Московский государственный университет путей сообщения
Опубликован: 12.09.2011 | Доступ: свободный | Студентов: 3127 / 119 | Оценка: 4.67 / 4.33 | Длительность: 18:55:00
Специальности: Программист
Лекция 9:

Нейросетевые модели пошаговой оптимизации, маршрутизации и тактических игр

< Лекция 8 || Лекция 9: 123 || Лекция 10 >

Нейросетевая маршрутизация с учётом загруженности магистралей

Выше справедливо указывается, что пункт смещения объекта по транспортной сети из данного пункта (начального или текущего) определяется на основе разности координат пункта назначения и данного пункта. Все заранее известные рекомендации записываются в логической нейронной сети – то есть в виде таблицы с ассоциативной выборкой.

Однако реально динамически возникают условия, влияющие на выбор маршрута. При моделировании совместного движения многих объектов (наземных транспортных средств, информационных пакетов и др.) необходимо динамически учитывать их взаимное – прямое или опосредствованное - влияние. Это влияние может быть обусловлено пропускной способностью магистралей, аварийной составляющей, минимально допустимым интервалом движения и др. Значит, необходимо предусмотреть альтернативные действия по выбору маршрута движения.

Разнообразие таких действий связано с конкретным объектом моделирования. Например, на железнодорожном транспорте вступает в действие длина составов. Расписание движения может предполагать длительные стоянки на резервных путях и т.д.

Передача информационных пакетов в значительно более развитой сети передачи данных также имеет свои особенности.

Своими особенностями обладает и обслуживание авиационных линий.

Разнообразие условий движения в транспортной сети определяет целесообразность составления нейросетевого маршрутизатора для каждого пункта отдельно. В таком маршрутизаторе на локальном уровне должны отображаться "местные", динамически формируемые условия движения.

На рис.9.4 дана схема нейросетевого маршрутизатора, учитывающего загруженность или аварийность транспортных магистралей, связанных с пунктом.

 Схема маршрутизатора с учётом загрузки магистралей

увеличить изображение
Рис. 9.4. Схема маршрутизатора с учётом загрузки магистралей

В дополнение информации о указанной ранее разности координат учитываются два новых фактора: приходящая извне информация о загруженности магистралей, в том числе об авариях, и о соблюдении минимального интервала движения.

Предполагается, что пункт текущего нахождения объекта связан с любым пунктом смещения единственной магистралью, т.е. резервных магистралей между ними нет.

Выбор пункта смещения производится, как и раньше, "голосованием" с помощью функции активации, основанной на простом суммировании сигналов на входе нейрона. При этом целесообразно делить эту сумму на число входов нейрона – нормировать сигнал на выходе. Важен выбор порога, исключающего рассмотрение сигналов, от не рекомендуемых пунктов смещения.

Можно было бы управлять этими весами, т.е. ввести динамический приоритет пунктов смещения и таким образом отразить загрузку магистралей. Однако такой способ усложняет модель. Если уж рассматривать логическую нейронную сеть, то нецелесообразно выходить за рамки методов её обработки. Следует воспользоваться механизмом обратных связей, как показано на рисунке.

Введены т нейронов рецепторного слоя. Они могут возбуждаться извне на правах "нормальных" рецепторов Свободная магистраль соответствует сигналу, равному единице, заблокированная – нулю. Однако возбуждение этих нейронов может корректироваться на основе отрицательной обратной связи в случае занятия магистрали при следовании объекта в пункт смещения. Если магистраль оказывается занятой вследствие рекомендации пункта смещения, связанного с ней, то в течение времени, равного минимальному интервалу движения \Delta t, этот пункт смещения не должен назначаться. Этого легко достичь с помощью переменной величины веса отрицательной обратной связи, поступающей на нейрон-рецептор, "отвечающий" за магистраль.

Пусть V_{ВХОДi} – величина возбуждения нейрона i (i = 1, …, m), подаваемого извне с весом единица – от органа управления более высокого уровня;

V_{ПУНКТi} – величина возбуждения обратной связи, пришедшая от нейрона, соответствующего i-му пункту смещения.

Тогда рекомендуется функция веса обратных связей (красные стрелки), ведущих к нейронам 1 – m:

\omega_i= \begin{cases}
k \frac {t-t_{0i}-\Delta t }{\Delta t },\ &при\ t_{0i} < t < t_{0i}+ \Delta t\\
0,\ &в\ противном\ случае
\end{cases}

Здесь:

tтекущее время;

t_{0i} – момент времени назначения i-го пункта смещения;

t_{0i}+ \Delta t – момент времени полного снятия ограничения на новое занятие магистрали;

k – некоторый экспериментально подобранный коэффициент, зависящий от совокупности величин сигналов, подаваемых на нейрон входного слоя. Подбирается так, чтобы разумно погасить влияние обратной связи, не доводя её до абсурда.

Конечно, такая дисциплина "нежного" ввода магистрали в действие связана, как говорилось выше, с особенностями движения в транспортной сети. Железнодорожной сети это может быть более свойственно, чем сети передачи данных. В последней просто достаточно закрыть доступ к соответствующему рецептору в течение некоторого времени, после занятия линии связи.

Напомним о циклической работе логической нейронной сети в роли маршрутизатора. Тогда выдача нового задания, приводящая к повторному использованию того же пункта смещения, будет, при необходимости, блокироваться с помощью предыдущего значения веса обратной связи. Для успешного завершения процесса во времени, после нового, неудачного, обращения к пункту должна быть восстановлена текущая величина возбуждения нейрона, соответствующего выбранному пункту смещения, и время t.

Движение транспорта с выбором альтернативного пункта смещения

Выделим для каждого пункта (узла) транспортной сети множество смежных пунктов. Любой маршрут следования из пункта отправления к пункту назначения осуществляется с помощью последовательности смещений между смежными пунктами. Так что маршрут не формируется весь заранее, а реализуется динамически с учётом приоритетного обращения к смежным пунктам и загрузки этих пунктов.

Предполагается, что для каждого пункта назначения на каждом пункте хранятся приоритетные веса смежных пунктов смещения для достижения цели с максимальным качеством – минимум расстояния, минимум времени, минимум опасности циклического движения и др. Для всех возможных пунктов назначения данная информация объединяется в таблицу.

Например, смежными для данного пункта являются пункты B_1, …, B_N. Тогда для отдельного адреса назначения А указанная информация может иметь вид строки в таблице:

Пункт (адрес) назначения Предпочтительный вес смежного узла в направлении движения
А w_{A1} w_{A2} ..... w_{AN}

Если в строке указан не единственный вес, отличный от нуля, то этим определяется возможность альтернативного смещения. В этом случае общую маршрутизацию, осуществляемую в сети, следует назвать свободной. Если в строке декларируется единственная единица, то альтернативы не существует. Маршрутизацию, где все смещения для достижения пунктов назначения определены однозначно, следует назвать жёсткой.

Альтернативное смещение в смежный пункт реализует элемент самоуправления, адаптации на основе обратной связи, ведущей от смежных пунктов к пункту текущего нахождения транспорта.

Моделирование совместного движения множества объектов в транспортной сети по испытываемым сценариям необходимо, прежде всего, для выделения маршрутов (поездов, самолётов, информационных пакетов и др.) при поиске оптимальных расписаний движения. В частности, такое моделирование предполагается в рамках общей методики оптимального обслуживания пассажиропотоков.

Каждый пункт (узел) сети характеризуется своей максимальной пропускной способностью и её текущим резервом - для нахождения пункта смещения. Тогда, логическая нейронная сеть, находящаяся на каждом пункте, имеет отрицательные веса связей, ведущих от буферов смежных узлов.

Функция активации: V=\sum \limits_j \omega_j V_j, если эта сумма больше h, 0 – в противном случае.

В данном случае эта функция имеет вид:

V_i = V_A \omega_{ij} – k_i, если эта разность превышает порог h, 0 в противном случае.

Порог h выбирается экспериментально так, чтобы предпочтение могло быть выбрано между не полностью загруженными узлами.

На рис.9.5 представлен фрагмент логической нейронной сети, находящейся на каждом узле, в котором отображён выбор смежного пункта смещения при следовании объекта в пункт А.

Фрагмент логической нейронной сети, размещённой на узле

Рис. 9.5. Фрагмент логической нейронной сети, размещённой на узле

В построенной обобщённой модели движения в транспортной сети буфер отображает пропускную способность узла. Конкретно это может быть: количество путей железнодорожной станции, количество взлётно-посадочных полос, максимальное использование радио каналов и т.д. В рамках теории логических нейронных сетей значение коэффициента загрузки буфера можно интерпретировать как достоверность высказывания о том, что буфер заполнен полностью.

Принятую дисциплину использования загрузки буфера для разрешения движения в сторону узла также следует считать достаточно общей: ведь если мы узнаём, что на некотором участке дороги создалась "пробка", то разумно не надеяться на то, что к нашему приезду она рассосётся. Следует изменить маршрут. Такова практика организации полётов и передачи информационных пакетов.

Следует учесть, что прогнозирование ситуации на узле на тот момент, когда поезд до него доберётся, требует согласованного анализа многих маршрутов. Это значительно усложняет динамическое управление движением. Проще запретить движение в сторону перегруженного узла.

< Лекция 8 || Лекция 9: 123 || Лекция 10 >
Владислав Гладышев
Владислав Гладышев

А как проходить курс ? я же могу прямо сейчас все лекции прочитать и здать экзамен, к чему там даты ? 

Максим Куклин
Максим Куклин

Добрый день!

В лекции не отобразил определение персептрона, увидел его в дополнительных материалах.

Получается, что персептрон распознает образ по эталону, а логическая НС - по "пачке" признаков?

Михаил Алексеев
Михаил Алексеев
Россия, Уфа, УГАТУ, 2002
Павел Костицын
Павел Костицын
Россия, Лысьва, ЛФ ПНИПУ, 2013