- •Лабораторная работа n 1 основы языка программирования пролог. Изучение среды turbo prolog.
- •Запустить Turbo Prolog
- •1.1 Основные понятия языка Турбо Пролог.
- •1.1.2. Факты
- •1.1. 3 . Запросы
- •1.2. Разделы программы на языке Турбо Пролог.
- •2. Среда turbo prolog 2.0.
- •2.1. Интерфейс среды Турбо Пролог 2.0.
- •2.1 Элементы главного меню и их функции:
- •2.3 Основные операции в среде Турбо Пролог.
- •2. 4 . Трассировка.
- •Лабораторная работа n 2 понятие правила и рекурсии. Встроенные предикаты.
- •1. Правила
- •1.1. Дерево вывода.
- •2. Рекурсия
- •3.Использование встроенных предикатов.
- •4. Задание для лабораторной работы
- •4.1. Варианты заданий
- •5. Контрольные вопросы.
- •Лабораторная работа № 3 интегрированная среда разработки visual prolog
- •1. Создание нового проекта.
- •2. Создание формы.
- •3. Работа с меню
- •4. Создание обработчиков нажатия на кнопку.
- •5. Задание для лабораторной работы
- •6. Контрольные вопросы.
- •2. Преобразование данных
- •3. Арифметические действия
- •Лабораторная работа № 5 построение нейросетевой экспертной системы
- •5.1. Цель работы
- •5.2. Методические указания
- •5.2.1. Постановка задачи
- •5.2.2. Критерии оценки
- •5.2.3. Ввод анализируемых данных
- •5.2.3.1. Использование файла запуска фактов
- •5.2.3.2. Использование протокола dde
- •5.3. Порядок выполнения работы
- •Лабораторная работа №6 Архитектура процессора NeuroMatrix ® nm 6403 и его функциональные возможности
- •6.3.2. Внешний интерфейс процессора
- •6.3.3. Общее описание внутренней структуры процессора
- •6.3.3.1. Описание основных элементов скалярного процессора
- •6.3.3.2. Описание основных элементов векторного процессора
- •6.3.4. Основные вычислительные блоки векторного процессора
- •6.3.4.1. Взвешенное суммирование
- •6.3.4.2. Выполнение операций на векторном алу
- •6.3.4.3 Операция маскирования
- •6.3.4.4 Обработка данных функцией активации
- •6.3.4.5 Циклический сдвиг вправо операнда х при взвешенном суммировании
- •6.3.4.6 Порядок выполнения преобразований над данными на вп
- •6.4. Описание и порядок пользования программой nmCalculator запустить nmCalculator
- •6.4.1 Общие сведения о программе
- •6.4.2 Формирование векторной команды
- •6.4.3 Разбиение рабочей матрицы и запись весовых коэффициентов
- •Контрольные вопросы
- •Лабораторная работа № 7 Программирование процессора NeuroMatrix ® nm 6403
- •7.2.3 Типы скалярных команд
- •7.2.4 Типы векторных команд
- •7.2.5 Регистры процессора
- •7.2.5.1 Основные регистры
- •7.2.5.2 Регистровые пары
- •7.3. Примеры простейших программ
- •7.4. Порядок выполнения работы
5.2.2. Критерии оценки
Критерии оценки обстановки формируются исходя из результатов опроса экспертов. При формировании множества критериев от экспертов не требуется уточнения взаимного влияния различных факторов, а необходима только информация о том, что может влиять на военно-стратегическую обстановку. Будем считать, что эксперты выделяют 14 исходных параметров, к которым относятся: Число вылетов стратегических фотонных ракет потенциального противника к границе Солнечной системы в сутки (FLIGHTS)
Текущая интенсивность работы систем связи потенциального противника (COMMUN)
Близость оперативно-тактических спутников потенциального противника к границе гарантированного поражения основных коммуникаций военно-космических сил Земли (SATELLITS)
Активность сил союзников потенциального противника (FRIENDS)
Активность разведки потенциального противника (INTSERV)
Доля шифрованных по высшей категории защиты сообщений из Центра управления войсковой группировкой потенциального противника (ENCODING)
Близость места расположения Генерального штаба группировки потенциального противника к предполагаемому району соприкосновения основных сил, участвующих в конфликте (STAFF)
Уровень готовности (исправности) уникальной боевой спецтехники потенциального противника к оперативным действиям (TECHNICS)
Удаленность сил быстрого реагирования потенциального противника от района соприкосновения основных сил(SPARMY)
Количество больших боевых звездолетов в районе театра военных действий (SHIPS)
Наличие резервов топлива для звездолетов вблизи переднего края обороны потенциального противника (FUEL)
Мера недоступности (неизвестности) основных оперативных решений Генерального штаба потенциального противника (ORDERS)
Оперативная обстановка по данным текущего наблюдения за потенциальным противником (NEWS)
Текущая политическая обстановка в руководстве звездной системы потенциального противника (POLITICS)
В рассматриваемой системе, также как и во многих других аналогичных системах, используются как численные значения реальных параметров оценок, так и качественные характеристики процессов. Поскольку нейронная сеть способна обрабатывать только данные, представленные в числовом формате, то качественные характеристики требуется условно оцифровать по тем или иным критериям.
Для приведения всех характеристик монтируемой системы к числовому формату будут использованы:
- для параметров FLIGHTS и SHIPS - реальное число вылетов и кораблей;
- для параметров COMMUN, INTSERV, TECHNICS, ORDERS, NEWS, POLITICS пятибалльная шкала оценки от “1 - совершенно безопас¬но” до “5 - крайне опасно”;
для параметров SATELLITS, ENCODING, FUEL - оценки в диапазоне от '0 - отсутствует' до '1 – есть полностью ';
для параметров FRIENDS, STAFF, SPARMY - оценки принимают значения 1, 2 или 3 по мере увеличения опасности (трехбалльная шкала оцен¬ки).
Разнообразие форм оценок параметров реальные значения (целые или действительные), дискретные (по некоторой шкале) и непрерывные значения из некоторого диапазона, - обеспечивается возможностью нейронных сетей обобщать числовые входные данные независимо от их размерности и, практически независимо, от диапазона их значений.
На следующем этапе от экспертов требуется указать числовые значе¬ния всех 14 параметров в той или иной ситуации и дать соответствующую оценку угрозы нападения (ALARM) по пятибалльной шкале от “1 - мирная обстановка” до “5 – тревога”. Примеры оценок военно-стратегической обстановки приведены в табл.2.1.
Таблица.2.1. Оценки ситуаций на театре "Звездных войн"
В обычных реальных ситуациях изменение параметров происходит медленно, они оказываются весьма взаимосвязанными и каждая новая ситуа¬ция мало информационна из-за имеющейся сильной корреляции между ними. В этом случае примеры для обучения оказываются сильно похожими друг на друга и не могут создать для сети проблему обучения и последующего прогнозирования во всем пространстве параметров. Поэтому при формировании обучающих наборов оценок ситуаций их следует достаточно равномерно распределять по всему n-мерному пространству критериев, в котором сеть должна принимать решения.
Практически для формирования множества значений критериев оценки обстановки можно использовать программный генератор псевдослучайных чисел равномерно распределенных в интервале [а, b]. Уровень угрозы напа¬дения в этом случае оценивается исходя из сгенерированных векторов значе¬ний критериев. При формировании числовых значений параметров следует учесть, что в пакете BrainMaker в качестве разделителя целой и дробной частей числа используется точка.