पदानुक्रमित नियंत्रण प्रणाली: Difference between revisions
(→अवलोकन) |
No edit summary |
||
Line 1: | Line 1: | ||
एक '''हिरार्चीकल [[नियंत्रण प्रणाली|कंट्रोल सिस्टम]]''' (एचसीएस) कंट्रोल सिस्टम का रूप है जिसमें उपकरणों और गवर्निंग सॉफ़्टवेयर का सेट हिरार्चीकल [[वृक्ष (डेटा संरचना)|ट्री (डेटा स्टोरेज)]] में व्यवस्थित होता है। जब ट्री में लिंक [[ संगणक संजाल |कंप्यूटर]] नेटवर्क द्वारा कार्यान्वित किए जाते हैं, तो वह हिरार्चीकल कंट्रोल सिस्टम भी [[नेटवर्क नियंत्रण प्रणाली|नेटवर्क कंट्रोल सिस्टम]] का रूप है। | एक '''हिरार्चीकल [[नियंत्रण प्रणाली|कंट्रोल सिस्टम]]''' (एचसीएस) कंट्रोल सिस्टम का रूप है जिसमें उपकरणों और गवर्निंग सॉफ़्टवेयर का सेट हिरार्चीकल [[वृक्ष (डेटा संरचना)|ट्री (डेटा स्टोरेज)]] में व्यवस्थित होता है। जब ट्री में लिंक [[ संगणक संजाल |कंप्यूटर]] नेटवर्क द्वारा कार्यान्वित किए जाते हैं, तो वह हिरार्चीकल कंट्रोल सिस्टम भी [[नेटवर्क नियंत्रण प्रणाली|नेटवर्क कंट्रोल सिस्टम]] का रूप है। | ||
== अवलोकन == | == अवलोकन == |
Revision as of 15:38, 6 October 2023
एक हिरार्चीकल कंट्रोल सिस्टम (एचसीएस) कंट्रोल सिस्टम का रूप है जिसमें उपकरणों और गवर्निंग सॉफ़्टवेयर का सेट हिरार्चीकल ट्री (डेटा स्टोरेज) में व्यवस्थित होता है। जब ट्री में लिंक कंप्यूटर नेटवर्क द्वारा कार्यान्वित किए जाते हैं, तो वह हिरार्चीकल कंट्रोल सिस्टम भी नेटवर्क कंट्रोल सिस्टम का रूप है।
अवलोकन
कॉम्लेक्स व्यवहार वाली मानव-निर्मित सिस्टम को अधिकांशत: हिरार्चीकल के रूप में व्यवस्थित किया जाता है। उदाहरण के लिए, कमांड हिरार्चीकल की उल्लेखनीय विशेषताओं में वरिष्ठों, अधीनस्थों का ओर्गानिज़शनल चार्ट और ओर्गानिज़शनल कम्युनिकेशन की लाइनें सम्मिलित हैं। निर्णय लेने की जिम्मेदारी को विभाजित करने के लिए हिरार्चीकल कंट्रोल सिस्टम समान रूप से व्यवस्थित की जाती हैं।
हिरार्चीकल का प्रत्येक एलिमेंट ट्री में जुड़ा हुआ नोड (नेटवर्किंग) है। जो कि प्राप्त किए जाने वाले आदेश, कार्य और लक्ष्य ट्री के नीचे उत्तम नोड्स से अधीनस्थ नोड्स की ओर प्रवाहित होते हैं, जबकि संवेदनाएं और आदेश परिणाम ट्री के ऊपर अधीनस्थ से श्रेष्ठ नोड्स की ओर प्रवाहित होते हैं। नोड्स अपने सिब्लिंग्स के साथ संदेशों का आदान-प्रदान भी कर सकते हैं। जिसमे हिरार्चीकल कंट्रोल सिस्टम की दो विशिष्ट विशेषताएं इसकी परतों से संबंधित हैं।[1]
- ट्री की प्रत्येक ऊंची परत अपनी निकटतम निचली परत की तुलना में योजना और निष्पादन समय के लंबे अंतराल के साथ संचालित होती है।
- निचली परतों में स्थानीय कार्य, लक्ष्य और संवेदनाएँ होती हैं, और उनकी गतिविधियों की योजना और समन्वय उच्च परतों द्वारा किया जाता है जो समान्य रूप से उनके निर्णयों को ओवरराइड नहीं करते हैं। परतें हाइब्रिड इंटेलीजेंट सिस्टम बनाती हैं जिसमें सबसे निचली, प्रतिक्रियाशील परतें उप-प्रतीकात्मक होती हैं। उच्च परतें, समय की बाधाओं में ढील देते हुए, एब्सट्रेक्शन विश्व मॉडल से तर्क करने और योजना बनाने में सक्षम हैं। हिरार्चीकल टास्क नेटवर्क हिरार्चीकल कंट्रोल सिस्टम में योजना बनाने के लिए उपयुक्त है।
आर्टिफीसियल सिस्टम के अतिरिक्त, एनिमल की कंट्रोल सिस्टम को हिरार्चीकल के रूप में व्यवस्थित करने का प्रस्ताव है। परसेप्टुअल कंट्रोल थ्योरी में, जो बताता है कि किसी जीव का व्यवहार उसकी धारणाओं को कंट्रोल करने का साधन है, जीव की कंट्रोल सिस्टम को हिरार्चीकल पैटर्न में व्यवस्थित करने का सुझाव दिया जाता है क्योंकि उनकी धारणाएं इसी प्रकार निर्मित होती हैं।
कंट्रोल सिस्टम स्ट्रक्चर
संलग्न आरेख सामान्य हिरार्चीकल मॉडल है जो इंडस्ट्रियल कंट्रोल सिस्टम के कम्प्यूटरीकृत कंट्रोल का उपयोग करके फंक्शनल मैन्युफैक्चरिंग लेवल दिखाता है।
आरेख का विचार करते हुए;
- लेवल 0 में प्रवाह और तापमान सेंसर जैसे फ़ील्ड डिवाइस और कंट्रोल वाल्व जैसे अंतिम कंट्रोल एलिमेंट सम्मिलित हैं
- लेवल 1 में इंडस्ट्रियल इनपुट/आउटपुट (I/O) मॉड्यूल और उनके संबंधित वितरित इलेक्ट्रॉनिक प्रोसेसर सम्मिलित हैं।
- लेवल 2 में सुपरवाइजरी कंप्यूटर सम्मिलित हैं, जो सिस्टम पर प्रोसेसर नोड्स से जानकारी एकत्र करते हैं, और ऑपरेटर को कंट्रोल स्क्रीन प्रदान करते हैं।
- लेवल 3 प्रोडक्शन कंट्रोल लेवल है, जो सीधे प्रक्रिया को कंट्रोल नहीं करता है, किन्तु उत्पादन की निरीक्षण और लक्ष्यों की निरीक्षण से संबंधित है
- लेवल 4 उत्पादन शेड्यूलिंग लेवल है।
अनुप्रयोग
मैन्युफैक्चरिंग, रोबोटिक्स और व्हीकल
रोबोटिक पारादिग्म्स में हिरार्चीकल प्रतिमान है जिसमें रोबोट योजना, विशेष रूप से मोशन प्लानिंग पर भारी, ऊपर से नीचे की शैली में काम करता है। जो कि 1980 के दशक से कंप्यूटर-एडेड प्रोडक्शन इंजीनियरिंग एनआईएसटी में अनुसंधान फोकस रहा है। इसकी स्वचालित मैन्युफैक्चरिंग अनुसंधान सुविधा का उपयोग पांच परत उत्पादन कंट्रोल मॉडल विकसित करने के लिए किया गया था। 1990 के दशक की प्रारंभ में डीएआरपीए ने सैन्य कमांड और कंट्रोल सिस्टम जैसे अनुप्रयोगों के लिए नेटवर्क कंट्रोल सिस्टम या वितरित (अथार्त नेटवर्क) इंटेलीजेंट कंट्रोल सिस्टम विकसित करने के लिए अनुसंधान प्रायोजित किया जाता है। एनआईएसटी ने अपने रियल टाइम कंट्रोल सिस्टम (आरसीएस) और रियल टाइम कंट्रोल सिस्टम सॉफ्टवेयर को विकसित करने के लिए पहले के शोध पर काम किया है, जो सामान्य हिरार्चीकल कंट्रोल सिस्टम है जिसका उपयोग सेलुलर मैन्युफैक्चरिंग, रोबोट क्रेन (मशीन) और वाहन को संचालित करने के लिए किया गया है।
नवंबर 2007 में, डीएआरपीए ने अर्बन चैलेंजआयोजित किया जाता है। विनिंग एंट्री, टार्टन रेसिंग[2] ने लैयेरड मिशन प्लानिंग, मोशन प्लानिंग, बिहेवियर जनरेशन , परसेप्शन, वर्ल्ड मॉडलिंग और मेक्ट्रोनिक्स के साथ एक हिरार्चीकल कंट्रोल सिस्टम को नियोजित किया गया था।[3]
आर्टिफीसियल इंटेलिजेंस
सबसमप्शन आर्किटेक्चर आर्टिफीसियल इंटेलिजेंस विकसित करने की पद्धति है जो बिहेवियर बेस्ड रोबोटिक्स से अधिक सीमा तक जुड़ी हुई है। यह आर्किटेक्चर कॉम्लेक्स इंटेलीजेंट व्यवहार को कई सरल व्यवहार मॉड्यूल में विघटित करने का विधि है, जो बदले में परतों में व्यवस्थित होते हैं। प्रत्येक परत सॉफ्टवेयर एजेंट के विशेष लक्ष्य (अर्थात संपूर्ण सिस्टम) को प्रयुक्त करती है, और उच्च परतें तेजी से अधिक एब्सट्रेक्शन होती जा रही हैं। प्रत्येक परत का लक्ष्य अंतर्निहित परतों को समाहित करता है, उदा. खाने-खाने की परत द्वारा आगे बढ़ने का निर्णय सबसे निचली बाधा-बचाव परत के निर्णय को ध्यान में रखता है। व्यवहार को किसी उत्तम लेवल द्वारा नियोजित करने की आवश्यकता नहीं है, किन्तु व्यवहार को संवेदी इनपुट द्वारा ट्रिगर किया जा सकता है और इसलिए वे केवल उन परिस्थितियों में सक्रिय होते हैं जहां वे उपयुक्त हो सकते हैं।[4]
सुदृढीकरण सीखने का उपयोग हिरार्चीकल कंट्रोल सिस्टम में व्यवहार प्राप्त करने के लिए किया गया है जिसमें प्रत्येक नोड अनुभव के साथ अपने व्यवहार में सुधार करना सीख सकता है।[5]
एनआईएसटी में रहते हुए, जेम्स एल्बस ने रेफरेंस मॉडल आर्किटेक्चर (आरएमए) नामक इंटेलीजेंट सिस्टम डिजाइन के लिए सिद्धांत विकसित किया गया था।[6] जो आरसीएस से प्रेरित हिरार्चीकल कंट्रोल सिस्टम है। एल्बस इन घटकों को सम्मिलित करने के लिए प्रत्येक नोड को परिभाषित करता है।
- बिहेवियर जनरेशन श्रेष्ठ, मूल नोड से प्राप्त कार्यों को निष्पादित करने के लिए उत्तरदाई है। यह अधीनस्थ नोड्स की भी योजना बनाता है और उन्हें कार्य जारी करता है।
- सेंसरी परसेप्शन अधीनस्थ नोड्स से संवेदनाएं प्राप्त करने, फिर उन्हें समूहीकृत करने, फ़िल्टर करने और अन्यथा उन्हें उच्च लेवल एब्सट्रेक्शन में संसाधित करने के लिए उत्तरदाई है जो स्थानीय स्थिति को अद्यतन करती है और जो संवेदनाएं बनाती हैं जो उत्तम नोड को भेजी जाती हैं।
- वैल्यू जजमेंट निर्णय अद्यतन स्थिति के मूल्यांकन और वैकल्पिक योजनाओं के मूल्यांकन के लिए उत्तरदाई है।
- वर्ल्ड मॉडल स्थानीय स्थिति है जो अधीनस्थ नोड्स के एब्सट्रेक्शन लेवल पर कंट्रोल सिस्टम, कंट्रोल प्रक्रिया या पर्यावरण के लिए मॉडल (सार) प्रदान करता है।
अपने सबसे निचले लेवल पर, आरएमए को सब्समिशन आर्किटेक्चर के रूप में प्रयुक्त किया जा सकता है, जिसमें गणितीय एब्सट्रेक्शन की आवश्यकता से बचने के लिए विश्व मॉडल को सीधे कंट्रोल प्रक्रिया या वास्तविक दुनिया में मैप किया जाता है, और जिसमें समय-बाधित प्रतिक्रियाशील योजना को प्रयुक्त किया जा सकता है फाईनाईट स्टेट मशीन के रूप में। चूँकि, आरएमए के उच्च लेवल में ऑटोमेटेड प्लानिंग और शेड्यूलिंग द्वारा सोफिस्टीकेटेड गणितीय वर्ल्ड मॉडल और बिहेवियर हो सकते हैं। जिसमे प्लानिंग की आवश्यकता तब होती है जब कुछ व्यवहार वर्तमान संवेदनाओं द्वारा ट्रिगर नहीं किए जा सकते हैं, किन्तु पूर्वानुमानित या प्रत्याशित संवेदनाओं द्वारा ट्रिगर किए जाते हैं, विशेष रूप से वे जो नोड के कार्यों के परिणामस्वरूप आते हैं।[7]
यह भी देखें
- कमांड हिरार्चीकल , हिरार्चीकल पॉवर स्ट्रक्चर
- हिरार्चीकल आर्गेनाइजेशन, हिरार्चीकल ओर्गानिज़शनल स्ट्रक्चर
संदर्भ
- ↑ Findeisen, page 9
- ↑ [1] Archived 2008-01-19 at the Wayback Machine Tartan Racing team description
- ↑ Urmson, C. et al., Tartan Racing: A Multi-Modal Approach to the DARPA Urban Challenge Archived 2013-05-20 at the Wayback Machine 2007, page 4
- ↑ Brooks, R. A. "Planning is just a way of avoiding figuring out what to do next" Archived 2007-03-11 at the Wayback Machine, Technical report, MIT Artificial Intelligence Laboratory, 1987
- ↑ Takahashi, Y., and Asada, M., Behavior Acquisition by Multi-Layered Reinforcement Learning. In Proceedings of the 1999 IEEE International Conference on Systems, Man, and Cybernetics, pages 716-721
- ↑ Albus, J. S. A Reference Model Architecture for Intelligent Systems Design. Archived 2008-09-16 at the Wayback Machine In Antsaklis, P.J., Passino, K.M. (Eds.) (1993) An Introduction to Intelligent and Autonomous Control. Kluwer Academic Publishers, 1993, Chapter 2, pp27-56. ISBN 0-7923-9267-1
- ↑ Meystel, A. M., Albus, J.S., Intelligent Systems, John Wiley and Sons, New York, 2002, pp 30-31
अग्रिम पठन
- Albus, J.S. (1996). "The Engineering of Mind". From Animals to Animats 4: Proceedings of the Fourth International Conference on Simulation of Adaptive Behavior. MIT Press.
- Albus, J.S. (2000). "4-D/RCS reference model architecture for unmanned ground vehicles". Robotics and Automation, 2000. Proceedings. ICRA'00. IEEE International Conference on. Vol. 4. doi:10.1109/ROBOT.2000.845165.
- Findeisen, W.; Others (1980). Control and coordination in hierarchical systems. Chichester [Eng.]; New York: J. Wiley.
- Hayes-roth, F.; Erman, L.; Terry, A. (1992). "Distributed intelligent control and management(DICAM) applications and support for semi-automated development". NASA. Ames Research Center, Working Notes from the 1992 AAAI Workshop on Automating Software Design. Theme: Domain Specific Software Design P 66-70 (SEE N 93-17499 05-61). Retrieved 2008-05-11.
- Jones, A.T.; McLean, C.R. (1986). "A Proposed Hierarchical Control Model for Automated Manufacturing Systems". Journal of Manufacturing Systems. 5 (1): 15–25. CiteSeerX 10.1.1.79.6980. doi:10.1016/0278-6125(86)90064-6. Retrieved 2008-05-11.
बाहरी संबंध
- The RCS (Realtime Control System) Library
- Texai An open source project to create artificial intelligence using an Albus hierarchical control system