Добірка наукової літератури з теми "Система нечіткого логічного виведення"

Підвищення точності стабілізації маломірного судна на траєкторії та зниження кількості перекладок руля, що підвищує ресурс авторульового, досягається за допомогою нечіткого регулятора, який працює на основі використання досвіду людини-рульового. В статті розроблена структурна схема управління та стабілізації судна на траєкторії, загальна схема управління із застосуванням нечіткого регулятора, а також структурна схема системи управління рухом маломірного судна із нечітким регулятором. Розроблена база правил для нечіткого регулятора та правила виведення, які ґрунтуються на відомому методі логічного виведення Мамдані. Застосування нечіткого регулятора дозволяє забезпечити зниження кількості перекладок руля суднової рульової машини.

У статті виконано теоретичний аналіз нейро-нечітких систем, узагальнено та систематизовано їх основні характеристики, деталізовано особливості відомих алгоритмів розробки та обґрунтовано актуальність їх використання для побудови комп’ютеризованих навчальних програм. Представлено структурну модель адаптивної навчальної системи та описано систему вхідних навчальних правил, змодельованих за результатами проведеного експерименту. З метою визначення оцінки поточного рівня навченості студента введено ряд якісних показників (глибина навчання, ступінь та якість засвоєння), використання яких дозволило забезпечити повноту бази вхідних правил для здійснення нечіткого логічного виведення. Запропоновано метод на базі нечіткої нейронної мережі для побудови адаптивного модуля дистанційної системи передачі знань, застосування якого дає можливість підвищити швидкість та точність виконання обрахунків на етапі визначення навчального режиму відповідно до поточного рівня знань студента. Реалізовано адаптивний механізм побудови індивідуальної траєкторії навчання у системі дистанційної освіти на основі нечіткої нейронної мережі Мамдані. Розроблено гібридний алгоритм навчання нейро-нечіткої мережі та наведені етапи його функціонування. Досліджено особливості застосування гібридного алгоритму для визначення навчального режиму та встановлено переваги його використання шляхом паралельного й одночасного уточнення параметрів мережі. Запропоновано блок-схему гібридного алгоритму адаптивного навчального модуля, яка дозволяє мережі під час навчання модифікувати правила виведення відповідно до заданої точності навчання. Проведено експериментальне дослідження застосування гібридного алгоритму з використанням нечіткої нейронної мережі ANFIS в програмі MATLAB, що дозволило підтвердити ефективність запропонованої технології. Визначено перспективи використання математичного апарату нейромережевих технологій у дослідженні адаптивних характеристик автоматизованих навчальних систем.

The article discusses the use of neuro-fuzzy control systems as a tool for managing non-deterministic objects in real time. The application of classical methods description of the control system assumes that the control objects are described by linear dynamic links of low order. This assumption often leads to the fact that classical control systems in practice do not provide the specified indicators of fast and efficient management. This article discusses modern control tools structural models of a discrete quasi-invariant automated control system. Typical procedures correspond to business processes of nondeterministic discrete objects. The decision to use marketing, resource and production procedures is made on the basis of analysis of the degree of compliance; in this case, business processes in the economic object. This approach combines the advantages of the principle of using typical subsystems of automated control systems and the process approach. Presented in this article is the analysis of an automated control system, which is based on the use of typical models of discrete automated control systems. According to the proposed solution in an automated control system in real time, it is proposed to use a neuro-fuzzy control system as a function of the object and the system’s transfer ratio. The neuro-fuzzy control system is based on the process of learning an artificial neural network (ANN), which allows you to determine the rules of fuzzy inference (FIS). Once the fuzzy output parameters are defined, the neural network operates standard. In this integrated model, the neural network training algorithm (ANN) is used to determine the parameters of the fuzzy output system (FIS). On the other hand, the neural network learning mechanism does not depend on statistical information, but is standard for the chosen artificial neural network architecture. The ANFIS automated control sys-tem determines that each quantity is represented by only one fuzzy set. The ANFIS neural network learning procedure has no restrictions on modifying membership functions. To ensure the learning speed of the neural network and the adaptability of the software implementation, the model Takagi T., Sugeno M. this is based on a high-performance neural network learning procedure. The article proposes the ANFIS model, which considers an algorithm based on seven fuzzy rules.Keywords: neuro-fuzzy control systems, ANFIS model, neural network (ANN), rules of fuzzy inference (FIS). У статті розглянуто використання нейронечітких систем управління як інструмента для управління недетермінованими об’єктами в реальному масштабі часу. Обговорюються сучасні інструменти управління, структурні моделі дискретної квазіінваріантної автоматизованої системи управління. Представлене у статті аналізування автоматизованої системи управління заснований на застосуванні типових моделей дискретних автоматизованих систем управління. Відповідно до пропонованого рішення, в автоматизованій системі управління в реальному масштабі часу як опція об’єкта і передавальний коефіцієнт системи пропонується використовувати нейронечітку систему управління. Нейронечітка система управління заснована на процесі навчання штучної нейронної мережі (ANN), що дає змогу визначити правила нечіткого виведення (FIS). У статті пропонується модель ANFIS, яка виконана із застосуванням нечіткої системи Takagi T., Sugeno M., а також розглянуто алгоритм, який побудований на основі семи нечітких правил.Ключові слова: нейронечіткі системи управління, модель ANFIS, нейронна мережа (ANN), правила нечіткого виведення (FIS).

Описано теоретико-методичні підходи до проведення бізнес-аналізу ІТ-проєктів. Проаналізовано стан розвитку ІТ-галузі у світі і в Україні. Зазначено, що ІТ-галузь є драйвером української економіки. Розглянуто бізнес-аналіз як важливу складову управління проєктами у сфері IT. Описано методичні засади проведення бізнес-аналізу з акцентом на аналіз вимог до проєкту. Висвітлено методології моделювання бізнесу і бізнес-процесів (Business Model Canvas, IDEF, UML) та проілюстровано їх використання у процесі бізнес-аналізу на прикладі ІТ-проєкту. Запропоновано визначати успіх ІТ-проєкту залежно від повноти проведення етапів бізнес-аналізу методами нечіткої логіки. Так, для нечіткого логічного виведення в роботі представлено базу продукційних логічних правил, на основі яких отримано результат можливого успіху проєкту. За умови високого рівня термів вхідних лінгвістичних змінних успіх проєкту становитиме 0,796, тобто бути на високому (high) рівні. Утім, за умови значень для Business Model Canvas — 0,75 та UML — 0,25 можливий успіх проєкту — усього 0,604, тобто бути на середньому (medium) рівні, що підтверджує важливість бізнес-аналізу, зокрема етапу моделювання і створення UML-діаграм. Перспективою дослідження за цією темою є подальша реалізація ІТ-проєктів із використання найкращих практик бізнес-аналізу, які здатні значно підвищити ймовірність успішного випуску продукту на ринок інформаційних технологій, а також удосконалення моделі нечіткого логічного виведення успіху проєкту залежно від проведеного бізнес-аналізу.

Інтенсивне збільшення кількості транспортних засобів у містах України за останні роки призвело до значного перевантаження транспортної мережі, утворення транспортних заторів. Хоча виникнення заторів обумовлено багатьма факторами, значна їх кількість сконцентрована на регульованих перехрестях. Метою даної роботи є підвищення ефективності керування дорожнім рухом у місті. Особлива увага приділяється керуванню світлофорними об’єктами з використанням сучасного апарата нечіткої логіки. Розроблено структуру побудови системи керування дорожнім рухом в місті. Виділено підсистеми реєстрації дорожнього руху, світлофорного регулювання, керування зовнішнім освітленням. В такому випадку система легко модернізується і масштабується. Проведено дослідження транспортного потоку. Побудовано математичну модель нечіткого логічного виведення для гнучкого регулювання тривалості фаз двохфазного світлофорного об’єкта.
In recent years, the intensive increase of vehicles in the cities of Ukraine has led to significant overload of the transport network and formation of traffic jams. Although congestion is caused by many factors, many of them are concentrated at controlled intersections. The purpose of this work is to improve the efficiency of road traffic control in the city. Special attention is paid to the management of traffic light objects using modern apparatus of indistinct logic. The structure of construction of traffic management system in the city has been developed. The subsystems of traffic registration, traffic lights, outdoor lighting control have been highlighted. In this case, the system is easily upgraded and scalable. The study of traffic flow was conducted. The mathematical model of fuzzy inference system for flexible phase duration control of two-phase traffic light object was constructed.