UKR | ENG || ДонНТУ > Портал магистров ДонНТУ
Магистр ДонНТУ Коновал Владимир Анатольевич

Коновал Владимир Анатольевич

Факультет вычислительной техники и информатики
Специальность: Компьютерные системы и сети

Тема выпускной работы:

Системы управления с нечеткой логикой

Научный руководитель: Ковалев Сергей Александрович


Материалы по теме выпускной работы: Об авторе | Библиотека | Ссылки | Отчет о поиске | | Индивидуальный раздел

Реферат по теме выпускной работы


Введение


        Сегодня термины fuzzy set и fuzzy logic далеко не столько известные, как, например, в середине восьмидесятых годов. Тогда словосочетание "нечеткая логика" буквально не сходило со страниц самых разных изданий - от малоизвестных сугубо специализированных до массовых и таких научно-известных, что термин "научный" при упоминании их названий приходилось высказывать то стыдно. В общем было то, что жадные на слова американцы называют hype. Опять таки, совершенно очевидно - понять hype возможно только после его окончания, что и произошло со всем, что имело хоть какое бы отношение к нечеткого срока fuzzy. К середине 90 х многообещающую технологию начали критиковать. Сначала анализ цитирования в научных работах выявил катастрофический спад интереса ученых-теоретиков. Затем ответили практики - слово fuzzy словно ознаменовало самый "бесперспективный" раздел в программировании. И вот, к началу нового тисячелетия, у многих появилось предсказание, что нечеткая логика - это что-то когда-то очень модное и сегодня совсем забытое. Как конечно бывает, на самом деле все и так, и одновременно совсем не так. Когда наложены на "нечеткую логику" как теорию и технику решения всех проблем ожидания не подтвердились - точно так же, как не подтвердились ранее и не подтвердятся в будущем все аналогичные ожидания от "самых современных лекарств от всех заболеваний. Но и теория, а практика от этого ни в коем случае совсем не пострадали. Скорее всего даже наоборот. С одной стороны, для нечеткой логики нашлись столь четко очерченные области использования, что стало возможным появление мощных инструментальных моделей, позволяя спрятать много нетривиальных сложных математических операций за удобными интерфейсами пользователя и выраженными проблемно-ориентированными графическими метафорами. С другой стороны, фундаментальные математические операции нечеткой логики настолько четко определены, что они давно и успешно реализованы "в железе" (точнее, в системах команд) серийно выпускаемых однокристальных микроконтроллеров.

Актуальность


        В настоящее время большую актуальность приобретает использование экспертных систем для решения объемных, трудно формализуемых задач в различных предметных областях. Эти задачи характеризуются, как правило, отсутствием или сложностью формальных алгоритмов решения, неполнотой и нечеткостью исходной информации, нечеткостью достигаются целей. Данные особенности приводят к необходимости использования в процессе решения данных задач знаний, полученных от человека-эксперта в предметной области, и разработки экспертных систем, осуществляющих сбор и управление этими знаниями, которые принимают решение о оптимальный способ достижения целей в условиях неполноты и нечеткости.
        Знания человека-эксперта о решении задач в условиях неполноты, нечеткости исходной информации и достигаются целей, также имеют нечеткий характер. Для их формализации в настоящее время успешно применяется аппарат теории нечетких множеств и нечеткой логики. Нечеткие понятия в данном случае формализуются в виде нечетких и лингвистических переменных, а нечеткость действий в процессе принятия решения - в виде нечетких алгоритмов. Экспертные системы, способные формализовивать нечеткую информацию и обрабатывать ее в рамках нечетких алгоритмов, получили название нечетких экспертных систем.
        Большую актуальность в настоящее время имеет использование нечетких экспертных систем для решения задач моделирования в области геологии и разработки нефтяных месторождений. Основной характерной чертой задач, решаемых в данной предметной области, является неопределенность, нечеткость и неполнота знаний о месторождении. Знания, используемые специалистом-геологом при решении задач в данных предметных областях, часто интуитивные и субъективные, что во многом связано с тем, что геологи пока далеки от полного понимания совокупности процессов, происходящих при разработке нефтяных месторождений. С другой стороны, многие геологические показатели месторождений в принципе не могут быть определены четко из-за своей природы. Например, граница залежи - идеальный объект, она не может быть определена четко по своей природе, она размыта, неопределенна и нечеткая.
        Множество основных целей, достигаемых при разработке нефтяных месторождений - извлечение запасов залежи с максимальной прибылью, с высокой НЕФТЕОТДАЧИ, с наименьшими ресурсными и финансовыми затратами, с наименьшими потерями экологическими - являются расплывчатыми, нечеткими, неопределенными. Они не достижимы полностью и изменяющиеся во времени.
Кол-во кадров:4       Цикл повторения 1млс       Синяя линия очерчивает результирующее множество (нечеткое И между множеством 5 и 8)
Кол-во кадров:4       Цикл повторения 1млс       Синяя линия очерчивает результирующее множество (нечеткое ИЛИ между множеством 5 и 8

Научная новизна


        Под дефазификацией понимается процедура преобразования нечетких величин, получаемых в результате нечеткого вывода, в четкие. Эта процедура является необходимой в тех случаях, где требуется интерпретация нечетких выводов конкретными четкими величинами, то есть когда на основе функции принадлежности возникает необходимость определить для каждой точки в результрующем множестве Z числовые значения.
        В настоящее время отсутствует систематическая процедура выбора стратегии дефазификации. На практике часто используют две наиболее общие методы: метод центра тяжести (ЦТ - центроидний), метод максимума (ММ).
        Из двух наиболее часто используемых стратегий дефазификаций, стратегия ММ дает лучшие результаты для переходного режима, а ЦТ - в установившемся режиме за меньшей среднеквадратическое ошибку.
        Сама идея заключается в модификации методов дефазификации, что приводит к увеличению быстродействия блока дефазификации на структурной схеме, а это, в свою очередь приводит к росту быстродействия во всем объекте. А в наше время очень популярно высказывание - время - деньги ... и к тому же большие горше. А если еще и производство дешевле ... так что здесь большие перспективы и весомая научная ценность ...

Заключение


       В ходе работы было изучено много материала относительно основ управляющих систем на основе нечеткой логики.
        Основная идея, которая используется в СНЛ, заключается в вводе «опыта эксперта» (человека-оператора лица, приемного (ЛПС)) в разработку схемы, управляющий некоторым динамическим процессом. В наше время СНЛ распространены очень широко и находят свое предназначение в различных областях науки и техники. Это обусловлено тем, что управляющие системы с нечеткой логикой дают очень весомый выигрыш во времени относительно ныне действующих микроконтроллеров. Приведем пример:
        Существует одно семейство микроконтроллеров, ставших на сегодняшний день классикой серийно производимых доступных машин нечеткой логики. Естественно, речь идет о знаменитом семейство HC12 компании Freescale (бывший полупроводниковое подразделение Motorola). В системе команд HC12 реализованы такие уникальные конструкции, как, например, MEM и WAV, по сути, является однокомандною реализацией процедур фазификации и дефазификации. Кроме того, HC12 поддерживает и две команды, осуществляющие промежуточные этапы механизма нечетких выводов. Если добавить к этому четырех сугубо специализированным машинным командам почти десяток "fuzzy-ориентированных" инструкций, можно не удивляться тому, что HC12 так любим и почитаем производителями систем, встраиваемых в самых разных областях. Ведь контролеры этого семейства на нечетких задачах обгоняют более дорогие и универсальные 32 битные чипы не в несколько, а в десятки и сотни раз. Но все это возможно только при корректном использованию и разработке элементов с fuzzy logic.

Литература

  1. Peter Bauer, Stephan Nouak, Roman Winkler “Fuzzy Logic” December 4, 1996
  2. Круглов В.В. “Нечеткая логика и искусственные нейронные сети”,2002- 382c
  3. Избранные статьи Лофти Заде
  4. Kosko B. Fuzzy systems as universal approximators // IEEE Transactions on Computers, vol. 43, No. 11, November 1994. - P. 1329-1333.
  5. Леоленков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. - СПб., 2003.
  6. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. - М., 2004.
  7. Cordon O., Herrera F., A General study on genetic fuzzy systems // Genetic Algorithms in engineering and computer science, 1995. - P. 33-57.
ДонНТУ > Портал магистров ДонНТУ || Об авторе | Библиотека | Ссылки | Отчет о поиске | | Индивидуальный раздел