Нечеткое управление

Cтраница 4

Ограничено количество нечетких множеств Af и В, что позволяет зафиксировать количество нечетких множеств, соответствующих каждому входу и выходу. Благодаря этому не только упрощается конструкция самого модуля нечеткого управления, но и уменьшается количество параметров ( в том числе описывающих входные функции принадлежности), которые будут подвергаться модификации. И, конечно, самая главная особенность - это применение нейронной сети в качестве блока дефуззифика-ции. [46]

Нейронная сеть, решающая подзадачу классификации. [47]

Сеть, обученная должным образом, соединяется с четырьмя простейшими нейронными сетями. Они имеют вид одиночных нейронов, каждый из которых реализует нелинейную функцию первого порядка, содержащуюся в заключениях правил. Полная структура модуля нечеткого управления типа Такаги-Сугено изображена на рис. 5.47. Эта комплексная система была вновь подвергнута обучению, для которого в данном случае использовался немодифицированный обучающий набор данных. [48]

Методы нечеткого управления широко используются в промышленных процессах, особенно в ситуациях, где обычные методы управления трудно применимы. Однако они все еще страдают из-за сложности получения управляющих правил для процессов, в которых априорные знания недостаточны или не существуют вообще. Поэтому очень важным для нечеткого управления является то, как получить управляющие правила. [49]

Основная трудность синтеза систем нечеткого управления заключается в выборе числа и значений логических переменных и функций принадлежности. Сегодня это осуществляется с помощью экспертных оценок. Наряду с самостоятельным использованием в системах нечеткого управления нечеткая логика применяется во всех рассмотренных интеллектуальных технологиях - экспертных системах, нейронных сетях, ассоциативной памяти, когда имеет место неопределенность, которую нельзя описать с помощью традиционного вероятностного подхода. [50]

Задача первого модуля сводится к определению степени соответствия входных данных условиям правил, а также к выявлению уровня активности правил и к осуществлению нечеткого вывода. Второй модуль - это нейронная сеть, выполняющая функцию дефуззификации. Охарактеризуем каждый слой, выделенный в структуре модуля нечеткого управления. [51]

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. [52]

ИС для размытой ( fuzzy) логики предназначены для построения приложений, использующих технологии размытого ( нечеткого) моделирования, и размытых рассуждений. В настоящее время большинство ИС используется для построения приложений в области нечеткого управления. В 1995 г. существовало всего одно коммерческое приложение в этой области, разработанное фирмой IBM и предназначенное для определения мошенничества в области медицинского страхования. [53]

Его задача заключается в объединении соответствующих посылок с одним общим выводом. Поскольку чаще всего нечеткая операция OR реализуется недифференцируемой функцией максимум, то использование алгоритма обратного распространения ошибки, включающего вычисление производной, может оказаться затруднительным. Тем не менее приведенные модификации применяются повсеместно и практически используются в большинстве модулей нечеткого управления, которые будут обсуждаться в следующих подразделах. [54]

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. [55]

В соответствии со стадиями обработки информации алгоритм функционирования нечеткого контроллера по аналогии с классической теорией автоматического регулирования можно интерпретировать как модель регулятора в терминах вход - выход в некотором новом пространстве, переход в которое из пространства оригиналов ( физические переменные) осуществляется с помощью оператора fuzz. После проведения в новом пространстве ( аналог пространства изображений в преобразовании Лапласа) некоторых операций, осуществляется обратное преобразование с помощью оператора dfz в исходное пространство. Сопоставление преобразований Фурье и Лапласа, принятых в классической теории автоматического регулирования, с преобразованием переменных типа fuzz и dfz, используемых в теории нечеткого управления, показано на рис. 3.16. Подобная ситуация имеет место также в элементарной математике, когда такие относительно сложные операции, как умножение и деление, путем логарифмического преобразования могут быть заменены более простыми арифметическими операциями сложения и вычитания, и затем полученный результат с помощью обратного преобразования ( антилогарифмирование) преобразуется в искомый результат. [56]

Парковка грузовика к рампе ( платформе) представляет собой нетривиальную проблему. Строго говоря, это задача нелинейного управления, для которой неприменимы традиционные методы построения модуля выработки решения. Пример такого модуля, представленного в виде нейронной сети, был предложен Нгуеном и Видроу в работе [24], тогда как Конг и Коско в статье [18] представили стратегию нечеткого управления. [57]

Нечеткие предложения комбинируются между собой связками И, ИЛИ, которые реализуются посредством Т - и 5 -норм соответственно. Как было показано ранее, существует бесконечное их число и для выбора не существует общих правил. Выбор логических связок зависит от смысла и контекста нечетких предложений и взаимосвязи между ними. Операции Т - и S - норм по Заде (3.6), (3.15) в теории нечеткого управления имеют предпочтение, так как они не имеют избыточности. [58]

При t 17 рассматриваемый ряд ведет себя хаотически. Чем больше значение t, тем более хаотичным становится характер ряда. На рис. 5.5 представлен пример развития процесса для 1000 точек ряда Маккея-Гласса. Допустим, что первые 700 точек будут использоваться в качестве обучающей выборки, а последние 300 точек - в качестве тестовых данных. На рис. 5.6 представлена структура модуля нечеткого управления. Он построен на базе 19 правил, предложенных экспертом. Эти правила можно сформулировать и другими способами - например, методом, описанным в разд. [59]

Парное представление в компьютере реализуется точечным способом. При этом шаг дискретизации необязательно представляется эквидистантным способом. Промежуточные значения получаются методом интерполяции. Этот способ имеет преимущества перед векторным представлением, так как при точечной реализации отсутствуют ограничения, связанные с эквидистантной дискретизацией. Точечный способ часто используется в программном обеспечении компьютеров при решении коммерческих задач методами нечеткого управления. Простым примером является нечеткое множество с треугольной функцией принадлежности, которая содержит только три точки ( I, / Xj, а остальные получаются путем интерполяции. Более сложная форма может быть аппроксимирована любым способом, который дает компромисс между необходимой памятью и точностью. [60]

Страницы: 1 2 3 4 5