K ow alow ski H .: M odele Sztucznej Inteligencji w g enerow aniu sterow ań integrow anych
elastycznych system ów produkcji. Zeszyty N au k o w e A kadem ii G órniczo-H utniczej s. A u to m aty k a z. 64. K rak ó w 1993.
[4] V erbrugen H ., A strom K .: Artificial Intelligence and Feedback C ontrol. 2 IF A C W o rk sh o p on Artificial Intelligence in real-tim e control. C hina 1989.
[5] A rtificial Intelligence in real-tim e control 1991. IF A C W orkshop Series, 1992. N u m b er 5, P erg am o n P ress - O xford, N ew Y ork, Seoul, T okyo.
[6] L attim er M . and co-w orkers. An expert system for real-tim e control. IE E E S oftw are, pp. 16-24 M arch 1986.
R ecenzent: Prof. d r hab. inż, K o n rad W ala W płynęło do R edakcji do 3 0 .0 4.1994 r.
A b stract
In this w o rk basic differences betw een classic and real tim e applications o f artificial intelligence h ave been discussed. In particular the problem s o f generation o f control algorithm s su p p o rted by the use o f expert system s are considered. A n idea o f co o p eratio n betw een the intelligent co n tro ller and classic tasks w ithin th e fram e w ork o f real tim e system s is presented.
M any co n tro l tasks are n o t ready for this class o f applications. T he main problem is a tim e delay durin g th e solution generation, fast and efficient know ledge representation and parallel reasoning. D ifferent types o f inform ation play the crucial rolle in problem s o f intelligent control. S o m e o f them concern system structure and controllers, o th ers are m o re related to th e lo w er layers, in p u t/o u tp u t signals and their interpretation. E ach type o f inform ation has a unique representation. T h e quality o f this representation o f k now ledge is a key facto r during
the high level d a ta processing. An appropriate know ledge representation is provided by the object-oriented description in sophisticated shells o f expert systems. Signal processing is also im portant in lo w er layers o f autom ation protocols. T he results are utilised by neural netw orks and optim ising m odels.
Integration o f these co m p o n en ts into intelligent control system requires m ultilayer structure em ploying different m ethods o f data processing. I f the response tim e fo r the expert con tro ller can n o t be g u aran teed then w e have a conflict betw een speed o f inform ation processing and task assignm ent in real tim e expert system. F eaturing property defining the R eal T im e System s is th e ability to g u aran tee the response in a period o f tim e not exceeding th e specified delay resulting from th e dynam ic properties o f the system.
C urrently applied m eth o d o f design o f intelligent controllers is m ainly based on statistic data and its representation. T h e critical tim e control generation m ust be perform ed in real tim e by using th e tim e d ep en d en t data. This enforces the consideration o f new problem s appearing in intelligent control. B etw een these problem s one can mention:
- n o n m o n o to n o u s data,
- tem p o rary nature o f conclusion, - necessity to link all softw are modules, - effects o f asynchronous events,
- flexible assets allocation w hile handling unique events.
T hese problem s are n o t taken into acco u n t by currently available com m ercial shells o f expert systems. S elected ideas leading to the solution o f these problem s are presented in this paper.