Файл: Шахнович, А. Р. Математические методы в исследовании биологических систем регулирования.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 19.10.2024

Просмотров: 93

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

решающие правила, использующие процедуру динамиче­ ского программирования на графах ситуаций;

эвристические решающие правила, использующие личный опыт ЛПР;

игровые решающие правила.

ЛПР находится в сложной системе взаимоотношений со средой и принимает решение в течение конечного интервала времени по целому комплексу проблем. Наиболее отчетливо это выражено в процессе деятельности человека-оператора.

Формально подобная система взаимоотношений может быть

описана с помощью теории интегральных игр (Morgenstern,

1971).

Если, следуя H . Н. Воробьеву (глава 1-3), в общем виде рас­

сматривать игру как совокупность

ряда

элементов:

 

і ? д — множество

коалиций

действия;

 

 

 

 

SK — множество

стратегий

коалиций

действия;

 

 

 

і?и множество

коалиций

интересов;

 

 

 

 

б1 — множество

ситуаций;

 

 

 

 

 

 

)>-s — отношение

предпочтения,

 

 

 

 

 

то

общее представление интегральной

игры имеет

вид

 

 

 

Гт

= <Ги

G,

Т> ( і =

1....П),

 

 

где

G — ресурсы;

 

 

 

 

 

 

 

 

 

Г і =

<Яді»

{^иЬеДді»

Sb

Rai,

 

{>-иЬеНИ }>>

 

где

тг — число

элементарных

игр в комплексе; Rai,

Rai,

Ski —

произвольные

множества;

s Œ П 5 А г

— произвольные

бинар­

ные

отношения.

 

 

 

 

 

 

 

 

Сущность интегральных игр состоит в том, что в определенном интервале времени один и тот же объект должен достичь несколь­ ких целей. Цель считается достигнутой, если она достигнута свое­ временно.

Проблема теории интегральных игр состоит в определении по­ рядка достижения целей и в распределении ограниченных ресур­ сов.

При этом один объект: — вступает в различные типы игровых

отношений

Гц, где і — номер

игры (по степени важности); / —

тип игры

(по соответствующей

классификации);

с разными критериями Qu',

может находиться в каждой {Гц} игре в разной стадии (постановка задачи, выбор методов решения, оценка ре­ зультата) ;

вырабатывает различные стратегии Щ], причем стратегии

должны быть совместимыми.

Применительно к рассматриваемым задачам поведения необ­ ходимо отметить, что в каждой элементарной игре одной из сто­ рон является один и тот же объект (ЛПР), обладающий ограни­ ченными возможностями.

180


Выработка и реализация стратегий в каждой элементарной игре требует расхода определенных усилий из ограниченных воз­ можностей объекта.

Постановка задачи, оценка информационных характеристик процесса, выбор решающих правил, реализация стратегий про­ изводятся ЛПР и в значительной мере определяются его функцио­ нальными характеристиками.

Поведение может осуществляться ЛПР в нормальных или в патологических условиях. Основные патологии, по-видимому, могут принадлежать к одному из следующих классов:

информационная патология;

необходимость принятия решения при недостаточной инфор­ мации, вызванной повреждением органов чувств или слож­ ностью ситуации;

патология, связанная с постановкой задачи — выбраны неверные критерии или альтернативы;

алгоритмическая патология — решающие правила выбраны

 

неверно.

 

 

 

Причинами появления двух последних классов патологий мо­

гут

явиться:

 

 

 

— недостаток

эрудиции ЛПР;

 

— чрезмерное

расширение

сферы деятельности ЛПР;

 

— нарушение

психической

деятельности ЛПР .

 

Одним из примеров исследований.нарушений процесса приня­

тия

решения при психических расстройствах является работа

П. С. Граве (1972). Здесь рассмотрены различные варианты нару­ шений процесса принятия решений при психических заболеваниях на основе концепции о двухуровневой структуре аппарата управ­ ления поведением.

Другим примером может служить работа Э. М. Вайсборда и Г. Ш. Розенштейна (1968), на которой остановимся подробнее.

Вработе с помощью формализованных моделей рассмотрены качественные особенности некоторых классов расстройств пове­ дения сложных биологических систем с целью изучения на моде­ лях методов их ликвидации и сравнения их с методами лечения расстройств поведения, применяемыми в клинике.

По мнению авторов, «цель» биологической системы предполо­ жительно может изменяться по некоторым причинам,.внутренним для системы. .

Всоответствии с данными Олдза (см. главу П-7) о существо­ вании в глубоких структурах мозга зоны «поощрения» и «нака­ зания» авторы предлагают модель достижения оптимальных усло­ вий для наибольшего поощрения. Авторы рассматривают модель

организма

как систему автоматического

управления,

способную

к обучению. Пусть х—(х12)

есть множество состояний системы,

доступных

внешнему наблюдению. Здесь

хх — вектор

состояния

внешней среды, в которой функционирует система, a х^ — вектор, описывающий внутреннее состояние системы. Поведение системы —

181


движение ее в пространстве х . Два поведения будут различны­ ми, если движения, им соответствующие, ие совпадают. Пусть на множестве допустимых в х траекторий Q определена функция пла­

ты системы Ф (q, т),

где х — время, a g ЕЕ Q. Поведение

модели

должно описываться такой траекторией q0

ЕЕ Q, чтобы при фикси­

рованном т = т 0

 

 

 

 

max

Ф (g, т0 ) = Ф (д0 , т0 )

= Фд0 .

(III-7-1)

Ограничения на допустимые траектории Q могут состоять, в част­ ности, в том, чтобы каждая допустимая траектория проходила только по допустимым состояниям X ЕЕ X, а допустимые состоя­ ния могут задаваться, например, системой неравенств / І (£, т0 ) І>

>0; і = 1, 2...

Равенство (III-7-1) определяет

«цель»

модели.

Рассматрива­

ются две

модели

А

я

В.

Пусть

в момент времени т =

т0

 

Ф Л

(g,

т0 )

=

Ф в

 

(g,

т0 ),

ft (s, т0 ) =

ff

(s,

т„).

Пусть g„

и g0

— оптимальные

движения систем

АжВъ

просттіап-

стве X , т. е.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Ф А ( ? о Ѵ )

=

max

Ф л ( д А ,

т0 ), "

 

 

 

 

 

 

 

 

 

 

qAeQA

 

 

 

 

 

 

 

 

 

 

Ф В (до Б ,т)

=

max

ф в ( д А ,

t0 ).

 

 

Очевидно,

что

в

момент

т =

т0

gjf =

gjf.

 

 

 

 

Пусть в

момент

тх

х

^> т„)

g A

=/=

qf.

 

 

 

 

 

 

Тогда, если система В считается

нормальной

 

(эталонной),

можно сказать, что

поведение

системы А

расстроено.

Из (ПІ-7-1)

следует, что необходимое (но недостаточное) условие того, чтобы

поведение систем

А

и В

стало различным,

состоит в

нарушении

одного из последних равенств или их обоих одновременно.

Положим, что

для эталонной

системы

В верно,

что

 

 

ф в

(g, тг0) =

Ф в (g, т А

(Ш-7-2)

 

 

 

oj

1J'

 

 

 

/ * ( ? , То) =

/ f

 

 

тогда расстройство

поведения А

возникло из-за того, что

 

 

Ф А ( д , т 0 ) ^ Ф в ( д , тх )

 

 

или

 

 

 

 

 

 

 

 

ft {q,

т0 ) ф

ff (g, ті).

 

 

К расстройствам поведения, связанным с этими неравенствами, относятся расстройства, причина которых состоит в том, что из­ менились ограничения, накладываемые на допустимые "значения Хі или х 2 . Кроме того, рассмотрен процесс обучения системы, со­ стоящий в накоплении опыта и осуществлении иа основании этого

182


опыта выбора между двумя гипотезами Ех и Е2. Потери, ожидаю­ щие организм, если будет принята гипотеза Еи а верна Е2, есть Ях (ошибка первого рода). Потери, ожидающие организм, если будет принята гипотеза Е2, а верна гипотеза Ег (ошибка второго рода), есть л 2 .

Проведенная работа интересна тем, что в ней введено понятие глобальной «цели», которая может изменяться по внутренним для системы причинам, причем поведение, направленное па достижение этой новой «цели», представляется «ненормальным» с точки зрения внешнего наблюдателя (примером «цели» организма может явиться максимизация некоторой функции от потоков импульсов, посту­ пающих на системы поощрения и наказания Олдза) и содержатся некоторые результаты исследования методов ликвидации рас­

стройств поведения

на модели.

 

 

 

 

 

 

 

 

 

 

Целенаправленное поведение

можно изучить и на более прос­

тых моделях,

среди

которых особого

внимания заслуживает

си­

стема управления

глазодвигательным

аппаратом

(ГДА).

Обзоры

литературы по этим исследованиям привели, например,

Робинсон

(1968) и Шапиро (1971).

 

 

 

 

 

 

 

 

 

 

 

Исследование

динамики

этой

системы

целесообразно

начать

с

изучения динамических

характеристик

объекта.

 

 

 

 

В результате экспериментальных работ, проведенных Робин­

соном и Томсоиом (1968), получены частотные

характеристики

двигательного аппарата глаза. Входом

являлась

внешняя

сила

F,

а выходом — угол отклонения

глаза

х.

При

аппроксимации

этих частотных характеристик с помощью

элементарных

звеньев

были получены передаточные функции соответственно

(см. гла­

ву

1-1):

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

W'

(п\

-

 

 

К(Тір

+

1)(Тір

+ і)

 

 

 

 

 

l

W

F(p)

Tapb-r-Ttp'

+

Tspt +

Tept +

Tip+l'

 

 

 

 

2

\P)

p ( p )

- T % p 4 +

Т з р 3 +

T

i p 2

+ П

р +

± ,

 

 

 

 

которые в широком диапазоне отклонений (х) с точностью долинейиого представления характеризуют динамику глаза.

Приведенные динамические характеристики системы (переда­ точные функции), как известно, могут быть с помощью обратного преобразования Лапласа представлены в виде дифференциальных уравнений:

"lb = Ах -\- Ви.

Исследование динамики ГДА целесообразно проводить начи­ ная с простейших движений — смена точек фиксации.

Представления^Д. П. Матюшкина о делении периферического нейромоторного аппарата на системы фазных и тонических воло­ кон легли в основу математической модели "А. А. Петрова и В. Г. Сраговича (1967). Эта модель предусматривает многоуровне­ вую организацию системы управления ГДА, причем наиболее низ-

183