Графический диспетчер движения поездов 2


Можно представить себе мастерство, интуицию и опыт диспетчера, действительно демонстрирующего искусство!

Мы имеем дело с трудно формализуемой задачей и с необходимостью расширения интеллектуальных возможностей диспетчера. Конструируя нейросеть, необходимо выделить основные события, составляющие исходную ситуацию с четким ответом «да — нет», «10» .

Как автоматизировать решение задачи для каждого конкретного перегона на основе богатого опыта диспетчера эксперта? Прежде всего надо определить понятие «ситуация», выделив и систематизировав все показатели и характеристики: максимальное количество поездов, следующих через перегон в разных направлениях, и допустимые интервалы следования, типы поездов, различные сочетания этих типов, установленные скорости движения и допустимые отклонения, разрешенные остановки, длину состава (при известной длине резервных путей на пунктах перегона). Необходимо разработать способ отображения ситуации на входном слое нейросети.

Далее следует выделить эталонные ситуации и сопоставить им картинки, аналогично приведенным на рис. 9.11, т.е. каждой картинке эталону нужно поставить в соответствие нейрон выходного слоя сети и проложить трассу  опорный путь возбуждения от эталона к соответствующему нейрону.

Нейросеть позволит нам перейти от статики экспертной системы (фактически таблицы) к динамике, позволяющей по любой случайной ситуации получать ответ на вопрос: «какая картинка в большей степени соответствует этой ситуации?».

Однако таким образом нельзя исключить аварии, т.е. на этом анализ ситуации не заканчивается. Мы не использовали всю информацию нейросети.

 

Во первых, сравнение величины возбуждения нейрона выходного слоя (пусть и максимальной) по предъявленной ситуации с величиной возбуждения этого нейрона по эталону может свидетельствовать о достоверности полученного ответа. Если разница лежит в пределах экспериментально установленной точности, то ответ найден. Если же точность недостаточна, то можно построить (автоматически, конечно) приоритетный ряд, выделив нейроны выходного слоя с близкими (ближайшими) величинами возбуждения. Эти величины возбуждения нейронов образуют веса, которые необходимо учесть при использовании картинок, соответствующих этим нейронам.

 

Во вторых, должна быть решена проблема формирования усредненной картинки по нескольким картинкам с их весами, где основные элементы сместятся в некоторое промежуточное положение. Только тщательное экспериментальное исследование даст ответ на вопрос о возможности и конкретной практической применимости такого решения проблемы.

Например, в исследуемом отрезке времени (см. рис. 9.11) поезд появляется на контролируемом перегоне. Возникают следующие вопросы:





- Начало -  - Назад -  - Вперед -