Доклады о будущих и современных технологиях

ПРИМЕНЕНИЕ НЕЙРО-НЕЧЕТКИХ МЕТОДОВ ПРИ ПОСТРОЕНИИ ИНТЕЛЛЕКТУАЛЬНЫХ МОДЕЛЕЙ УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ

Д. В. Богачев, Е. В. Ершов, Л. Н. Виноградова

Научный руководитель - Е. В. Ершов, д-р техн. наук, профессор Череповецкий государственный университет

Многие процессы производственного цикла нуждаются в адаптивном управлении, так как частые изменения технологических параметров или внешних возмущений приводят к постоянному изменению характеристик и структуры регулятора. Обеспечить необходимое интеллектуальное управление способны нейро-нечеткие модели, объединяющие в себе наи­лучшие свойства нечеткой логики и нейронных сетей.

Знания, составляющие основу корректного функционирования модуля нечеткого управления, записываются в виде правил (1):

Я : Ш (х1 это А1 ЛИБ х2 это А, ЛИБ... ЛИБ хп это Лп) ГНЕИ (у1 это в* ЛИБ у2 это в* ЛИБ... ЛИБ ут это Вкт)

Где Лк,...,Л,,В,,...,Вкт - нечеткие множества; х1,х2,...,хп - входные перемен­ные модели; у1,у2,...,ут - выходные переменные модели.

Один из наиболее известных и часто применяемых способов реализа­ции нечетких систем задается формулой (2):

(2)

Где И - количество нечетких правил; п - количество входных перемен­ных; х{ - конкретное значение входного сигнала; у - конкретное значение

Выходного сигнала; х*, ук - центры, а а*, а* - коэффициенты растяжения (сжатия) гауссовских кривых для входных и выходных переменных соот­ветственно.

Теперь каждый элемент формулы (2) можно задать в форме функцио­нального блока, что после соответствующего объединения позволяет соз­дать нейроподобную многослойную сеть. А поскольку алгоритм обратного распространения ошибки можно обобщить на любую сеть с прямым рас­пространением сигнала, то данный модуль нечеткого управления можно обучать также как и обычную нейронную сеть.