Программная система автоматического формирования нечеткого логического контроллера
Дипломная работа - Компьютеры, программирование
Другие дипломы по предмету Компьютеры, программирование
истема автоматического формирования нечеткого логического контроллера
Содержание
Введение
Глава 1. Постановка задачи на разработку методов автоматического формирования нечетких систем управления
1.1 Тестовая задача
1.2 Функция пригодности
1.3 Формирование задачника
.4 Общая постановка задачи
Глава 2. Сведения из теории интеллектуальных систем
2.1 Нечеткая логика
2.2 Искусственные нейронные сети
2.3 Генетические алгоритмы
Глава 3 Методы и алгоритмы автоматического формирования нечетких систем управления
.1 Генетический подход к формированию БП для нечеткой системы управления
3.2 Нейросетевой подход к формированию БП для нечеткой системы управления
.3 Настройка семантики лингвистических переменных
.4 Коэволюционный алгоритм для формирования НСУ в целом
Глава 4. Практическая реализация разработанных подходов и исследование эффективности их работы
4.1 Программная реализация
.2 Подбор оптимальной структуры оптимизационного алгоритма
4.3 Сравнение эффективности подходов
Заключение
Список литературы
Введение
Актуальность
В настоящее время все большую роль в управлении сложными, в том числе социальными и экономическими системами, играют интеллектуальные информационные технологии, позволяющие освободить человека от рутинных интеллектуальных операций и переключить внимание на творческие задачи принятия решения. Одной из таких технологий являются экспертные системы, основанные на нечеткой логике и теории нечетких множеств (НСУ). НСУ представляют в виде формализованных моделей, использующих нечеткие и неявные знания человека, что позволяет им (системам) решать довольно большой круг задач. Однако рост практического использования таких экспертных систем в значительной мере сдерживается трудностями в их разработке. Инженер по знаниям и эксперт (в подавляющем большинстве случаев это группа экспертов) должны длительное время взаимодействовать друг с другом. Цель такого взаимодействия - извлечение знаний из эксперта, их (знаний) формализация и кодирование. Но в реальности такое взаимодействие не всегда возможно, кроме того, работа с экспертом это дорогое удовольствие. В большинстве случаев именно с данной стадией проектирования НСУ связанны основные материальные и временные затраты.
Очевидна необходимость разработки методов позволяющих автоматически проектировать НСУ и тем самым свести к минимуму участие человека. Все это делает исследования, проведенные в данной работе, действительно ценными на сегодняшний день, а выбранная тема работы заслуживает самого серьезного и пристального внимания.
Цель работы
Целью данной работы является разработка и исследование методов автоматического проектирования нечетких систем управления.
Для достижения данной цели необходимо решить следующие задачи:
.разработать методы автоматического формирования базы правил (БП) нечеткого контроллера
.разработать методы автоматической настройки семантики лингвистических переменных
.разработать методы одновременной настройки семантики лингвистических переменных и формирования БП.
.исследовать данные методы на тестовой задаче и сравнить результаты.
Методы исследования
В данной работе использовались методы системного анализа, нечеткой логики, оптимизации, методики разработки интеллектуальных информационных систем.
Научная новизна
.Разработаны, реализованы и исследованы новые методы автоматического формирования базы правил, основанные на генетических алгоритмах и искусственных нейронных сетях.
.Разработан, реализован и исследован новый метод автоматической настройки семантики лингвистических переменных.
.Разработан, реализован и исследован новый метод автоматического проектирования НСУ, основанный на коэволюции вышеупомянутых алгоритмов.
Практическая значимость
Алгоритмы автоматического формирования базы правил позволяют:
.минимизировать роль человека при разработке НСУ,
.ускорить процесс разработки НСУ,
.уменьшить затраты на разработку НСУ,
.решать более сложные задачи.
Программная система, разработанная в данной работе, используется в качестве лабораторной установки для обучения студентов Сибирского государственного аэрокосмического университета по дисциплине Интеллектуальные технологии и принятие решения.
Защищаемые положения
.Метод автоматического формирования БП, основанный на искусственной нейронной сети, превосходит по эффективности метод, основанный на генетических алгоритмах.
.Метод автоматической настройки семантики лингвистических переменных позволяет улучшить работу НСУ для фиксированной базы правил;
.Разработанный метод совместной настройки семантики лингвистических переменных и базы правил позволяет эффективно разрабатывать НСУ и превосходит по эффективности каждый из этих алгоритмов в отдельности;
.Подобраны оптимальные структуры оптимизационного алгоритма для двух подходов автоматического формирования БП;
Апробация
Процесс разработки методов и результаты исследований докладывались на следующих конференциях: