Нечеткое управление

Cтраница 3

В настоящем разделе в качестве такого регулятора будем использовать описанный выше модуль нечеткого управления. [32]

Часть структуры, соответствующая условиям, является неизменной для любых типов модулей нечеткого управления. На рис. 5.34 представлена ее примерная конфигурация. [33]

Из сказанного следует, что одна из главных проблем, возникающих в процессе проектирования модулей нечеткого управления, заключается в правильном построении функции принадлежности и в определении на их основе корректных нечетких правил. Один из известных подходов к разрешению этой проблемы - описанный в разд. В настоящем разделе мы предложим реализацию одной из версий данного метода применительно к исследуемым структурам. [34]

ИСУ нового поколения строятся как самообучающиеся, самонастраивающиеся системы с гибкими процедурами принятия решений об управлении ( нечеткое управление), как системы, основанные на знаниях и формирующие новые знания в процессе управления и функционирования. Экспертные ИСУ представляют собой развитые структуры: от интеллектуальных датчиков до программных систем с выработкой лингвистических управляющих воздействий. [35]

Поскольку обсуждаемая нами структура представляет собой многослойную сеть и, как уже отмечалось, алгоритм обратного распространения ошибки можно обобщить на любую сеть с прямым распространением сигнала, то ничто не препятствует тому, чтобы предлагаемый модуль нечеткого управления обучать также, как и обычную нейронную сеть. [36]

Математическая теория нечетких множеств позволяет описывать нечеткие понятия и знания, оперировать этими знаниями и делать нечеткие выводы. Нечеткое управление оказывается особенно полезным, когда исследуемые процессы являются слишком сложными для анализа с помощью общепринятых методов, или когда доступные источники информации интерпретируются качественно, неточно или неопределенно. Нечеткая логика, предоставляющая эффективные средства отображения неопределенностей и неточностей реального мира, и на которой основано нечеткое управление, ближе к человеческому мышлению и естественным языкам, чем традиционные логические системы. [37]

Структура модуля нечеткого управления, применяемого в задаче парковки грузовика. [38]

В результате генерации посылок нечетких правил на основе попарного сопоставления всех функций принадлежности первой и второй переменной получено 5 х 7 35 правил. Модуль нечеткого управления, созданный на базе этих правил, представлен на рис. 5.12. Функции принадлежности для входных переменных были равномерно распределены так, как это показано на рис. 5.13. Центры функции принадлежности выходной переменной ( угла поворота колес грузовика 9) размещены в точке 0, что равнозначно отсутствию выводов ( заключений) в правилах. Сформированные таким образом исходные функции принадлежности использовались в модуле нечеткого управления путем задания соответствующих начальных значений параметров и весов. [39]

В теории нечетких множеств в зависимости от способов задания операции ( Т), которые удовлетворяют аксиомам (2.1) - (2.5), существует бесконечное число нечетких операций И. В теории нечеткого управления находят применение следующие их типы. [40]

Самонастраивающееся нечеткое управление является очень популярным методом, который успешно применяется в управлении процессами. В дальнейшем самонастраивающееся нечеткое управление значительно расширилось с использованием нейронных сетей. [41]

Основная идея представленной структуры заключается в замене блока дефуззификации нейронной сетью. При проектировании модулей нечеткого управления такого типа, также как и в случае нейронных сетей, необходимо проводить большое количество имитационных экспериментов, поэтому весь процесс оказывается весьма трудоемким. Достоинством предложенного решения считается возможность обучить модуль управления наилучшим образом отображать выходные нечеткие множества в численное значение выходного сигнала, а недостатком - невозможность зафиксировать эту зависимость наблюдателем. В ходе обсуждения была представлена нечеткая система, в которой применяются элементы типа минимум и максимум, а также функции принадлежности не гауссов-ского типа. Было показано, что обучение подобных нечетких систем также оказывается возможным. [42]

При описании первого блока рассматриваемого модуля нечеткого управления было установлена невозможность прямого определения погрешности на его выходе ( т.е. на выходе слоя L3) из-за отсутствия необходимых данных. [43]

Существует бесконечное число операций нечеткого НЕ. Некоторые из них, используемые в теории нечеткого управления, приводятся ниже. [44]

Реализация модуля нечеткого управления, использующего нейронную сеть в качестве системы дефуззификации. [45]

Страницы: 1 2 3 4 5