Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги / Методы и средства цифровой обработки пространственно-временных сигналов

..pdf
Скачиваний:
1
Добавлен:
12.11.2023
Размер:
5.9 Mб
Скачать

Элементы ( I ) - суть

непустые

подмножества

/, М

о коли-

чеством элементов,

не превосходящим

N .

 

 

 

 

 

Полагаем

У р с Р

, Е € УС'

С е ( б С ) [Е ]

; -

 

 

что

Х ( р , Е , С)

 

есть

ив/

множество всех

отобра­

жений

 

 

 

 

 

 

 

 

 

 

 

 

 

X

0 . СГЁ1 ~

Р

 

%ДЛЯ квздого из которых

Х (0)=р

н

Уд 6 Т,С[Е]

 

 

 

 

выполняется:

 

 

 

 

 

Х ( * ) е А С(6) (X ( 6 - 0 )

 

 

 

 

 

 

Элементы

X ( р уЕ,С)

- "движения", отвечающие начальному

состоянию

р

и

 

последовательности

С

выполнения опе­

раций, нумеруемых числами из

Е .

 

Именно движение ХеХ(руЕ>С)

начинается в

точке

 

р

,

затем

 

X (1)

выбирается из

А ц 1)(Р)

и т .д .

Тогда

У р еР ,

Е € УС, С е ( 6 1 )[Е ] 7

X е X ( Р , Е у С)

 

 

число

 

 

 

 

 

 

^ ( р , е , с , х )& I в Ш } ( х а - о , х а ) )

 

 

( 2)

есть затраты на выполнение операций из множества

Е

в оче­

редности

I

,

складывающиеся вдоль движения

X

. Качество

самой очередности

 

(маршрута)

С

естественно при втог харак­

теризовать нижней гранью значений (2) при переборе всех

Х ё Х *

*\Р,Е,С).

именно

У р е Р , Е е Ж

 

б е ( б 1 ) [ Е ]

 

число

 

 

 

 

 

 

 

 

 

 

 

 

 

Т ( р > * Л *

 

 

( Р , Е , С , х ) е [ 0 , о о [

 

 

 

 

 

 

Х е Х ( р , Е , С )

 

 

 

 

 

 

( э >

определяет

качество

 

С

. Минимизация

(3)

посредством

рационального выбора

 

С

составляет основную цель. Тогда

У р е Р

, Е е Ж

 

 

 

 

 

 

 

 

 

 

П р , Е ) й Щ

 

Г ( Р , Е , 0

 

 

 

 

 

 

 

 

1 е ( б 1 ) [ Е ]

 

 

 

 

 

 

____

есть соответствующий оптимум затрат. Вводим далее*

У%€ /М

множество

 

 

 

 

 

 

 

 

 

 

 

 

 

Т [ 1 ] й ( Е Е е Г с [ Е ] = г ]

(семейство всех

% -элементных подмножеств

!уМ ),Кро­

ме того, имеем

Уч Е 1>N:

 

 

Ж[1]й{Е Е е Х , С [ Е ] = % } = Г [ 1 ]

 

Наконец, полагаем

Уке 0УИ~1

, ЕеТ[М~~к] 3

что Х * [ Е ]

естьйв/

семейство всех множеств

И Е Л [М" к]

, содержащихся:кавдое в

Е . Элементы

[Е]характеризуют возможные варианты оставшихся, еще

не выполненных после

к

шагов,

операций. Любой из

этих

вариантов доступен исследователю, так что

Ук € 0,/У~ /

 

реР.,- Е е Т [ М - к ]

 

 

 

 

 

 

 

1 Р & ] * н ц ^ ' 1-)

 

 

 

 

и )

есть*"полный" оптимум возможных затрат после перехода

к

шагов в состояние

р

, Наиболее просто величина

(4)

вы­

числяется при к = N-1

 

. Именно(Г[М ~(/У~I)] =Л.

Далее

Ур Е Р 5

Е Е Л

 

 

 

 

 

 

Основной интерес представляет

^д [Р±

Г,71]

для тех

или иных

РЕ Р

, поскольку эта величина характеризует оп­

тимум суммарных затрат при выполнении ^

N

(из М

) опера­

ций, Переход от

^ _ 1/*•;•]

к

 

будет осу­

ществляться посредством процедуры динамического программирова­

ния, модифицированной соответствующим образом для исследования

маршрутной задачи.

Уравнение Зедлмана, Цель его состоит в определении соотно­ шений, связывающих функции (4) для разных значений дискретного

времени (нижний индекс в левой части (4)), Конечно, учитывается,

«о Н е Р ^ Х ^ - / ) ,ЕеГ[М-к], }е Е

Е\{1}чГ[М-(к*1)] (е)

<3 учетом (6) и приведенных выше определений Непосредственно йроверяется, что справедлива оледувдая

Теорема

I .

Пусть

к е 0,М-1\

( М 7 р в А ;

ЕеТ [М -

 

Тогда

 

[

~ к ] <

 

 

 

 

 

(7)

Выражение

(7) есть

не что иное»

как вариант уравнения

Веллмана. Важной особенностью (7) является "совместная" опта-

миэация: выбор

/ в Е

и затем выбор7 А^(р)

на

каждом шаге дискретного

процесса.

 

Построение функции Веллмана. Соотношения (5) и (7)

пред­

ставляют фактически принципиальный способ решения задачи о вы-

полнении

N

операций из М

возможных с наименьшими

суымарными

затратами. Приведем соответствующую процедуру реше­

ния в достаточно подробном виде, испольэуя содержательную фор­ му изложения. Обсудим построение системы

(Ч*Г-; ],

1)

(8)

(точки на месте соответствующих аргументов означают, что ука­ занные функции рассматриваются как целое); систему (6) именуем функцией Веллмана, что вполне согласуется с общепринятой трак­

товкой. Построение

системы (6)

будет включать

N

шагов, на

пером из которых используется

(5 ): функция

 

 

[ • ; ]

последнее сечение искомой функции Вел­

лмана - непосредственно определяется соотношением (5 ).

 

(см. ( 6 ) - ( 7 ) ) . Дальнейшее постр^эние аналогично, сяо попользу­ ет (7 ).

Действительно,

пусть

(Пе 1,М

таково, что УкеЩ]

функция

ц

I* \ ']

У®0 построена.

Если при этом

/77 = N , то нужное построение функции Веллмана завершено.

Пусть

/77 < N

Тогда /77 +1 е / ,

и Л/-(/П+Ое

е 0,М~1\{М~1] .

Определяем

. У

из условия: V р € Р ,Е еТ[М~(1\/~(Л1+!%]

Такам образом, эа

N

фагов может

быть построена

функция Веллмана (8 ). В частности,

Т [ М ]

= ( / , М]

и определена, в силу упомянутой процедуры,

зависимость

^0

= (1 а [ р ; О Т ) р е Р ,

 

переводящая

Р

в [ 0 ; 00 [

и представляющая основной

интерес.

 

 

 

 

 

Реализация оптимальных: решений. Полагаем зафиксированньы

начальное

состояние

Ро ^ Р

Кроме того,

считаем,

что функция Веллмана

( 8

) уже построена. В итоге

имеем число

V

; Т О

 

, характеризующее оптимум в мар­

шрутной задаче. Зададимся теперь произвольным числом

6 * ^ /?>

О < в#

в .качестве

параметра

точноотй. С учетом

(7) име­

ем, что

 

 

 

 

 

 

+ ^ Г г ; / , / п ( У ! Л

 

С уч. гом (9) выберем Л, Е Т^Ц

и Р ^ А , ( Р0) ,

тек что

1

к , (Р0 , Р , ) ^ и Р , ; й ч \ ( о С { } ] < - 94 -

 

< К [ Р 0- ,1,Н)+ - М

 

 

 

 

( Ю )

 

 

 

 

 

 

Далее выбор,

подобный

(1 0 )„ следует повторять. Действительно,

допустим,

что

 

П в /,

N

 

и уяе построены наборы

(^ О ш т п

!>п

 

 

> (РскеГ^п

{>л

^

 

г-

Д

е

Д /?

 

 

выполняется Р[АоС[(р[-,) ;

 

г.

7 к е

/,П VI е

 

/,л

 

 

 

 

 

 

 

( кфР. )

=$>(оСц ф оС( )

 

 

 

^

 

Д

 

-/) Рс)<

[ Ро >^ р ] " ^л I- Рп >

 

 

 

 

 

 

 

 

 

 

 

 

 

(I I )

Если при

этом

П -N

,

то

построение завершено, причем,

как ето

следует из

( I I ) ,

выполняется неравенство

 

^

Д [-1

 

 

^0 [Ро ;

!’М ]+

 

(12)

Поскольку в данном случае

[ еС[

Сё

 

есть N

элементное

подмножество

 

^77

и

 

^

 

 

 

 

 

 

то

(12)

означает построение

Й * -о п ти -.

мяльного решения.

 

 

 

 

 

 

 

 

 

 

Пусть

П < N

. Рассмотрим

отдельно

следующие два слу­

чая:

П<1/~Л

 

и

/7=/V-/

 

 

__

 

а) Пусть

Л

<

/ У - / 2

 

.

Поскольку Л

 

и /,М\$оС1

С€ К~П] € Т [ М ~ Я ]

,

восполь­

зуемся теоремой

I . Используя

(7 )» выберем

сСп+/е /,М\

\[сС^

 

Сё /,Л ]

 

и

 

Рр+1 ^

 

 

так, что

 

 

 

 

 

 

 

 

 

 

 

 

< ц „ „ г д , .

 

* С ,

 

 

; № 1

® »

■ и г р г п ' ) ] < ^„ [ р „ ; К Н \ ^ с ( е / 7 Т > ] Л - %

Из

( I I ) ,

(13 )

следует,

что

 

 

 

 

 

П±1

 

 

 

 

 

 

 

 

 

^ 1 Р п , / > !>М\

§

^ г Р 1 - п Р с ) <

.

>

I

1 е 1 ,П + 1 } ] +

 

Соотношение (14) фактически означает, что удалось "продлить11

наборы

(<^'с)сб^п

)

( Р^сеЦ*

на °дан шаг

0 о х р а ­

нением условий' 1 -3 .

 

 

 

 

 

 

 

Пусть

П = уУ ~ /

. Воспользуемся соотношением ( 5 ) ,

учитывая, что 1,М\ [оС[

С€ / \И~1} € Л

в

_______

Тогда, используя (5 ), выберем

сС^е /, М\ [оС{

I в /, N"1^

* Рне

(Рц-!)

 

И3 УСЛ0ВИЯ: ____

 

 

^ N ^ N -1

^ N-1 [

Рц~ !о»

 

 

(15)

\

[сб^

с е 1,й - / ] ]

+

ги

 

 

 

Тогда,

используя ( I I ) ,

получим неравенство

 

 

Д воС( (Рм л

)< V [ Ро

+

 

 

Комбинируя утверждения, отвечающие разным случаям, полу­ чаем, что посредством алгоритма, основанного на принципе ди­ намического программирования, после N шагов будут по­ строены наборы

(Рскея??

о,н— Р

 

такие, что а) Vк € I, N

С € /, N

выполняется

( Ш ) = > и л Ф*е)

__

 

 

в> (р[)1ебд7е Х (ро

 

/ € I* # ]•(<**)(€пт)‘>

с > ^ ( Р

о 4 1 е

 

ке1~Й

?

 

(Рзке^й) < ^о,/Ро »

 

 

 

 

В силу произвольности

внбора

б *

, б#

> 0 7

по­

лучаем способ построения

б

-оптимальных решений при

всяк°'1 выборе

б > 0

. Конечно же,

данный алгоритм пост­

роен но "функциональном уровне"; вычислительная реализация это­ го алгоритма может оказаться весьма затруднительной. Тем не

- 96 -

менее при помощи теоремы I

определится структура пошаговой

оптимизации и характеризуется

логика процесса маршрутизации с

одновременным выбором параметра.

Библиографичоски И список

1.БКИЛМАН Р. Применение динамического программирования к задаче о коммивояжере / / кибернетический сборник. Вин.9. м ., 1964. С .219-222.

2.ХЭДЛИ Д. Но мнейиое и динамическое программирование.

М., 1967. с.

3.КЕШ Дж.Л. Общая топология. М ., 1981. 431 с.

4.АДЕКСАПДРЯН Р .Л ., ЩРЙЛХЛНЯН Э.Л. Общая топология, М ., 1979. 336 с.

УДК 1319.7

А.Р.Хетерин

(Уральский политех­

 

нический институт)

АНАЛИЗ ПРАВИЛ

"ПРОСТОЕ ГОЛОСОВАНИЕ" И

"ВЗВЕШЕННОЕ

СУММИРОВАНИЕ" 1 ЗАДАЧЕ КОЛЛЕКТИВНОГО РАСПОЗНАВАНИЯ ТРЕХ КЛАССОВ

В различных задачах распознавания могут возникать ытуации,

когда нельзя достигнуть заданного качества классификации при наличии только одного распознающего автомата (РА). В таких слу­ чаях для повышения достоверности классификации необходимо ис­ пользовать несколько РА. При этом появляется необходимость объединения в некотором центральном автомате (ЦА) информации, поступающей от различных РА. В работе проводится анализ приме­ нения правил "простое голосование" и "взвешенное суммирование" при объединении данных нескольких РА с целью коллективного рас­

познавания трех классов.

Способ совместной обработки поступивших в ДА данных и ка­ чество его работы определяются :арактером этих данных и априор­ ной информацией о рассматриваемой ситуации. В идеальном случае,

т .е . при наличии полной априорной информации о статистике

из­

меряемых признаков в

РА и

отсутствии ограничений на пропускную

способность каналов

связи,

саждый РА передает измеренные

значе­

ния признаков в ЦА,

где осуществляется распознавание классов

 

 

- 97 -

 

в соответствии с критерием максимуме правдоподобия. Если на пропускную способность каналов связи наложены жесткие ограни­ чения, то может вложиться ситуация, когда данные, приходящие в ЦА, будут содержать информацию только о решениях, принятых в РА.

Еоли при этом отсутствует полное статистическое описание ситуации

и лЗЬ

ЗТНО ТОЛЬКО, ЧТО ВОрОЯТ-

 

ность

правильного распознавания

 

одним РА превышает 0,33,

то це­

 

лесообразной процедурой принятия

 

решения в этом случае является

 

"простое голосование"

[ I ]

. Это

 

правило означает, что

в ЦА реше­

 

ние принимается в пользу того

 

класса, который был выбран боль­

 

шинством РА. Бели из трех

были

Рио.1. Зависимость

выбраны два или три класса, за

требуемой ВПР от коли­

которые проголосовало

одинако­

чества РА

вое количество автоматов,

то

 

.между ними проводится

равнове­

 

роятный случайный выбор. При г зданной вероятности правильного

распознавания (БПР) применение совокупности РА позволяет сни­ зить требования к достоверности работы одного РА. На рис.1 по­

казана

зависимость требуемой ВНР одного

РА Р /

от I

-к о ­

личества идентичных РА в

системе при заданной ШР всего

кол­

лектива

. Из ри с.1,

в частности,

видно, что

при

Р^ =0,9

увеличение числа автоматов в системе (до шести) позволяет сни­ зить требования к НОР одр го РА до 0 ,7 .

Однако применение правила "простое голосование" в системе,

которая состоит из РА, имеющих существенно различные значения ВНР, может привести к немалым потерям в эффективности работы коллектива. В качестве примера рассмотрим следующую ситуацию. Пусть имеется система, где все РА, за исключением одного, име­

ют одинаковую ВОР,

равную 0 ,4 . Один автомат обладает ВНР, рав­

ной 0 ,9 . На рио.2

изображена зависимость ЧПР системы от коли­

чества РА, полученная путем моделизвания описанного случая. Из р и с.2 видно, что, во-первых, ШР всей системы в целом мень-

рч, чем ШР одного "хорошего"

РА, во-вторых, в рассматриваемом

- 98

-

интервале

значений

с увеличением

числа автоматов ВПР коллекти­

ва падает.

Отсюда

следует вывод,

что для подобных ситуаций

требуется иметь хотя бы грубые оценки достоверности работы раз­ личных автоматов и с их учетом строить правило коллективного

 

■принятия решения.

 

 

 

 

 

Если известно

полное

ста­

 

тистическое

описание

работы РА,

 

т .е . заданы Р[^

-вероятнрсти

 

принятия решения в

пользу

Ь -г о

 

класса

С -м РА при наличии

 

/ - г о

класса;

 

= ГТЗ;

 

^ = I , I.

 

и отсутствует

 

статистическая

связ;. меяду их

 

решениями,

то

оптимальной по

 

критерию максимума правдоподо­

 

бия процедурой принятия решения

 

в ДА является правило

''взвешен­

Рис.2. Зависимость ВПР

ного суммирования". В этом слу­

чае в

зависимости от

поступив-

системы от количества РА (Ш1Р

щего от РА решения в

ЦА каядо-

одного РА - 0 ,9 ; ВР 1 осталь-

щ из

классов

назначается

свой

ных РА - 0 ,4 )

"в ес".

Решение принимаётся в

 

пользу

того

класса,

которому

соответствует максимальная сумма "весов" по всем РА. Проведя соответствующую нормировкудэнаем, что значение "веса", прида­

ваемого

^ -му классу, при выборе

С РА

I - г о клаоса

определяется из соотношения:

 

 

 

~ А ^ Р ц с/ Р и

'>

 

тРц =пМРф ; А = (тШ Рце/РиТ

Заметим, что п р г

Ре

(!~Ре)/д Р6> о,м

справедливо

и С= ^ / ° ^

. где <^г Щ Щ /(!- Рс), 4 / -

СИМ­

ВОЛ Кронекера,

т .е . получаем правило "взвешенного

голосова­

ния" [V ]

 

 

 

 

Зачастую полное статистическое описание работы РА отсу> -

ствует, т .е . нет априорной I* формации, необходимой

для реа­

лизации метода

"взвешенного

суммирования". Однако

в этом

слу-

Рис.З. Зависимость усредненной ВПР от количества обучающих выборок

чае можно применить процедуру обучения, состоящую в получении

оценки достоверности работы различных РА по мере накопления

экспериментальных данных в процессе работы системы. С учетом этих оценок в ЦА выставляется "вес" решению РА. Данный подход

был реализован при моделировании принятия коллективного реше­

ния в

системе, где все РА, кроме одного,

имели БИР, равную

0 ,3 3 ,

а один РА обладал ВПР, равной 0 ,9 .

Результаты моделиро­

вания даны на рис.З, показывающем зависимость усредненной ШР системы от количества обучающих выборок при различном коли­ честве автоматов. Из рис.З следует, что при трех РА в системе средняя ВНР приближается к потенциально возможной (0 ,9 ) уже

Соседние файлы в папке книги