实时认知系统的Actor建模：本体论证与软件和数学实现

DOI:

EDN:

评审日期

出版日期

注解: 文章致力于研究提高认知系统建模可靠性的问题，作者不仅包括人类智能，还包括人工智能系统，以及智能生产管理系统，技术流程和复杂设备。 表明利用认知系统解决管理问题对其造成非常高的性能要求。 这些要求，再加上随着建模对象变得更加复杂而需要简化建模方法，决定了对认知系统建模方法的选择。 模型应该以确定趋势，相关性和（用于解决智力问题）形式的最简单算法的使用为基础–基于应用各种形式和法律模式的算法的使用。 此外，模型应该是分散的。 可以在面向代理的模型的框架内形成由大量自主元素形成的分散系统的充分表示。 对于认知系统，面向代理的模型的两个软件和数学实现是最发达的：actor和reactor。 认知系统的Actor模型有两种可能的实现选择：以工具模型的形式，或以模拟的形式。 这两种实现都有权存在，但是，在使用工具模型时实现可靠描述的可能性更高，因为它提供了不成比例的更高的性能，并且由于假设模型的不完整而假定模拟现实的可变性。 Actor模型可以借助于大量现有的编程语言来实现，既有面向特殊actor的、函数式的、也有通用的语言。 创建模拟actor模型问题的解决方案适用于大多数使用actor的语言。 器乐演员模型的实现需要使用命令式编程无法实现的性能。 在这种情况下，最佳解决方案是使用actor元编程。 在许多现有语言中，这样的编程是可行的。

出版日期: