Реферат: Болнокин В. Е., д т. н., проф., Москва, Динь Ксуан Мань, Ле Ань Куан, г. Хайфон (Вьетнам), Нгуен Ван Банг, г

Круглый стол «Философско-методологические проблемы когнитивных и компьютерных наук»

Болнокин В.Е., д.т.н., проф., Москва, Динь Ксуан Мань, Ле Ань Куан, г. Хайфон (Вьетнам),

Нгуен Ван Банг, г. Хошимин (Вьетнам)

ПРИМЕНЕНИЕ МЕТОДОВ НЕЧЁТКОЙ ЛОГИКИ В УПРАВЛЕНИИ АДАПТИВНЫМИ ТЕХНОЛОГИЧЕСКИМИ СИСТЕМАМИ

В настоящее время нечеткая логика является одним из наиболее перспективных направлений современной теории управления. Нечеткая логика дает возможность строить базы знаний и экспертные системы нового поколения, способные хранить и обрабатывать неточную информацию в современных системах управления производственными процессами и транспортными системами.

По сравнению с традиционными методами анализа и вероятностным подходом методы нечеткого управления позволяют быстро производить анализ задачи и получать результаты с высокой точностью, обеспечивают значительное повышение быстродействия процессов управления при использовании нечетких контроллеров и создания систем управления для объектов, алгоритмы функционирования которых трудно формализуемы методами традиционной математики. Нечеткое управление, кроме того, дает возможность синтеза адаптивных регуляторов на базе классических пропорционально – интегрально - дифференциальных (ПИД) регуляторов.

Характерными чертами алгоритмов решения задач методами нечеткой логики является наличие некоторого набора утверждений (правил), каждое из которых состоит из совокупностей событий (условий) и результатов (выводов). Для формирования данных правил предлагается специальная методология, состоящая из стохастических моделей оценки эффективности выработанных правил и алгоритмов оптимизации. Это осуществляется с учетом набора правил из всех имеющихся альтернатив с целью получения минимальной по размеру представительной выборки возможных правил.

После постановки задачи в терминах правил, состоящих из условий и выводов, производится их обработка по специальным алгоритмам. Идея обработки состоит в преобразовании (фазификации) нечетких значений условий и выводов в количественную форму. Для этого используются различного рода функции принадлежности. Операция фазификации, по аналогии с интегральными преобразованиями Лапласа, Фурье и другими, может быть интерпретирована, как переход в другое пространство. В новом пространстве производится обработка нечетких переменных с использованием логических операций. Затем полученный результат переводится в исходное пространство числовых переменных с использованием обратного преобразования (дефазификации). Результаты оцениваются с позиций стохастического прогноза последствий принятия решений.