فرایند مدل‌سازی و شبیه‌سازی در دنیای هوش مصنوعی چگونه است؟
هوش مصنوعی یکی از مهم‌ترین زیرشاخه‌های علوم کامپیوتر است که با ساخت ماشین‌هایی که می‌توانند هوش انسان را شبیه‌سازی کنند مرتبط است. مدل هوش مصنوعی یک برنامه یا الگوریتمی است که مجموعه‌ای از داده‌ها را استفاده می‌کند و از طریق آن‌ها قادر به تشخیص الگوهای خاصی است. فرایند مدل‌سازی و شبیه‌سازی بر فرموله کردن و حل مسئله متمرکز است. به بیان دقیق‌تر، مدل‌سازی مرحله‌به‌مرحله انجام می‌شود. اطلاعات هر مرحله به ساخت مدلی با خروجی‌های مناسب‌تر و دقیق‌تر کمک می‌کنند. این فرایند تا جایی ادامه پیدا می‌کند که اطلاعات یا جزییات اضافی دیگر برای حل مسئله ضروری نباشند. در این فرایند چند مرحله‌ای، روابط بین سیستم مورد مطالعه و مدل، پیوسته تعریف و بازنگری می‌شود. نتایج به‌دست آمده از روابط بین مدل و سیستم، راه‌حلی در اختیار متخصصان هوش مصنوعی قرار می‌دهد تا مسائل را به شیوه کارآمدتری حل کنند.

چگونه یک پروژه را مدل‌سازی و شبیه‌سازی کنیم؟

به‌طور معمول این فرایند به شش مرحله فرموله کردن مسئله ، تعیین مشخصات مدل، ساخت مد، شبیه‌سازی مدل، استفاده از مدل و پشتیبانی از تصمیم‌گیری تقسیم می‌شود. در تمامی مراحل ماهیت تکرارشوندگی اصل ثابت است و باعث می‌شود نتایج دقیقی به‌دست آید. در این‌جا وظیفه مدل‌سازی جمع‌آوری اطلاعات است، به گونه‌ای که مدلی بی عیب و نقص ایجاد شود.

فرموله کردن مسئله

اولین گام در فرایند حل مسئله، فرموله کردن آن از طریق درک محتوای مسئله، تعیین اهداف پروژه، تعیین سنجه‌های عملکردی سیستم، تعیین اهداف خاص مدل‌سازی و تعریف سیستمی است که باید مدل‌ شود. موارد مذکور به هدایت و تعیین محدوده پروژه کمک زیادی می‌کنند. فرموله کردن مسئله با مطرح کردن یک پروژه کلی و چالشی انجام می‌شود که توصیف‌کننده صورت مسئله است. به‌طور مثال، تولید کارخانه مطابق با برنامه‌ریزی انجام شده نیست. در این حالت، برای درک بهتر این مفهوم باید سوالات اولیه‌ای مطرح شود تا به درک مسئله کمک کند: به‌طور مثال، چه عملیات و فعالیت‌هایی خروجی‌های سیستم را تولید می‌کنند، عناصر موجود در عملیات سیستم چه هستند، چه ارتباطی میان واحدهای عملیاتی سیستم در جریان است و چه اطلاعاتی برای مشخص کردن عملیات، کارکردها و دستورالعمل‌های سیستم در دسترس قرار دارند؟ پاسخ به پرسش‌های مذکور به فرموله کردن مسئله و تعیین این‌که از چه راهکاری برای مدل‌سازی مسئله باید استفاده کرد که بهترین خروجی را ارایه کند کمک می‌کنند. گاهی اوقات مدل‌سازان (Modeler) داده‌های بلادرنگ در دسترس نیستند یا دسترسی به منابع هزینه‌بر است. در چنین شرایطی مدل‌سازان باید با استفاده از داده‌های قبلی اقدام به مدل‌سازی کنند. پس از تعیین اهداف مدل، سیستمی که قرار است مدل شود را می‌توان تعریف کرد. محدوده و مولفهرهای سیستم بر مبنای سنجه‌های عملکردی که باید تخمین زده شوند مشخص می‌شوند. به‌طور مثال، اگر قرار بر تخمین خروجی یک ایستگاه بازرسی است، خود ایتسگاه بازرسی را باید در مدل قید کرد. نکته ظریفی که باید در این‌جا به آن دقت کنید معیارهای عملکردی هستند. معیارهای عملکردی سیستم معمولا سود یا هزینه هستند که تابعی از معیارهای عملیاتی مثل میزبان به‌کارگیری خروجی، سطح موجودی و کیفیت هستند. در مثال فوق، اگر به‌کارگیری بازرسان به عنوان معیار عملکردی در نظر گرفته شود، در این حالت باید بازرسان و ایتسگاه بازرسی در مدل قرار گیرند. پس از تعیین هدف پروژه، سنجه‌های حساس عملکرد، اهداف مدل‌سازی و سیستمی که باید مدل شود باید یکبار دیگر بررسی و ارزیابی شوند. در تعریف مسئله، ممکن است راه‌حل روشنی وجود داشته باشد یا تعریف سیستم به اندازه‌ای مبهم باشد که نتوان مدل‌سازی دقیقی ارایه کرد. به همین دلیل است که که فرمول کردن مسئله نقش مهمی در موفقیت یک پروژه دارد، هرچند بیشتر مدل‌سازان نسبت به آن بی توجه هستند.

تعیین مشخصات مدل

درک مفهوم مدل یک هنر و برخواسته از تفکر خلاقانه است. به‌طوری که مدل‌ساز باید قواعد ساختاری و عملیاتی سیستم را درک کند و بتواند جوهره سیستم را بدون وارد کردن جزییات غیر ضروری استخراج کند. مدل‌های خوب، مواردی هستند که به آسانی درک می‌شوند و به اندازه کافی جزییات دارند که به‌طور واقع‌بینانه مشخصه‌های مهم سیستم را نشان می‌دهند. از مهم‌ترین سوالاتی که باید در تعیین مشخصات مدل پرسیده شوند باید به موارد زیر باید اشاره کرد:

در نظر گرفتن چه مفروضاتی برای ساده‌سازی مسئله منطقی است؟

چه مولفه‌هایی را باید در مدل قرار داد؟

چه تعاملاتی بین مولفه‌ها اتفاق می‌افتند؟

دقت کنید در این بخش، میزان جزییات در نظر گرفته شده در مدل باید بر مبنای اهداف تعیین شده برای مدل باشند. بنابراین باید تنها مولفهرهایی در نظر گرفته شوند که می‌توانند تغییرات مهمی در تصمیم‌گیری‌ها ایجاد کنند. تعیین مشخص مدل، داده‌های موردنیاز برای مدل را تعیین می‌کنند. با درک مفهوم مدل بر مبنای مولفه‌های ساختاری سیستم و جریان محصول در طول سیستم، درک خبی از جزییات داده‌های موردنیاز به دست می‌آید.

نمایش مشخصات مدل

در این بخش، مشخصات تفصیلی مدل تهیه شده نشان داده می‌شود. به‌طوری که نشان دهد آیا مدل قادر است به نیازها پاسخ دهد یا خیر.

ساخت مدل

مرحله ساخت مدل از سه زیرمرحله توسعه مدل شبیه‌سازی شده، جمع‌آوری داده‌ها و تعریف کنترل‌های آزمایش تشکیل شده است. در این مرحله، عناصر رویه‌ای و ساختاری که مدل را ایجاد می‌کنند قرار می‌گیرند. کنترل‌های آزمای، روش‌های شبیه‌سازی و تحلیل مدل در این مرحله تعریف می‌شوند.

توسعه مدل شبیه‌سازی

رمز مدل‌ساز خوب بودن؛ توانایی بازطراحی مدل‌سازی است. ساخت مدل باید تعاملی و گرافیکی باشد، زیرا مدل علاوه بر تعریفن و توسعه، به‌طور دائم در حال پالایش، به‌روزر آوری، اصطلاح و گسترش است. یک مدل به‌روز، پایه مدل‌های آینده است. پنج نکته‌ای که باید مدل بر مبنای آن تعریف شود توسعه طرح‌های ورودی کلی، تقسیم مدل به مولفه‌های نسبتا کوچک منطقی، ایجاد تمایز میزان حرکت فیزیکی و جریان اطلاعات در مدل، ایجاد امکانی در مدل برای گسترش و افزودن جزییات بیشتر است.

جمع‌آوری داده‌ها

أنواع داده‌های موردنیاز برای فرایند مدل‌سازی عبارتند از داده‌هایی که سیستم را توصیف می‌کنند. داده‌هایی که عملکرد واقعی سیستم را ارزیابی می‌کنند و داده‌هایی که پیشنهادهایی برای ارزیابی را ارایه می‌کنند. داده‌هایی که سیستم را توصیف می‌کنند به ساختار سیستم، مولفه‌های تشکیل‌دهنده سیستم، تعاملات مولفه‌ها و عملیات سیستم مرتبط هستند. حالات ممکن سیستم بر مبنای این اطلاعات مشخص می‌شوند. جمع‌آوری داده‌ها ممکن است شامل زمان‌سنجی‌های دقیق، گرفتن اطلاعات از سازندگان تجهیزات، صحبت با اپارتورهای سیستم یا دسرتسی به بانک‌های اطلاعاتی سیستم‌های جمع‌آوری کننده اطلاعات باشد. داده‌های توصیف‌کننده راه‌حل‌های پیشنهادی برای تغییر مدل اصلی هستند. در این حالت هر پیشنهاد باید به‌شکل جداگانه ارزیابی شود.

تعریف کنترل‌های آزمایش

هر اجرای شبیه‌سازی، آزمایشی است که وضعیت مدل را از حالت اولیه تا حالت نهایی محاسبه و ثبت می‌کند. یکی از مزیت‌های شبیه‌سازی این است که تغییرات وضعیت مدل به وضوح با تغییرات وضعیت سیستم مشخص و به آن مربوط می‌شود.

شبیه‌سازی مدل

مرحله شبیه‌سازی مدل مسلزم این است که مرحله ساخت مدل حداقل یکبار انجام شده باشد. کنترل‌های آزمایشی وضعیت اولیه مدل را ایجاد می‌کنند.

تصدیق و اجرای مدل

تصدیق فرایندی است که تعیین می‌کند شبیه‌سازی آن‌گونه که مدنظر بوده مطابق با مشخصات توضیح داده شده اجرا شده یا خیر. یکی از روش‌های تصدیق مدل، کنترل توصیف درست عناصر و مولفه‌های مدل و تعامل مطلوب آن‌ها است.

استفاده از مدل

استفاده از مدل شامل اجرای مستمر مدل، شرح و تفسیر و نمایش خروجی‌ها است. هنگام استفاده از نتایج شبیه‌سازی برای استنتاج یا آزمایش فرضیه‌ها از روش‌های آماری استفاده می‌شود. در استفاده از مدل، برنامه‌ریزی مستلزم ملاحظات فنی و راهبردی است.

ماهنامه شبکه را از کجا تهیه کنیم؟
ماهنامه شبکه را می‌توانید از کتابخانه‌های عمومی سراسر کشور و نیز از دکه‌های روزنامه‌فروشی تهیه نمائید.

ثبت اشتراک نسخه کاغذی ماهنامه شبکه     
ثبت اشتراک نسخه آنلاین

 

کتاب الکترونیک +Network راهنمای شبکه‌ها

  • برای دانلود تنها کتاب کامل ترجمه فارسی +Network  اینجا  کلیک کنید.

کتاب الکترونیک دوره مقدماتی آموزش پایتون

  • اگر قصد یادگیری برنامه‌نویسی را دارید ولی هیچ پیش‌زمینه‌ای ندارید اینجا کلیک کنید.

ایسوس

نظر شما چیست؟