Сайт Информационных Технологий Модные мужские часы.

ВОЗМОЖНОЕ РЕШЕНИЕ КОМБИНАТОРНЫХ ЗАДАЧ В ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМАХ НА ОСНОВЕ ВЕРОЯТНОСТНОГО ПОДХОДА.

С.В.Иванов, В.А. Ляховецкий

Санкт-Петербургский Государственный электротехнический университет “ЛЭТИ им В.И.Ульянова (Ленина)

Abstract – Review of the dificultiеs & their solution for formation algorithms in information processing. The peculiarities of the originating programme algorithms are in the definition of information to be procesed. This information can be procesed. This information can be various: digital data of medical-biological character, methods determining the state of water, soil and radiation, the equations simulating the processes in biology, probability equations. All this information will determine in its way the structure of the programme biology algorithms obtained.

1. ВВЕДЕНИЕ

Интерес к использованию информационно-измерительных систем [ИИС]возрастает. Это научное направление, по которому идет проникновение математических методов в весьма разнообразные области человеческой деятельности. Оно заключается в изучение процессов управления, приема и обработки информации, составляющих предмет ИИС. В том числе важные проблемы поднимаются в области экологии. Вопросы, связанные с приемом и обработкой информацией в ИИС охватывают с одной стороны область биологии, а также различные аспекты изучения работы нервной системы, начиная с описания функционирования отдельного нейрона или группы нейронов, связанных между собой, и заканчивая самим процессом общения человека с машиной (человеко-машинная система)[1-3]. С другой стороны проблематика, связанная с изучением процессов управления ИИС, возникает на почве генетики, эволюционной биологии и динамики их развития. Подход кибернетики ко всей этой проблематике заключается в разработке алгоритмов, описывающих с той или иной степенью точности процессы передачи и переработки информации. Необходимая часть практически любой ИИС - это в лучшем случае пакет программ, который в большей или меньшей степени обрабатывает и представляет измеренные результаты. А также позволяет пользоваться демонстрационно-обучающими возможностями в ИИС. Все это требует разработки определенных алгоритмов, свойственных той или иной системы, которые помогали бы созданию соответствующим ИИС пакетов программ. Одни из таких алгоритмов подразумевают выявление скрытых периодичностей и интеллектуализацию вероятностного Байесовского подхода, который после введения шкалирования и обработки различной лингвистической информации стал называться регуляризирующим. Основные идеи разрабатываемых алгоритмов это- возрастающие требования к точности измерений, а также более детальное рассмотрение исследуемых явлений все чаще приводит к необходимости учитывать наличие даже незначительной нестационарности. В мире существует многообразие форм проявления характеристик случайных и неслучайных процессов в различных областях науки (экологии, медицины, биологии...). Наиболее частые периодические явления встречаются при составление программ, а именно организации циклов.

Использование Регуляризирующего Байесовского подхода [РБП] позволяет рассматривать необходимое количество априорной информации, а также широкую область информации для апостериорных гипотез. Это естественно требует неординарного подхода при построение используемых алгоритмов. Здесь большое предпочтение отдается обработке априорной информации с помощью разрабатываемых алгоритмов. И необходимость построения графического дерева при работе с используемой информации в РБП.

2. ИСПОЛЬЗОВАНИЕ ТЕОРИИ ГРАФОВ

Процессы программирования связаны с большими трудностями перевода некоторых специфических алгоритмов в визуально-ориентированную среду. Для более определенного выбора структур и самих алгоритмов эффективно использовать графическое дерево. Одно из классических примеров использования этого метода находим в книгах [3,6]. Благодаря этому методу появляется возможность связать, иногда, порой плохо совместимые алгоритмы. А также предлагает пользователю сделать выбор использования определенных частей алгоритмов. Особенную реализацию этот метод получил с помощью так называемых VISUAL технологий(Visual Basic, Visual C, Visual Fortran) отличаются расширенным арсеналом средств экранного интерфейса, введенных в язык программирования под Window`s. Все это естественно происходит наряду с быстрым ростом прогресса и усовершенствования компьютерных технологий. Т.о. в основе алгоритма работы компьютерной обучающей программы (КОП) заложено переключение экранных форм в соответствие с разработанным графическим деревом. Вершины графического дерева соответствуют количеству задействованных экранных форм. Экранные формы - графические элементы, используемые пользователем, окна, созданные и модифицируемые оператором для каждой конкретной задачи. Это - основа любой прикладной программы в Visual технологиях [4]. Основной обмен между окнами или формами программы осуществляется с помощью гиперсвязей. Модуль - это структура для записи кода, который подключается к экранной форме и ее объектам управления. После того, как управляющие структуры нарисованы внутри экранной формы, для каждой из них разрабатывается программный код. Благодаря этим возможностям можно решать различные задачи. Система модулей после компиляции превращается в командный файл, выполняющий запуск программы. Процесс разработки программы в так называемых Visual технологиях Visual Basic, Visual C, Visual Fortran, а особенно - в Visual Basic) состоит из следующих стадий:

1.Определение необходимого числа экранных форм и их создание.

2.Создание в экранных формах объектов управления (кнопки для "мыши", текстовые окна с управлением, клавиши запуска, логические переходы и т.п.)

3.Задание гиперсвязей между объектами управления.

4.Создание отдельных модулей путем создания подпрограмм для объединения нескольких объектов управления с целью выполнения заданной функции.

5.Компилирование системы модулей в общий программный продукт.

3. ФОРМЫ АЛГОРИТМОВ

Важное значение уделяется формам алгоритмов. Благодаря тому, что формы алгоритмов в математике и шахматах довольно близки, поэтому не случайно математические вычисления нередко сочетаются с шахматными , т.к. анализ позиции идет на основе развития графического дерева после переработки определенного количества гипотез. Это происходит, когда человек работает в человеко-машинной системе.

a)элемент комбинаторики в байесовском подходе

Очень важно определить последовательность осуществления действия при вынесении решения о правильности гипотез. Это уже организуется после выбора определенной стратегии, где осуществляется последующий ход в зависимости от сложившийся ситуации. Следует подчеркнуть, что выбор какой-то одной стратегии и последующей гипотезы не налагает на игрока теоретических ограничений.

Рис.1 Форма графа

На этой фигуре вершины представляют различные положения игроков, как результат исходов некоторой последовательности +ходов. Каждую вершину занимает не больше чем один игрок. Партия начинается с вершин О, и каждый ход есть изменение позиции, соответствующее перемещению с одной вершины на какую-нибудь из примыкающих верхних вершин. Партия будет закончена тогда, когда будет достигнута какая-нибудь вершина без ветвей. У каждой неконечной вершины есть отметка (отметки | и || относят соответственно к 1-ому и 2-ому игрокам), указывающая кто должен ходить, когда достигнута эта вершина, а число ветвей у вершины равно числу вариантов хода. Информация, доступная игрокам, задается информационным разбиением S всех вершин на множество V, называемые классами объектов, так что, когда достигнут только класс объектов и, когда достигнута вершина V, игроку, который должен ходить, указывается только класс объектов, а не точное положение вершины V, если только множество n состоит из единого элемента). На информационное разбиение S содержит три класса объектов, один из которых V1содержит только один элемент (рис.1). Когда всякий класс объектов - либо игры содержит только один элемент, такая игра называетcя игрой с полной информацией объектов. Такую форму графа в дальнейших рассматриваемых случаях возможно сочетать с байесовским подходом. Этот подход обеспечивает вычисление вероятности экспериментального события в сочетании с априорными гипотезами.

б)Формирование гипотезы.

Следующая формула Байеса по сути дела моделирует процесс наблюдений и ведения игры (или, если хотите, процесс эмпирического познания). Здесь вводятся понятия априорной вероятности Р(V) о состоянии V - некоторого объекта исследования (гипотеза). При этом наблюдается некоторое проявление объекта в виде наблюдаемых исходов X, которые несут информацию о состоянии V. Вводятся также понятия априорной информации о регистрированных ранее процессах и их вероятностях - Р(X), понятие результатов наблюдения (X/V) и Р(X/V) на конкретном приборе или над событиями, которые снимались с учетом априорных сведений (P(X), P(V),v и их вероятностей Р(X/V) такой постановке можно, используя приведенные выше формулы, вычислить условную вероятность состояния или ее часто называют АПОСТЕРИОРНОЙ ) изучаемого объекта по наблюдениям с помощью данного прибора (X/V), априорным вероятностям X:

P(V/X) = P(V)*P(X/V)/P(X), где P(X)? 0

В том случае, если состояний объекта(гипотез) несколько V i и они составляют группу из n - взаимно несовместных событий, то формула Байеса имеет вид:

P(V i /X) = P(V i)P(X/V i)/ [P(V 1)P(X/V 1)+...+P(Vn)P(X/Vn)]

В дальнейшем с помощью этой формулы можно определить вид последующего графического дерева причем само использование формулы уже становится не обязательным в некоторых ветвях графа. Хотя здесь последующая гипотеза является вершиной разрабатываемого графа.

 

4.ПРОГРАММНЫЕ АЛГОРИТМЫ ПОДДЕРЖКИ И ОБРАБОТКИ ДАННЫХ

Интересный принцип заложен в программу определения токсичности состояния водной поверхности[5], где были сделаны дополнительные возможности вычисления лингвистической информации. А в качестве баз данных выступала информация о используемой методики. При лингвистической шкале возможен другой вариант алгоритма.В данном случае мы можем реализовать данный алгоритм в виде более сложного графа:

Рис.2.Граф

Select Case a Case -1000 To 0 text11.ForeColor = RGB(0, 255, 0) text11 = " допустимая степень токсичности или неправильно подсчитан результат"

Case 0 To .41

text11.FontSize = 17 text11.ForeColor = RGB(0, 130, 0) text11 = "допустимая степень токсичности"

Case .42 To .71 text11.FontSize = 17

text11.ForeColor = RGB(255, 0, 0) text11 = "умеренная степень токсичности"

Case .72 To 1 text11.FontSize = 17

Case 1 To 1000

text11.FontSize = 8.25 text11 = "чрезвычайно высокая степень токсичности или неправильно подсчитан результат"

End Select

В данном случае очень важно в соответствии с РБП "придать лингвистичность" информации, что мы и реализуем в данном алгоритме. Так же здесь показания шкалы реализуются не только словами, но и звуком. Алгоритмы шкалирования результатов исследования нашли применение в dos программе, которая взаимодействует с визуально-ориентированной средой[9-11].

Задан массив значений токсичности Тох100

if(Tox>71)

return "Токсично"

else if (Tox<41)

return "Умеренно"

else return "Допустимо"

LastSample=-1;

while(!stopl)

while(pRead>=pWrite-1)

if(Overflow)

while(pRead<pEnd)

pRead+=2;

if (pRead>(pEnd-1))

pRead-=(pEnd-pData)

Overflow=0

if (kbhit()) stopl=1;break;

char*pwrite=(char*)Write;

while(pRead<pwrite-1)

*pread=(int*)pread

CurrSample&=0Xfff;

Cs=CurrSample=(4096/190)

в данном случае Cs массив вывода цифр окончательного массива.

Теперь опишем интерфейс в разрабатываемых программах. Обычно интерфейс между вами и компьютером включает экран монитора клавиатуру и мышь это то, что представляет информацию для вас и принимает информацию от вас. С помощью прикладной программы мы осуществляем разработку интерфейса, согласуя свои действия с компьютером. Практически программа написанная с помощью visual-технологий доступна через графический пользовательский интерфейс. Графический интерфейс осуществляемый прикладной программой это своеобразный диалог, который происходит между компьютером и его пользователем. Другими словами интерфейс это та часть программы, которая для выполнения некоторых функций переводит действия пользователя в один или более запросов и обеспечивает обратную связь с пользователем в соответствии с последовательностью его действий. Создание эффективных прикладных программ начинается с широкого обзора содержания и цели будущей программы. Путь по которому мы идем, создавая прикладную программу зависит от той информации, которая содержится в программе и от того будет ли пользователь использовать эту информацию. Это все в конечном итоге определяет интерфейс.

5.ЗАКЛЮЧЕНИЕ

Разрабатываемый подход можно применить в исследовании внутренней структуры и связей природных процессов, протекающих в различных экосистемах. А также реализовать в учебных процессах ВУЗов. Результаты проведенного опыта позволяют на основе разработанных алгоритмов создавать различные командные файлы позволяющие ту или иную идею реализовывать на ЭВМ, где программы и алгоритмы настолько становятся близки по использованию, что реализация составления структуры программы, скорей всего, идет программными алгоритмами. В процессе разработки пакета программ, основной результат исследования, состоит в возможности организации, с помощью алгоритмов, а затем создания программных алгоритмов для максимально корректно работающих exe файлов в различных областях медицины, экологии и биологии.

Литература

1.Алексеев В.В.,Долидзе Р.В., Д.Д. Недосекин,Е.А. Чернявский "Практикум по вероятностным методам в измерительной технике."-СПб.:Энергоатомиздат.1993,-264с.

2.Yu. Gerasimenko, A. Garbuz, A. Makarovsky, Yu. Shapkov, "Effects of spinal cord stimulation on posture and gait in spinal patients."In: Woollacot M., Horak F.(eds.) Posture and Gait: Control Mechanisms. 1992. p.372-375

3.D.Blackwell, М.А.Girshick "Тhеоry of games & statistical decisions"-New York:1954,-374p.

4.Браун К."Введение в Visual Basic",пер.с англ.-М.:"Мир",1993-416с.

5.Иванов С.В., Ивакина А.В., Захаров И.С. "Применение Visual-технологий при обучении мониторингу токсичности водных сред в условиях чрезвычайных ситуаций", с.44-45 1998г, 25-26ноября, тезисы докладов научно-технической конференции "Мониторинг и прогнозирование чрезвычайных ситуаций".

6.Риордан Д."Введение в комбинаторный анализ",-1959г.

7.Leonard M. Sander "Fractal growth processes",p.789-793,Physics Department University of Michigan,Nature, 1986

8.J.P.Smith,A.O.Tyler,Z.A.Sabeur "Ecotoxicological assesment of produced waters in Indonesia",Environmental toxicology and water quality,p.323-336,1998

9.А.П.Немирко,"Цифровая обработка биологических сигналов",Наука,1984.

10.C.В.Иванов ,"Система принятия решений при цифровой обработке биологического процесса",SCM-98,том 2,стр.304.

11.АнтоновА.Е.,ИвановС.В.,А.В.Жукова"Выявление скрытых периодичностей некоторых адиабатических процессов",с.73-79,№496,1996г.


Site of Information Technologies
Designed by  inftech@webservis.ru.