Оглавление книги: "Наука и человечество 1984", медики против ядерной войны, наука международных отношений

Добро пожаловать на наш сайт!

Наука и человечество 1984

Технический прогресс

Обучение вычислительных систем, , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

19.08.2014 00:06
дата обновления страницы

Обучение вычислительных систем

Дата создания сайта:
20/12/2012


Технический прогресс

Обучение вычислительных систем
Псевдоожиженный слой твердых
Трение и смазка - химия граничных
Цеолиты-удивитель-е катализаторы


Полезные ссылки

 

Дата создания сайта: 20/12/2012
Дата обновления главной страницы: 19.08.2014 00:06

Обучение вычислительных систем, , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника
e-mail:
Обучение вычислительных систем, , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника
icq:
613603564
Полезные ссылки  

Купи щенка в Саратове, продажа щенков и взрослых собак немецкой овчарки с родословной от элитных производителей, регистрация в РКФ, дрессура собак по милицейской методике ОКД (общий курс дрессировки), ЗКС (защитно-караульная служба). Доска бесплатных объявлений г. Саратова, добавь свои объявления на нашу доску и их увидят миллионы людей Доска бесплатных объявлений г. Саратова, каталог статей, каталог предприятий и фирм, каталог ссылок, добавь свои объявления и предприятия, статьи на наши доски и их увидят миллионы людей Производим автошампуни для ручной и бесконтактной мойки автотранспорта, жидкие мыла, в т.ч. антибактериальные, средства для мытья посуды, уборки помещений, для ультразвуковой очистки деталей в ультразвуковых ваннах, моющие средства для наружной обмывки и внутренней уборки пассажирских железнодорожных вагонов, разрешенные к применению ВНИИЖТ на железнодорожном транспорте Тематическая доска бесплатных объявлений России, только реальные объявления, тематические объявления на любой вкус, объявления о знакомстве, строительстве, купля продажа автотранспорта Профессиональная доска бесплатных объявлений России, только реальные тематические объявления, объявления на любой цвет вкус, объявления о работе, недвижимость, купля автотранспорта, автосервисы, автомагазины, услуги, бизнес, инвестиции Качественное продвижение вашего сайта, быстрый рост ТИЦ и PR, регистрация сайтов в каталогах, размещение статей, рассылка объявлений на доски, email рассылки, рассылка электронных писем, регистрация предприятий в каталогах фирм, прогон сайтов по форумам, прогон по доскам объявлений, широкий выбор емаил рассылок, добавление ваших сайтов в поисковые системы Все о цитрусовых, лимоны, мандарины, лаймы, апельсины, памело, грейпфрут, гидриды, ремонтантные лимоны, комнатные лимоны, лимонарий, выращивание лимона в комнатных условиях, тепличные лимоны, Павловский лимон, цветение лимона, условия содержание лимона, болезни комнатных лимонов, где купить лимон, размножение лимона, лимон на окне, все о цитрусовых, разведение цитрусовых в доме, мандарины на окне, карликовые цитрусовые Познание продолжается, наука и человечество 60-х-80-х годов, наука для детей, энциклопедии для детей, книги для детей, старинные книги, знание сила, все о старинной науке, антикварные книги, старинные научные книги и справочники Книги о науке 80 годов, старинные книги, научные достижения 20 века, полеты в космос, медицина, космические исследования, ветеринария, лазеры, исследования Венеры, архиология, физика атомных столкновений, клады старой Руси, технический прогресс, системный подход к исследованию глобальных проблем, антикварные книги, старинные книги, старинные книги о науке

 поддержка проекта:
разместите на своей странице нашу кнопку!
И мы разместим на нашей странице Вашу кнопку или ссылку. Заявку прислать на e-mail

Обучение вычислительных систем, , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

код нашей кнопки:

Статистика Yandex   Яндекс.Метрика
Статистика Mail   Рейтинг@Mail.ru
Статистика Liveinternet  


Теоретические исследования - это изучение явлений самих по себе,
без их промышленного применения. Но заметьте, что нет ни одного научного открытия,
которое рано или поздно не получило бы практического применения.
Ф. Жолио-Кюри

Обучение вычислительных систем, , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника   Обучение вычислительных систем
И. В. ПРАНГИШВИЛИ, Ю. М. ФАТКИН, В. С. ШИРОКОЛАВА
 

  Псевдоожиженный слой твердых частиц ("кипящий слой")
ДЖ. ф. ДЭВИДСОН

  Трение и смазка - химия граничных слоев
Г. КЕЙЛ, К. МЕЙЕР

  Цеолиты - удивительные катализаторы
ХО ШИ ТХОАНГ

Обучение вычислительных систем, , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Несколько лет назад в Институте проблем управления (автоматики и телемеханики) АН СССР и Минприбора СССР были начаты работы по созданию комплекса программ для ЭВМ, в котором для решения различных задач используется накопленный ранее опыт, т. е. обучение решению задач. Известные к тому времени обучающиеся программы были чисто исследовательского характера и сами по себе никакого практического значения не имели, да и разработчики не ставили перед собой цели использовать их на практике, так как главным, по-видимому, считали демонстрацию самой возможности обучения ЭВМ.
С самого начала работ их авторы исходили из того, что использование обучения позволит в какой-то мере уменьшить тот значительный разрыв, который существует сегодня между бурным развитием вычислительной техники, появлением ЭВМ новых поколений и эффективностью решения весьма нужных для практики оптимизационных задач большой размерности. Этот разрыв с течением времени и появлением более совершенных ЭВМ не только не сокращается, но и несколько увеличивается.
Часто говорят об успехах внедрений ЭВМ в различные отрасли науки и производства, однако, если отбросить широко известные факты прошлого, много ли можно назвать отраслей, где использование именно новых ЭВМ давало бы принципиально новые результаты? Мы вовсе не хотим сказать, что эффект от разработки и распространения ЭВМ отсутствует - сегодня никто не сомневается в том, что он есть; речь идет об относительном уменьшении этого эффекта.
Утверждение о том, что "сложные", уникальные задачи - атрибут "сложных" отраслей науки и практики, не совсем справедливо, поскольку сложность задачи определяется всегда требованиями к точности ее решения. Пояснить это можно на простом примере.
Пусть требуется измерить расстояние между противоположными стенами комнаты. Решить такую задачу с точностью в несколько сантиметров обычно очень просто. Повысим точность до миллиметра или долей миллиметра. В этом случае, помимо чисто технических проблем, возникают и математические. Оказывается, надо заново определить прекрасно известное нам понятие "стена" - это теперь поверхность, которая задается, например, уравнениями, осредня-ющими ее отклонения от некоторого идеального уровня. Если даже не учитывать того, что дополнительно нам придется мерить эти отклонения, большие трудности могут возникнуть при составлении и решении системы уравнений, описывающих поверхность стены. Большая размерность системы уравнений (большое число переменных), или, как часто говорят, "проклятие размерности", может стать здесь непреодолимым препятствием.
"Проклятие размерности" преследует исследователя при численном анализе каждой сложной, уникальной задачи. Как явствует из приведенного выше примера, такая опасность подстерегает нас и в любой практической задаче, если только мы захотим ее решить с точностью, превышающей некоторую определенную. Бурное развитие вычислительной техники во многом связано с попыткой преодолеть такие трудности.
Современная ЭВМ третьего или четвертого поколения (широко распространенные и довольно расплывчатые понятия) - это совокупность процессоров, устройств памяти, ввода-вы-вода информации и т. д., т. е. комплекс аппаратуры и математическое обеспечение к нему. Совершенствование математического обеспечения и элементной базы приводит к появлению ЭВМ новых поколений. При этом развитие собственно математических методов решения за; дач лишь частично отражается в математическом обеспечении; с основными трудностями, возникающими при решении задач, должен бороться пользователь.
Сравнение возможностей современной ЭВМ и новых вычислительных методов решения задач (т. е. способов их математического описания и численного анализа) показывает, что второе явно отстает от первого; это-то и определяет тот разрыв, о котором говорилось выше.
Несостоятельность попытки преодолеть вычислительные трудности путем разработки все более мощных ЭВМ становится очевидной, если учесть, что размерность задач, решение которых позволяет получить качественно новые результаты, растет гораздо быстрее, чем возможности ЭВМ. Так при численном решении широко распространенных краевых задач* (к которому, по существу, сводится анализ большинства оптимизационных задач) увеличение их размерности на порядок требует повышения быстродействия ЭВМ на три - четыре порядка.
Заметим, что успешные решения отдельных новых сложных задач никак не устраняют упомянутого несоответствия, а, наоборот, подчеркивают его: такие решения почти всегда остаются уникальными и недоступны широкому кругу пользователей; они - достижения не столько разработчиков ЭВМ, сколько самих конкретных пользователей - постановщиков задач, математиков, программистов.
Обычно повышения эффективности вычислительных систем добиваются, увеличивая быстродействие их элементной базы (скорость выполнения отдельных операций), применяя новые программные решения при организации вычислительного процесса в целом и его отдельных этапов, используя в них принципы параллелизма и перестраиваемоеT, позволяющие увеличить число одновременно выполняемых операций.
В нашей работе эта цель в первую очередь достигалась с помощью обучения. Процесс обучения позволяет накопить и обобщить опыт решения относительно простых задач и затем использовать его путем ассоциаций и аналогий для решения более сложных, в том числе и в реальном масштабе времени. Преимущества данного подхода связаны с тем, что предлагаемый метод описания и численного анализа сложных задач доступен многим пользователям.

Для обучения прежде всего необходимо разработать систему правил, которые регулируют взаимоотношения "учителя" и "ученика" в определенной "среде". В нашем случае "учитель" может быть отождествлен с квалифицированным пользователем (или группой пользователей), а в качестве "ученика" выступает программа, реализованная на некоторой ЭВМ. Естественно, прежде всего надо создать такого "ученика" и "снабдить" его желанием обучаться.
Основное требование, предъявляемое к обучающейся программе, заключается в том, чтобы любой пользователь, даже не знающий, как она устроена (программист, обращающийся к машине на определенном алгоритмическом языке, может также этого не знать), мог бы всегда рассчитывать на получение решения с помощью ЭВМ, на которой она реализована. Другими словами, если пользователь сформулировал свою задачу по заданным правилам, то он должен получить решение в любом случае (конечно, оно не обязательно будет иметь необходимую ему точность, такое решение может и не существовать).
Сказанное означает, что обучающаяся программа как минимум должна быть универсальной относительно заданного правилами класса задач.
Принципы, заложенные в "конструкцию" обучающейся программы, совпадают с основными принципами теории управления: планирование счета и его проведение с обратной связью, т. е. выбор наилучшего плана решения из допустимых и последующее его "отслеживание" (оперативное управление решением с учетом возмущений). Под решением здесь понимается численная реализация алгоритма пользователя, т. е. счет на ЭВМ в соответствии с заданной им программой. К возмущениям относятся в том числе и неучтенные им факторы. Кроме того, для обучения необходимо ввести специальную память, в которой фиксируется информация об опыте прошлых решений.
Задача пользователя всегда рассматривается как динамическая (т. е. описывающая изменяющиеся во времени объекты или процессы) и оптимизационная (т. е. предполагающая поиск наилучшего в том или ином смысле решения).
Такой подход обосновывается тем, что, вопервых, это - наиболее сложные задачи, во-вто-ры&, при некотором навыке практически любая задача может быть сведена к таковой (частным случаем динамической задачи выступает и конечномерная статическая, а оптимизационной - поиск допустимого, а не наилучшего решения) и, наконец, в-третьих, сама программа должна выполняться за кратчайшее время, т. е. ее реализация есть динамическая и оптимизационная задача (если задана жестко фиксированная программа, то тогда нечему и обучаться).
Полученный при решении задачи численный результат всегда содержит ошибку, что необходимо помнить при его интерпретации. Природа таких ошибок двоякая: они возникают при постановке задачи (как следствие абстрагирования, когда пользователь пренебрегает несущественными, по его мнению, деталями) и при численной ее реализации на ЭВМ. В общем случае, особенно в сложных задачах, эти ошибки неотличимы друг от друга. Более того, в оптимизационных задачах выявить их невозможно, поскольку оптимальное решение всегда неизвестно (это реально только в том случае, когда результат уже получен, например, из опыта).
Общие цели обучения могут быть сформулированы так:
накопив опыт решения простых задач определенного класса, сократить время их решения;
проведя обучение на отдельных простых задачах, ускорить решение сложных;
накопив опыт решения конкретной сложной задачи, решать ее значительно быстрее, например, в реальном масштабе времени;
решать сверхсложные задачи.
Универсальность подхода, о которой говорилось выше, может теперь пониматься и в другом смысле: возможность обучения на любом классе задач делает обучающуюся программу потенциально универсальной уже относительно их классов.
В каждом конкретном случае форма обучения зависит от вида задачи и квалификации пользователя. Однако всегда при выборе наилучшего варианта решения необходимо сформулировать альтернативные варианты, которые задаются набором параметров.
Как известно, для того чтобы численно решить задачу, прежде всего необходимо выбрать соответствующий метод и задать численные значения характеризующих его (управляющих) параметров. Например, в случае краевой задачи выбор метода численного интегрирования сопровождается заданием величины шага или точности интегрирования, предельных знаний невязок (отклонений определенных характеристик от требуемых значений), условий окончания счета и т. д. Конкретные значения подобных (как их называют, свободных) параметров могут произвольно выбираться из некоторого интервала их изменения. От этого выбора зависит (или может зависеть) скорость сходимости вычислительной процедуры, время решения, объем требуемой памяти ЭВМ.
Эффективность обучающейся программы связана еще и с тем, что задача пользователя решается одновременно с задачей выбора наилучших в определенном смысле параметров самого вычислительного процесса. Для этого необходимо выделить свободные параметры, задать диапазоны их изменения и условия точности.
Параметризация, предполагающая параметрическое задание альтернативных вариантов, - основа обучения, что непременно должен учитывать любой пользователь. ?
Обучение программы представляет собой активный процесс, в котором вырабатываются способы нахождения решений путем параметризации как решаемых задач, так и применяемых для их решения методов, запоминается вся необходимая информация, использующаяся в дальнейшем для улучшения получаемого решения, динамической настройки алгоритмов на условия и требования конкретной задачи (либо конкретного класса задач), а также для целенаправленного изменения параметров и структуры алгоритмов на основе накопленного опыта*.
Процесс обучения разбивается на два этапа. Вначале на заданной (обучающей) совокупности задач определенного вида, по возможности простых (в целях экономии машинного времени), осуществляется настройка управляющих параметров методов. При этом накапливается опыт решения таких задач, т. е. запоминаются их признаки, наилучшие значения управляющих параметров, сами решения и другая необходимая информация.
Затем приступают к решению аналогичных или более сложных задач данного вида. При необходимости сложную задачу можно разбивать на совокупность более простых, каждая из которых решается на основе уже известных значений параметров.
Для новой задачи в памяти отыскивается информация о задачах, наиболее близких в определенном смысле к решаемой. При этом предполагается, что информация об опыте решения задач, подобных данной (т. е. близких с точки зрения заранее выбранных признаков), удовлртворяет следующему условию: из близости признаков должна следовать близость оптимальных значений управляющих параметров и наоборот.
Решение наиболее близкой задачи и соответствующий ему набор параметров служат начальным приближением решения новой задачи. В дальнейшем решение улучшается на основе анализа информации о других близких задачах, в результате чего находятся управляющие параметры, максимизирующие величину специально вводимого критерия качества управления. Выбор хорошего начального приближения и настройка параметров на конкретный вид задач существенно сокращают время их решения. ?
Замена реального объекта или процесса соответствующей ему математической моделью позволяет нам использовать для его изучения и анализа универсальные математические методы, не зависящие от его физической природы и конкретного вида. В математической модели необходимо отобразить все, что нам известно о свойствах и правилах функционирования объекта, в виде уравнений, неравенств, логических условий и т. п.
Многие исследуемые объекты (процессы) по сути своей управляемы. Целенаправленное воздействие на них (управление) может осуществляться различными способами. Если известна цель управления или, другими словами, сформулирован критерий качества управления, то тогда мы имеем дело с постановкой и решением оптимизационной задачи, которая в общем виде выглядит следующим образом: среди всех возможных управлений найти такое, которое переводит объект из исходного состояния в требуемое с наилучшим значением критерия качества. Искомое управление, доставляющее экстремум (максимум либо минимум в зависимости от смысла задачи) критерию, и называют оптимальным.
В нашем случае речь идет о функционировании объекта на некотором интервале времени и оптимизационная задача может быть сформулирована так: найти управляющие воздействия, при которых критерий качества, зависящий от фазовых переменных (т. е. переменных, определяющих состояние объекта в каждый момент времени), от управлений и интервала времени, принимает экстремальное значение; при этом функционирование объекта описывается дифференциальными уравнениями, заданы исходные значения фазовых переменных (исходное фазовое состояние) и допускаются ограничения на фазовые переменные и управления, записываемые в виде равенств и неравенств. Цель управления отражена в стремлении достичь экстремальной величины критерия качества в конечный момент времени.
Решение сложных оптимизационных задач во
многих случаях сопряжено с большими трудностями как принципиального, так и вычислительного характера,несмотря на то, что для этого разработано много точных и приближенных методов решения, таких, как: принцип максимума Понтрягина, динамическое программирование, линейное и нелинейное программирование, различные комбинаторные методы, методы случайного поиска и др.
Это обусловлено рядом причин. Прежде всего названные методы и их параметры не настроены на условия конкретных задач, вследствие чего методы, хорошо зарекомендовавшие себя при решении задач одного вида, могут давать плохие результаты в случае задач иного вида или даже отдельных задач того же вида.
Далее практика показывает, что решение сложных оптимизационных задач,' имеющих большую размерность (до сотен переменных), а также различные особенности (разрывные функции, сложные смешанные ограничения на фазовые и управляющие переменные и т. п.), даже на самых современных ЭВМ требует огромных
затрат машинного времени.

В случае когда для математической модели объекта (которую можно назвать основной или базовой) сформулированную выше задачу решить известными методами затруднительно, а зачастую и невозможно, наряду с ней вводится серия (одна или несколько) упрощенных моделей. В каждой из них могут быть отражены и более подробно исследованы не все, а только некоторые свойства и характеристики базовой модели; при этом предполагается, что влияние остальных характеристик менее существенно.
Принципиальное отличие базовой модели от упрощенных (называемых оптимизационными) заключается в следующем: если решение в первой существующими методами за приемлемое время получить трудно или невозможно, то для вторых оптимальное управление определяется обязательно (за приемлемое время одним из существующих методов).
Переход от базовой модели к оптимизационным происходит в соответствии с определенными правилами. Каждое конкретное преобразование осуществляется на основе параметризации исходной задачи заданием набора дискретных управляющих параметров, полностью характеризующих это преобразование.
Правила преобразования могут предусматривать различные действия: декомпозицию исходной задачи (разбиение задачи на совокупность аналогичных задач меньшей размерности), линеаризацию функций (т. е. приближенное представление нелинейной функции линейными), отбрасывание части несущественных ограничений,
 

 Обучение вычислительных систем, , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Рис. 1. Различные типы функций "полезности". Каждая из них, принимая положительные (при у больше b) или отрицательные (при у меньше Ъ)значения, характеризует отношение к размеру "выигрыша" или соответственно "проигрыша" величины у. Так, при "объективном" отношении (кривая (II-V) зависимость между функцией полезности и величиной критерия на всем диапазоне изменения последнего линейная; для "азартного" отношения (/-IV) характерно уменьшение веса "проигрыша" и возрастание веса "выигрыша", а для "осторожного" отношения (III-VI) - наоборот; при отношении "бедняка" (III-IV) преувеличивается вес как "выигрыша", так и "проигрыша", а при отношении "богача" (/-VI) преуменьшается вес и того и другого. Штриховые линии выделяют зоны, в которых по-разному оценивается качество процесса решения: А - зона "радости", В - "спокойствия", С - "неудовольствия"^ LJ - "страха". При попадании в конкретную зону на экране дисплея высвечиваются контуры лица с соответствующим выражением

уменьшение либо увеличение интервала интегрирования, разбиение его на отдельные участки, видоизменение критерия качества, замену дискретных переменных непрерывными и наоборот и т. п.
Все эти правила должны быть оформлены в виде отдельных алгоритмов и подпрограмм.
Параметрами, характеризующими преобразование, могут быть: номер способа преобразования, размерности оптимизационных моделей, длина интервала интегрирования и другие величины, выбираемые в зависимости от специфики конкретной задачи.
Алгоритмы для решения полученных оптимизационных задач также должны быть параметризованы. Параметрами, например, могут быть: номер метода решения, шаги интегрирования на определенных участках интервала, число таких участков, их длины, точность искомого решения и т. п. Решением каждой такой задачи будет соответствующее ей оптимальное управление.
Затем из полученных оптимальных управлений формируется пробное управление для базовой модели. Это делается также по определенным правилам, оформленным в виде параметризованных вычислительных алгоритмов (здесь используется еще один набор параметров).
Пробное управление поступает в базовую модель, и в ней решается задача Коши (интегрирование системы дифференциальных уравнений на всем временном интервале при заданных начальных условиях). В результате решения основной задачи в базовой модели определяется фазовая траектория (изменение состояния объекта в пространстве фазовых переменных) и вычисляются значения критерия, невязок, затраты машинного времени и другие величины, необходимые для последующей организации процесса обучения.
Здесь процесс решения опять-таки характеризуется своим набором управляющих параметров (номер метода интегрирования, значения присущих

Обучение вычислительных систем, работа сердца в компьтерных диаграммах , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

На рис. 2 представлена схема взаимодействия основных частей (блоков) обучающейся программы. В контуре I приводится непосредственное решение задач в соответствии с описанным ранее алгоритмом. В контуре II анализируется  Рис. 2. Схема функционирования обучающейся программы. Кружками обозначены ее блоки, а стрелками- направления движения информации. Диспетчерский блок управляет остальными блоками (вызывает и размещает их в оперативной памяти ЭВМ, рационально распределяет между ними вычислительные ресурсы и т. д.) и обеспечивает внешние связи (ввод и вывод информации, диалог оператора с ЭВМ, внесение корректив в ход решения и т. п.). Логический блок осуществляет выбор наилучших значений управляющих параметров, вычисляет величины внутреннего критерия и запрашивает в блоке памяти информацию о задачах, близких по совокупности признаков к исходной. В блоке памяти хранится, обрабатывается и разыскивается необходимая информация по ассоциативному принципу. Оптимизирующий блок формирует оптимизационные модели, находит их управления, а также вырабатывает прогноз изменения фазовых переменных в базовой модели. Блок базовых моделей имитирует движение объекта в фазовом пространстве, т. е. решает задачу Коши в базовой модели. Рецепторный блок сравнивает вычисленные значения фазовых переменных с прогнозируемыми и выдает информацию об их рассогласовании

 ему параметров, шаг либо точность интегрирования, точность поиска невязок и др.).
В итоге мы получаем пробное решение основной задачи. При этом каждый этап его поиска характеризуется набором управляющих параметров, конкретные значения которых существенно влияют на ход решения.
Сложность обучающейся программы, включающей много различных функциональных блоков, заставляет нас оценивать качество самого процесса решения. Для этого вводятся дополнительные критерии.
В результате получается набор критериев, в который, помимо упоминавшегося критерия качества исходной задачи, входят общее машинное время ее решения; машинное время, расходуемое на получение одного пробного решения; величина, на которую изменяется критерий качества при переходе от одного пробного решения к другому ит. д.
Для каждого критерия строится функция <полезности> (рис. 1). Затем из функций <полезности> формируется критерий качества процесса решения (внутренний критерий), зависящий от управляющих параметров и учитывающий наряду с критерием исходной задачи (внешним критерием) затраты машинного времени и другие характеристики, отражающие качество решения.
Когда пробное решение в базовой модели найдено и требуемые величины (в том числе внутренний критерий) вычислены, вся необходимая для последующей организации процесса обучения информация регистрируется специальной памятью обучающейся программы. Дальнейший ход вычислительного процесса направлен на улучшение внутреннего критерия посредством выбора соответствующих значений управляющих параметров.
Таким образом, решение исходной задачи сводится к поиску таких значений управляющих параметров, которые максимизируют внутренний критерий, т. е. к оптимизационной задаче.
Для решения этой задачи разработан специальный алгоритм, позволяющий найти экстремум функции многих переменных на основе анализа и переработки хранящейся в памяти информации, т. е. обучения, и с помощью логических процедур принятия решений.
В запоминаемую информацию входят признаки задачи (или целого класса задач), управляющие параметры, результаты решения. Под признаками понимаются обобщенные величины, наиболее полно характеризующие решаемую задачу или определенный класс подобных задач. Количество таких величин и их физический смысл зависят от вида и специфики конкретных задач. Результатами решения могут быть, например, значения оптимальных управлений, соответствующие им траектории, величины внешнего и внутреннего критериев, функции полезности.

Обучение вычислительных систем, работа сердца в компьтерных диаграммах , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Рис. 3. Преобразование функциональной схемы в информационную. 1,2 - накопители информации; 1 <2. h - интенсивность работы блоков

оббатывается и отыскивается информация о предыдущих решениях с целью продуктивного ее использования для последующих решений в контуре I.
Вначале, на стадии обучения, работает контур I; по мере накопления в памяти информации все чаще подключается контур II; при достаточной обученности программы преимущественно функционирует контур II.
Поскольку для сложных задач (а именно для них в первую очередь и предназначена обучающаяся программа) машинное время, расходуемое на один проход по контуру I, как правило, в десятки, сотни раз больше, чем по контуру II, такой подход позволяет существенно сократить общее машинное время, затрачиваемое на их решение.
Отметим, что в данной функциональной схеме нашли отражение требования, предъявляемые к программе при обучении (о них говорилось выше). Так, блок базовых моделей осуществляет связь с <внешней средой> - моделью объекта, диспетчерский (совместно с пользователем) --выступает в качестве <учителя>, блок памяти выполняет функции памяти, а имманентное (внутренне присущее) стремление к обучению заложено в логическом блоке (что проявляется при формировании внутреннего критерия).
Схему, изображенную на рис. 2, можно представить и по-другому. Фактически стрелки между блоками можно считать накопителями информации.
На рис. З показан фрагмент схемы, на котором отмечены накопители (выходная информация блока базовых моделей и одновременно входная - для рецепторного) и /2 (выходная информация рецепторного блока и входная - для блока памяти).
Процесс функционирования программы при этом интерпретируется как передача информации от одних блоков к другим. Поток информации в каждый момент времени может быть охарактеризован его интенсивностью, т. е. количеством информации, перерабатываемой в единицу времени.
Теперь фрагмент схемы выглядит так, как это показано на рис. 36. Стрелками между накопителями изображается по существу функционирование блоков: it - интенсивность работы блока базовых моделей, i2 - рецепторного блока, i3 - блока памяти.
Такая интерпретация схемы позволила свести функционирование программы к динамической оптимизационной задаче (ее критерием может быть, например, время выполнения программы) и решать ее с помощью той же самой обучающейся программы, разумеется, задав предварительно все необходимые данные и ограничения, учитывающие, в частности, особенности конкретной ЭВМ.
Таким образом, обучающаяся программа в
 

Обучение вычислительных систем, работа сердца в компьтерных диаграммах , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Рис. 4. <Двухъярусная> схема использования обучающейся программы. Во внутреннем ярусе решается исходная (внешняя) задача, размещенная в блоке базовых моделей. Во внешнем - осуществляется оптимальная настройка (в соответствии с внутренним критерием) блоков внутреннего яруса

данном случае находит несколько неожиданное применение: она используется для автоматизированного синтеза программ, задаваемых своими информационными схемами 8.
Отметим еще одно важное свойство обучающейся программы: она универсальна (ее рабочее название - <универсальный моделятор>) по отношению к различным классам задач (классам базовых моделей). Это связано с тем, что ее основные блоки остаются неизменными при решении различных по физической природе и по математической постановке задач.
Как уже говорилось, сам процесс решения любой оптимизационной задачи с помощью обучающейся программы сводится также к оптимизационной задаче (к поиску экстремума внутреннего критерия). Следовательно, для решения последней также может быть применена обучающаяся программа. В результате получается <двухъярусная> схема ее использования (рис. 4).
Во внутреннем ярусе непосредственно решается исходная задача (по схеме, изображенной на рис. 2). После нахождения решения внешний ярус настраивает параметры блоков внутреннего яруса в соответствии со своим (внутренним) критерием качества (им может быть, как уже говорилось, время решения исходной задачи). Следует отметить, что блоки внутреннего и внешнего ярусов могут реализовываться одной и той же программой, меняется лишь информация, поступающая на входы блоков, которая и определяет функциональную принадлежность последних соответствующему ярусу.
Настраивая параметры блоков одного яруса с помощью другого, обучающаяся программа самосовершенствуется. Ясно, что при необходимости функционирование двухъярусной программы также можно рассматривать как новую оптимизационную задачу и соответствующим образом строить для нее третий ярус и т. д.
Разработанный в Институте проблем управления подход и соответствующая ему обучающаяся программа реализована на многопроцессорных вычислительных системах ПС-2000 и ПС-3000 (рис 5)

Обучение вычислительных систем, работа сердца в компьтерных диаграммах , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Рис. 5. Решение задачи магистрального кровообращения на вычислительной системе ПС-2000: один из операторов ведет диалог с обучающейся программой, другой следит за ходом решения

, которые способны динамически адаптировать вычислительные ресурсы к алгоритмам решения задач*. Эффективность обучающейся программы на ЭВМ типа ПС повышается, в частности, за счет широкого использования принципов параллелизма и перестраиваемости.
Обучение позволяет резко сократить объем вычислений для исходной задачи, выбрать наилучшие алгоритмы ее решения и определить оптимальный план обмена информацией между оперативной и внешней памятью вычислительной системы. Для сложных уникальных задач, формализованный анализ которых в настоящее время невозможен, обучение может осуществляться в процессе их решения. При этом пробные решения генерируются автоматически, а затем отбираются и оптимально стыкуются наилучшие их части.
Метод обучения, о котором говорилось выше, в корне меняет подход к ориентации вычислительной системы на эффективное решение тех или иных классов оптимизационных задач. Система ориентируется на нужный класс задач не столько за счет изменения ее архитектуры и структуры (как это обычно принято), сколько на основе обучения, что позволяет все более точно находить приближенные решения и улучшать

Обучение вычислительных систем, работа сердца в компьтерных диаграммах , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Рис. 6. Зависимость среднего машинного времени, необходимого для решения одной задачи, от объема накопленного опыта (числа решенных задач данного типа) с использованием (сплошная линия) и без использования (штриховая) обучающейся программы: а - 6-отрас-левая модель (время обучения - 150 с); 6- 12-про-дуктовая модель (время обучения - 280 с); в - 29-от-раслевая модель (время обучения - 3200 с)

параметры, оптимизирующие вычислительный процесс.
На однопроцессорной ЭВМ обучающаяся программа ускоряет процесс решения сложных оптимизационных задач в 5-10 раз; на многопроцессорной выигрыш во времени увеличивается с ростом числа процессоров. Так, в системе ПС-2000, состоящей из 32 процессоров, время решения сокращается примерно в 30 раз, т. е. практически пропорционально их числу. При этом производительность 8-процессорной системы достигает 25 млн. операций типа сложения в секунду, а максимальной 64-процессорной - 200 млн.
Из сказанного вытекает, что за счет перестраиваемое Т структуры и использования обучающейся программы система ПС-2000 (несмотря на то, что ее процессоры могут выполнять одновременно лишь одни и те же команды) способна эффективно решать задачи, которые ранее были
практически не решаемыми.
С помощью разработанной в Институте программы решено большое число сложных задач из различных областей техники, экономики, медицины, архитектуры, в частности три серии задач экономического управления, задачи стабилизации среднего артериального давления в модели сердечно-сосудистой системы, обезуглероживания расплава в процессе выплавки стали, оптимальной компоновки архитектурных сооружений, конструирования оптимальной формы технического документа и др.
В задачах экономического управления изучались две динамические модели межотраслевого баланса, описываемые соответственно системами из 6 и 29 линейных дифференциальных уравнений (6- и 29-отраслевые модели), а также модель внутризаводского межцехового планирования, описываемая системой из 12 линейных дифференциальных уравнений (12-продуктовая модель).

Обучение вычислительных систем, работа сердца в компьтерных диаграммах , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Рис. 7. Структурная схема модели кровообращения (гемодинамики). Сердечно-сосудистая система представлена замкнутой неразветвленной гидравлической системой, состоящей из десяти последовательно соединенных эластичных резервуаров: два из них (1 и 6) выполняют функции насосов (левый и правый желудочки сердца); остальные отображают малый (7, 8, 9, 10) и большой (2, 3, 4, 5) круги кровообращения. Допускается возможность моделирования кровопотери (из резервуара 2) и крововосполнения (с помощью капельницы в резервуар 5). Цифры около стрелок - объем крови (миллилитры) в соответствующем резервуаре в исходный момент времени; цифры над или под резервуаром- текущий объем крови в нем. Заштрихованная часть каждого резервуара показывает, насколько он заполнен при данном значении текущего объема. Рисунок получен с помощью графопостроителя

Отличительная особенность этих трех серий задач состоит в том, что математически они формулируются в виде систем линейных дифференциальных уравнений с линейным критерием качества и со смешанными ограничениями на фазовые переменные и управления. Решение подобных задач, как правило, сопряжено с большими вычислительными трудностями.
Поиск решения во всех трех случаях представляет собой процесс последовательных приближений, при котором базовая модель путем декомпозиции разбивается на ряд оптимизационных моделей меньшей размерности.
Признаками задач были начальные значения фазовых переменных и величина интервала планирования; управляющими параметрами - количество оптимизационных моделей, их размерность, число этапов в процедуре декомпозиции, число участков при разбиении интервала планирования, точность метода интегрирования и др.
Процесс обучения для каждой серии осуществлялся на обучающей последовательности задач, которая формировалась путем изменения значений признаков с помощью датчика случайных чисел. Результаты решения запоминались. По мере заполнения памяти периодически решалось несколько (3-5) контрольных задач того же класса, причем в этом случае информация в

Обучение вычислительных систем, работа сердца в компьтерных диаграммах , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Рис. 8. Результаты моделирования аортальной недостаточности (графопостроитель). Верхний график - зависимости средних значений (сверху вниз) давления в левом желудочке, артериального, в левом предсердии (в миллиметрах ртутного столба) от времени (в секундах). Интервалы времени соответствуют следующим режимам кровообращения: а- нормальный; в- переходный, начинающийся при <включении> (на 15-й секунде) моделируемой патологии; с- вновь установившийся, соответствующий аортальной недостаточности. Остальные графики- зависимости мгновенных значений тех же давлений от времени на интервалах а, в и с

Обучение вычислительных систем, работа сердца в компьтерных диаграммах , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Рис. 9. Кадры кинограммы пульсирующего сердца; их номера - 1, 11, 21, 31, 41, 51 (графопостроитель). С помощью подсистемы графического обеспечения обучающейся программы необходимая пользователю информация может быть выведена в форме кинограммы, кадры которой появляются на экране дисплея в темпе работы модели или по желанию пользователя вычерчиваются на графопостроителе

записывалась. Для сравнения те же контрольные задачи решались без применения обучающейся программы.
Графики, приведенные на рис. 6, показывают, что вначале, когда происходит настройка управляющих параметров (работает контур I) и накоплено еще мало опыта, время решения контрольных задач с помощью обучающейся программы больше, чем без нее. Это время по ходу обучения (подключается контур II) уменьшалось и к концу обучения (преимущественно работает контур II) было для каждой из моделей соответственно в 4, 6 и 8 раз меньше, чем при решении тех же задач без использования обучающейся программы.
Из графиков видно также, что с увеличением размерности и сложности задач растет время, затрачиваемое на обучение, но зато и выигрыш при этом становится значительнее.
Одна и та же 29-отраслевая задача решалась в трех различных вариантах: с опытом, накопленным раздельно на сериях 6-отраслевых и 12-продуктовых задач, и без него. В первых двух случаях в процессе решения в качестве начального приближения использовались полученные на сериях значения управляющих параметров, что привело к значительному сокращению временных затрат, которые соответственно составили 146 и 98 с, а в третьем случае - 321.
Учитывая, что среднее время решения 6-отрас-левой или 12-продуктовой задачи гораздо меньше, чем 29-отраслевой, такой подход к обучению представляется весьма перспективным.
Функционирование обучающейся программы, как уже говорилось, опирается на математическую модель исследуемого объекта (базовую модель). Но построить такую модель для сложных объектов подчас непросто.
Один из путей ее построения - объединение подмоделей составных частей объекта. Однако и здесь возникают большие трудности, связанные в первую очередь с недостатком информации о взаимосвязях элементов объекта.
Иногда построение математических моделей может быть сведено к оптимизационным задачам, что позволяет использовать для него обучающуюся программу.
В Институте проблем управления с ее помощью, в частности, была разработана модель магистрального кровообращения, объединившая математические подмодели элементов сердечнососудистой системы и описываемая системой 16 обыкновенных нелинейных дифференциальных уравнений (рис. 7).
Решение на ЭВМ задачи Коши для этой модели дает возможность определить мгновенное давление крови в любом из резервуаров, их объемы и потоки крови из них, интегральные характеристики кровообращения: минутный объем крови, среднее артериальное давление, среднее периферическое сопротивление сосудов и др.
Для удобства работы в обучающуюся программу включена подсистема графического обеспечения,

Обучение вычислительных систем, работа сердца в компьтерных диаграммах , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Рис. 10. Детализированный кадр № 31 кинограммы, показанной на рис. 9 (графопостроитель). ЛЖ и ПЖ - левый и правый желудочки, ЛП и ПП - левое и правое предсердие, НПВ и ВПВ - нижние и верхние полые вены

Обучение вычислительных систем, работа сердца в компьтерных диаграммах , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Рис. 11. Кадр кинограммы (см. рис. 9), выведенный на экран дисплея. Красная стрелка - направление движения артериальной крови, синяя - венозной

Обучение вычислительных систем, работа сердца в компьтерных диаграммах , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Рис. 12. Фрагмент кинограммы электрических потенциалов сердца (развертка потенциалов на поверхности сердца, графопостроитель). Величина потенциалов задана высотой над плоскостью (обозначена уголками), в которой размещена двумерная проекция сферы (последней приближенно представлено сердце). На каждом кадре справа - вид спереди, слева - сзади

 которая позволяет, в частности, визуализировать информацию, получаемую при работе с моделью сердечно-сосудистой системы (рис. 7-10, 12, 13 получены с помощью графопостроителя ЭВМ; рис. 11, 14, 15- на экране дисплея).
Модель имитирует не только нормальную деятельность системы, но и различные отклонения: кровопотери и крововосполнение, аритмию сердца, стеноз и пр. (рис. 8).
Так, при моделировании аортальной недостаточности (неполное закрывание аортального клапана в диастолической фазе сердечного цикла,

Обучение вычислительных систем, работа сердца в компьтерных диаграммах , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Рис. 13. Кадр кинограммы электрических потенциалов сердца в развернутой прямоугольной проекции (графо построитель). Замкнутые сплошные кривые - линии равного положительного потенциала, точечные - отрицательного; цифры - градусы дуги на сфере, которой приближенно представлено сердце

Обучение вычислительных систем, работа сердца в компьтерных диаграммах , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Обучение вычислительных систем, работа сердца в компьтерных диаграммах , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Рис. 14. Кадры кинограмм электрических потенциалов сердца в развернутой прямоугольной проекции (экран дисплея). Различным величинам потенциала соответствуют разные цвета. Слева нормальное функционирование, справа - патология

Обучение вычислительных систем, работа сердца в компьтерных диаграммах , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Рис. 15. Кадр кинограммы электрических потенциалов сердца в сферической проекции (экран дисплея). Различным величинам потенциала соответствуют разные цвета

т. е. при расслаблении предсердий и желудочков сердца, см. рис. 8), выявляются отрицательные явления, сопровождающие данную патологию: уменьшение минутного объема крови из-за увеличения конечнодиастолического объема левого желудочка приводит к ухудшению снабжения органов и тканей кислородом и питательными веществами; появляются пиковые нагрузки на сердечную мышцу в систолической фазе (сокращение) сердечного цикла.
С помощью ЭВМ можно проследить весьма информативное для специалиста динамическое изменение электрических потенциалов сердца (измеренное на поверхности тела распределение электрического потенциала по определенной методике пересчитывается на поверхность сердца). Рис. 12, 13, 15 демонстрируют работу нормального сердца. Ясно, что динамика электрических потенциалов должна быть увязана с гидравлическими характеристиками работающего сердца.
Обучающаяся программа оказалась достаточно эффективной для решения таких задач, сложность и громоздкость которых очень затрудяют их анализ традиционными методами. Помимо упомянутых выше, к подобным задачам относятся задачи, связанные с распознаванием образов, автоматизацией научных экспериментов, проектированием сложных объектов, и многие другие.

  Сто лет назад

ФРАНЦИЯ. Передана силы электричеством. В последнее время много было говорено о соглашении на эксплуатирование изобретения Марселя Депре. Это соглашение находится в зависимости от результатов опыта, недавно начатого на северной железной дороге. Марсель Депре занят в настоящее время этими прекрасными опытами передачи работы из Крейя в Париж посредством двух проволок из кремнистой бронзы. В Крейе будет поставлена машина в 200 л. е., и работа ее будет передаваться в Париж трем различным машинам.
"Техник"

ПЕТЕРБУРГ. Недавно происходили замечательные по дальности расстояния непрерывные переговоры по телеграфу. Из Лондона переговаривались сначала через Одессу, потом через Тегеран и наконец прямо из Лондона с телеграфистом в Калькутте (т. е. на расстоянии более 11 тысяч километров), где даже на телеграфной станции не поверили сразу в непрерывность переговоров.
"Техник"

Обучение вычислительных систем, , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника

Ивери Варламович ПРАНГИШВИЛИ (р. 1930) - специалист в области систем управления и вычислительной техники, профессор, академик АН ГССР, заместитель директора Института проблем управления (автоматики и телемеханики) АН СССР и Минприбора, заслуженный деятель науки и техники РСФСР.
Окончил (1952) Грузинский политехнический институт. В 1959 защитил кандидатскую диссертацию, а в 1968 - докторскую. В 1979 избран академиком АН ГССР. С 1960 работает в Институте проблем управления (с 1970 - заместитель директора).
Научные исследования И. В. Прангишвили посвящены разработке теории и новых принципов построения управляющих вычислительных комплексов и систем телеавтоматического управления. Под его руководством разработаны семейства высокопроизводительных многопроцессорных комплексов с перестраиваемой структурой типа ПС-2000, ПС-3000 и систем телеавтоматического управления. И. В. Прангишвили занимается также разработкой микропроцессорных распределенных систем управления и ассоциативных систем обработки больших массивов информации. Он возглавляет комплексные теоретические и экспериментальные исследования по созданию современных геофизических вычислительных комплексов, комплексов по обработке сигналов изображений и ассоциативных обучающихся ЭВМ.
Автор около 190 научных работ, в том числе 8 монографий, и 25 изобретений.

Обучение вычислительных систем, , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника Юрий Максимович ФАТКИН (р. 1929) - специалист в области теории оптимального управления, доктор технических наук, профессор, заведующий лабораторией Института проблем управления (автоматики и телемеханики) АН СССР и Минприбора. Окончил (1962) Московский авиационный институт им. С. Орджоникидзе (МАИ).
Работал в Центральном а эрогидродинамическом институте (ЦАГИ) им. Н. Е. Жуковского.
С 1968 - заведующий лабораторией в Институте проблем управления.
В 1966 защитил кандидатскую диссертацию, а в 1973 - докторскую. Научные интересы Ю. М. Фаткина связаны с разработкой новых методов решения вариационных проблем. На основе предложенных им теоретических концепций и под его руководством разработан комплекс обучающихся программ, ориентированный на решение сложных оптимизационных задач. Возглавляет исследования, направленные на создание обучающихся ЭВМ. Занимается также разработкой и решением динамических проблем математической теории игр.
Автор свыше 70 научных публикаций.
Обучение вычислительных систем, , технический прогресс, регресс, псевдоожиженный слой твердых частиц, кипящие слои, трение и смазка это химия граничных слоев, цеолиты удивительные катализаторы, Наука и техника 80-х годов 20-го века, достижения науки, технический прогресс, научные исследования, научная энциклопедия, старые книги, познание продолжается, антикварные книги, исследования в космосе, строение атома, планета земля, тепличные растения, пересадка почек, донорские органы, человек и земля, человек и наука, газовый лазер,активность солнца,ионные кристаллы, жидкокресталические экраны, математика и вычислительная техника Валерий Семенович ШИРОКОЛАВА (р. 1939) - специалист в области прикладной математики, автоматизации программирования, кандидат технических наук, руководитель группы Института проблем управления (автоматики и телемеханики) АН СССР и Минприбора.
Окончил (1960) Московский государственный университет им. М. В. Ломоносова.
С 1974 работает в Институте проблем управления. В 1981 защитил кандидатскую диссертацию. Интересы В. С. Широкола-вы связаны с разработкой теории и методов обучения ЭВМ; на комплекс обучающихся программ, разработанный на этой основе, опирается создание математического обеспечения для новых высокопроизводительных вычислительных машин с перестраиваемой структурой.
Автор более 20 научных работ.

 

 

 

 

 

Размещение фотографий и цитирование статей с нашего сайта на других ресурсах разрешается при условии указания ссылки на первоисточник и фотографии.
 

 
 Доска  объявлений:  

Тематическая доска бесплатных объявлений с хорошей посещаемостью, объявлении о продаже бизнеса, антиквариата, автомобилей, электроники, телефонов, товары услуги, стройматериалы, недвижимость, знакомства

www.matrixboard.ru

 Каталог ссылок:  

Тематическая доска бесплатных объявлений с хорошей посещаемостью, объявлении о продаже бизнеса, антиквариата, автомобилей, электроники, телефонов, товары услуги, стройматериалы, недвижимость, знакомства, интимные услуги, эскорт, земельные участки, дачи, гаражи, интернет услуги, каталог ссылок, каталог статей, тематический катлог ссылок, тематический каталог предприятий России, каталог фирм, зарегестрировать предприятие в каталоге предприятий

 Каталог тематических ссылок:
 Каталог статей:
 Каталог фирм:
 Каталог объявлений:
 Добавить Ваши данные

Размести свои объявления  

Тематическая доска бесплатных объявлений с хорошей посещаемостью, объявлении о продаже бизнеса, антиквариата, автомобилей, электроники, телефонов, товары услуги, стройматериалы, недвижимость, знакомства, интимные услуги, эскорт, земельные участки, дачи, гаражи, интернет услуги, мобильные телефоны, компьютеры, бытовая  и промышленная химия

Доска объявлений для профи

 Элитные объявления тут  

Тематическая доска бесплатных объявлений с хорошей посещаемостью, объявлении о продаже бизнеса, антиквариата, автомобилей, электроники, телефонов, товары услуги, стройматериалы, недвижимость, знакомства, интимные услуги, эскорт, земельные участки, дачи, гаражи, интернет услуги, мобильные телефоны, компьютеры, бытовая  и промышленная химия, животный мир, питомники, собаки, немецкая овчарка

Тематическая доска объявлений

 Кинология в Саратове  

Часный питомник немецкой овчарки в Саратове, купить щенка с родословной в Саратове, дрессировка немецкой овчарки, элитные немецкие овчарки, передержка собак

частный питомник немецкой овчарки в Саратове, дрессировка

 Раскрутка и продвижение  

Продвижение сайтов, емаил рассылки, прогон по каталогам, прогон по форумам, прогон профилями, прогон по социальным закладкам, прогон хруммером, прогон аллсубмитерром, размещение объявлений на досках

Вашего сайта, е-маил рассылки, размещение объявлений на доски, регистрация в каталогах

 Моющие средства в широком  

Автохимия для автомоек производство и реализация в Саратове и в регионах, доставка в регионы, бесконтактная автохимия, автошампуни, полироли, салфетки, силиконы купить в Саратове

ассортименте для ручной профессиональной мойки серии Фаворит и клининга

Автохимия для профи  

Бесконтактная пена для мойки автомашин, активная пена, двухкомонентные моющие средства, средства для автомобилей, концентрированные автошампуни, автошампуни для профессиональной мойки автомашин

Автошампуни для бесконтактной мойки авто

Моющие средства для вагонов  

Фаворит К -кислотное моющее средство для наружной обмывки пассажирских железнодорожных вагонов с антикором, суперконцентрат от производителя купить в Саратове с доставкой в регионы

Моющее средство "Фаворит-К" для наружной мойки вагонов

Все для дорожников

Моющие средства для мойки асфальта, атодорог, бетонных дорог, бордюрного придорожного камня, придорожных столбов, бюджетные моющие средства для мойки дорог

Средства для мойки автодорог, асфальта

Автошампуни для мойки авто 

Автокосметика для Вашего автомобиля, моющие средства для ручной и автоматической и бесконтактной мойки автомобилей, концентрированные автошампуни для ручной профессиональной мойки оптом купить в Саратове

Автохимия и автошампуни для ручной мойки автомобилей

Бесконтактная химия  

Активная пена для бесконтактной мойки купить в Саратове, для автомоек и уборки помещений, универсальные моющие средства, мойка автомобилей

Для мойки автотехники и уборки помещений

Отмой катер, яхту, лодку  

Купить средства для мойки днища катеров, яхт, кораблей, лодок, водных судов и водного транспорта

Химия для мойки катеров, яхт

Средства для дезинфекции  

Дезинфицирующие средства широкого применения, для дезинфекции помещений, одежды, мебели, посуды, для ветеринального надзора, дезинфекция в ЛПУ, пищевой промышленности, молочной, колбасной, предстерилизационной очистки инструмента

Самаровка дезинфицирующее средство широкого применения (концентрат)

Как и чем отмыть жд вагон?  

Моющие средства для наружной и внутренней уборки пассажирских ЖД вагонов, суперконцентраты, широкие возможности, универсальность, антикоррозийные добавки, нетребуется защита персонала

Суперконцетраты для наружной обмывки пассажирских вагонов

Тестирование форсунок  

Тестовые жидкости для тестирования форсунок инжекторов на производительность до и после промыки, моющие и чистящие средства для форсунок, как очистить инжектор

Тестовые жидкости для тестирования форсунок на стендах

Мойка форсунок  

Чистящие средства для чистки форсунок и изделий из металлов, карбюраторов, печатных плат, контактов, радиодеталей, автомобильных деталей и электроники

Чистка форсунок в ультразвуковой ванне "Фаворит Ультра" суперконцентрат

Чистка старинных изделий

Кислотные чистящие средства в широком ассортименте для очистки изделий из металла от ржавчины, оксидных и мениральных отложений, очистка монет и раритетов, цветных металлов

Кислотные моющие средства для чистки антикварных изделий из цветных металлов

Размести свои объявления  

Очистка форсунок ультразвуком в ултразвуковой ванне, производство ультразвуковых ванн, ультразвуковые жидкости в Саратове, УЗО купить в Саратове, ультразвуковая очистка инжектора

"Фаворит Ультра Red" чистка форсунок и печатных плат ультразвуком

Чистка изделий из алюминия

Очистка форсунок ультразвуком в ултразвуковой ванне, производство ультразвуковых ванн, ультразвуковые жидкости в Саратове, УЗО купить в Саратове, ультразвуковая очистка инжектора, очистка алюминиевых деталей от коррозии и загрязнений, мягкая очистка цветных металлов в ультразвуковых ваннах

Моющие средства для чистки форсунок ультразвуком серии "Фаворит"

Бытовая химия  

Моющие средства для клининга и уборки помещений, жидкие мыла, средства для мытья посуды купить от производителя оптом в Саратове с доставкой в регионы

Моющие средства для клининга

Экзотические растения  

Все о лимонах и цитрусовых культурах, лимоны, лаймы, мандарины, кумкват, гибриды, грейпфрут, цитроны, памело, пальмы, апельсины

Все о цитрусовых растениях

Перейти на главную страницу

  



 


Смотрите также интересные ссылки:

Мойка вагонов, разработки для железнодорожного транспорта и метрополитена  Бесконтактная мойка авто и транспорта  Средства для Ультразвука и ультразвуковых ванн   Дезинфицирующие средства  Разместить бесплатно объявление на доске объявлений www.matrixboard.ru Зарегистрируй предприятие в нашем каталоге www.catalog.matrixplus.ru  Питомник элитной немецкой овчарки  Доска объявлений matrixplus.ru  Доска объявлений abc64.ru Все о цитрусовых растениях Кинология в Саратове Наука и человечество 1970 года