Техника - молодёжи 2005-07, страница 33

ПАМЯТЬ

ПАМЯТЬ

Рис. 11. Модель нейросети (два варианта соединения элементов ПАМЯТЬ)

из-за проблем вычислимости множественных столкновений частиц в отдельных элементах ПАМЯТЬ и сложности самих сетей, объединенных аналогично графу коммивояжера.

А вот особенности конструкции сетей на потоках сыпучей среды не только это позволяют, но и предполагают возможность построения на их основе гомеоста-тических моделей, подобных гомеостату Эшби³. Действительно, если резко повысить или понизить уровень сыпучей среды в одном элементе ПАМЯТЬ, входящем в непланарную сеть, то соседние элементы ПАМЯТЬ будут стремиться компенсировать это воздействие, что характерно для систем, обладающих гомеостазисом.

Сети элементов на сыпучих средах, в отличие от электронных логических сетей, сходны с реальной нервной сетью и по целому ряду других свойств. Так, кроме уже упомянутых свойств непланарно-сти и гомеостазиса, эти сети объединяет смешанный характер сигналов - дискрет -но-аналоговый. Скорости распространения сигналов в них приблизительно одного порядка (от 1 до 150 м/с в нейросети и от 1 до десятков м/с в сети на сыпучей среде). Каждый отдельный элемент и в одной, и в другой сети способен реали-зовывать следующие функции: порог, усталость, рефрактерность, обучение, забывание, действие тормозных синапсов.

Рис. 12. Знаковый орграф для системы «Наука и общество»

А как утверждал Гегель: «В капле отражаются свойства океана».

Применения. Возникает законный вопрос, а где могут быть использованы элементы автоматики на потоках сыпучей среды? По мнению автора, областями применения устройств на потоках сыпучей среды являются: учебные устройства при изучении логических автоматов и дискретно-аналоговых сетей, развивающие игры и игрушки, автоматы, способные функционировать при высоких и низких температурах, а также в вакууме (при наличии гравитационного поля) без защитных экранов и использования системы термостатирования, при этом в вакууме не происходит утрата рабочего тела. Но наиболее важным направлением является изучение возможностей моделирования сложных физических и организационных систем, так как сети, построенные на основе элементов ПАМЯТЬ, структурно подобны знаково-функциональным графам и могут быть представлены в виде динамической модели.

Модель системы «Наука и общество».

Автор одной из фундаментальных работ по методам моделирования Ф.С. Роберте⁴ констатирует, что «при моделировании сложных систем исследователь сталкивается с необходимостью нахождения компромисса между точностью результатов моделирования и возможностью получения подробной информации, необходимой для построения модели. Знаковые ориентированные графы используются при разработке упрощенных математических моделей сложных систем и при анализе результатов, получаемых на основе минимальной информации. Нередко знаковый граф является наиболее детализированной моделью сложной системы, которую удается создать». Свои выводы Роберт иллюстрирует примером использования ориентированного графа при моделировании системы «Наука и общество». Воспользуемся и мы этим примером.

ТЕХНИКА- МОЛОДЕЖИ 7' 2 0 0 5

31

На рис. 12 представлен знаковый граф для системы «Наука и общество», взятый из книги Ф.С. Робертса, где введены следующие обозначения:

1 - число рабочих мест для научных работников;

2 - число слабо подготовленных исследователей;

3 - доля «плохой» научной продукции или вредные последствия использования результатов научно-технических исследований;

4 - внутренние и внешние угрозы обществу, для преодоления которых требуются достижения науки и техники;

5 - общественное мнение в пользу развития научных исследований;

6 - бюджетные ограничения;

7 - государственный бюджет научных исследований;

8 - число хорошо подготовленных исследователей;

9 - доля «добротной» научной продукции или положительные последствия использования достижений науки и техники.

Предположим, что преодолены все технические и технологические трудности по объединению элементов ПАМЯТЬ в устойчивую динамическую сеть. (Такая сеть устойчива, если уровни сыпучей среды изменяются только в пределах шкал, установленных на каждом элементе ПАМЯТЬ. ) Тогда каждому узлу графа ставим в соответствие один элемент ПАМЯТЬ со шкалой, подобранной для отображения соответствующего из показателей 1-9. При этом, если над дугой графа стоит знак «+», то элементы объединяются подобно элементам ПАМЯТЬ 1 и 2, а если знак «-», то так, как элементы ПАМЯТЬ 3 и 4 (см. рис. 11). Каждая дуга знакового графа соответствует совокупности связей на динамической модели, использующей потоки сыпучей среды. На следующем этапе на шкалах элементов ПАМЯТЬ выставляются значения показателей 1 - 9 графа, характерные для года п (на основании статистических данных). Принимается временной масштаб, например один час функционирования модели соответствует одному году развития реальной системы. После запуска модели, т.е. при ее нахождении в динамическом состоянии, добиваются такого положения, чтобы через час работы модели на шкалах отобразились показатели реальной системы, соответствующие году п+1. Этот этап называется этапом обучения системы. Далее добиваются такого положения, чтобы по завершении второго часа работы модели показатели на шкалах соответствовали году п+2 реальной системы, и т.д.

В результате мы получим «обученную» динамическую систему, которая будет способна на эволюционное изменение показателей по годам в соответствии с принятым масштабом времени и осуществление прогноза развития реальной системы. Или, другими словами, если модель правильно выдает показатели для ряда лет, включая текущий, то дальнейшее ее функционирование будет равнозначно составлению прогноза поведения реальной системы в будущем.

Подводя короткий итог изложенному, отметим, что исследования потоков сыпучей среды находятся на начальном этапе, и только дальнейшие исследования покажут, насколько эффективно устройства на подобных принципах смогут быть использованы в науке и технике.

Рисунки Михаила ШМИТОВА Ш

³. Эшби У.Р. Конструкция мозга. - М.: Изд. Иностранной литературы, 1962.

⁴. Роберте Ф.С. Дискретные математические модели с приложениями к социальным, биологическим и экономическим задачам. - М.: Наука, 1986.