|
115 Построение системы ААУ на основе аппарата нечеткой логики позволяет упростить элементы структуры системы, сохраняя общие принципы метода ААУ, а также наделяет дискретный по своей сути метод ААУ некоторыми непрерывными свойствами, что должно повысить качество управления и сократить объем базы знаний. Нечеткая логика дает возможность достаточно просто заложить в систему ААУ априорную информацию об объекте в виде нечетких правил управления, близость формы записи которых к естественному языку позволяет без особого труда получать необходимые знания у экспертов. Априорная информация обеспечивает одно из основных начальных условий системы, построенной по методу ААУ условие максимальной начальной приспособленности. Соблюдение этого условия позволяет получить результат, аналогичный результату действия механизмов естественного отбора и передачи наследственной информации, присущих живым организмам. Обработка нечеткой информации нечеткии вывод авнои применяются в различных интеллектуальных системах, однако наиболее широкое распространение нечеткие системы получили в области управления. Общая схема обработки нечеткой информации выглядит следующим образом. Точные исходные данные с датчиков, контролирующих управляющий процесс, переводятся в значения лингвистических переменных в специальном блоке, получившем название “фазификатор”. Далее реализуются процедуры нечеткого вывода на множестве продукционных правил, составляющих базу знаний системы управления, в результате чего формируются выходные лингвистические значения, которые переводятся в точные значения результатов вычислений в блоке “дефазификатор”. На выходе последнего формируются управляющие воздействия, подаваемые на исполнительные механизмы. Эта концептуальная схема лежит в основе так называемого нечеткого контроллера, используемого в интеллектуальных системах обработки неопределенной информации, в частности, в “интеллектуальных” системах управления. В классических нечетких регуляторах не предусмотрены механизмы адаптации в реальном времени к изменяющимся характеристикам |
Применение нечеткой логики в имитационной системе автономного адаптивного управления Караваев М.В. Работа поддержана РФФИ, проекты № 03-01-00323 и № 04-01-08023-офи Аннотация Описан способ построения автономных адаптивных систем управления на основе математического аппарата нечеткой логики. Для этой цели было разработано расширение теории нечётких множеств. Введение Наиболее продвинутые на сегодня методы построения автоматических систем управления основаны на использовании строгих математических моделей объектов. Однако, для подавляющего большинства как искусственных, так и естественных объектов управления (ОУ), которыми необходимо управлять, построение точных математических моделей практически невозможно ввиду их плохой формализуемости. К тому же, эти объекты могут функционировать в среде, свойства которой изменяются или же вообще не могут быть определены заранее. Управление такими объектами возможно только с использованием адаптивных принципов. В случае плохой формализуемости ОУ особый интерес вызывают системы, построенные на новых, интеллектуальных принципах [1]. Эти системы используют наработки таких направлений искусственного интеллекта (ИИ) как нечеткая логика, экспертные системы, генетические алгоритмы, искусственные нейронные сети и т.д. Среди всех интеллектуальных управляющих систем особенно эффективны системы, построенные не на основе только одного из вышеперечисленных направлений ИИ, но объединяющие в себе сразу несколько из них. В данной статье предлагается один способ объединения двух такого рода методов, именно, метода ААУ [2,3,4] и нечёткой логики [5,6,7], и построение системы ААУ на основе модернизированного математического аппарата нечеткой логики, с целью объединить концептуальность метода ААУ со сравнительной простотой нечетких систем управления. Построение системы ААУ на основе аппарата нечеткой логики позволяет упростить элементы структуры системы, сохраняя общие принципы метода ААУ, а также наделяет дискретный по своей сути метод ААУ некоторыми непрерывными свойствами, что должно повысить качество управления и сократить объем базы знаний. Нечеткая логика дает возможность достаточно просто заложить в систему ААУ априорную информацию об объекте в виде нечетких правил управления, близость формы записи которых к естественному языку позволяет без особого труда получать необходимые знания у экспертов. Априорная информация обеспечивает одно из основных начальных условий системы, построенной по методу ААУ – условие максимальной начальной приспособленности. Соблюдение этого условия позволяет получить результат, аналогичный результату действия механизмов естественного отбора и передачи наследственной информации, присущих живым организмам. 1 Нечеткая логика Обработка нечеткой информации и нечеткий вывод давно применяются в различных интеллектуальных системах, однако наиболее широкое распространение нечеткие системы получили в области управления. Общая схема обработки нечеткой информации выглядит следующим образом. Точные исходные данные с датчиков, контролирующих управляющий процесс, переводятся в значения лингвистических переменных в специальном блоке, получившем название “фазификатор”. Далее реализуются процедуры нечеткого вывода на множестве продукционных правил, составляющих базу знаний системы управления, в результате чего формируются выходные лингвистические значения, которые переводятся в точные значения результатов вычислений в блоке “дефазификатор”. На выходе последнего формируются управляющие воздействия подаваемые на исполнительные механизмы. Эта концептуальная схема лежит в основе так называемого нечеткого контроллера, используемого в интеллектуальных системах обработки неопределенной информации, в частности, в “интеллектуальных” системах управления. В классических нечетких регуляторах не предусмотрены механизмы адаптации в реальном времени к изменяющимся характеристикам взаимодействия объекта управления с окружающей средой, что не позволяет применять нечеткие системы для управления объектами с изменяющимся во времени свойствами. Однако существует ряд методов, расширяющих возможности нечетких регуляторов в этой области [8]. Одним из серьёзных недостатков нечетких систем управления является невозможность предсказания поведения системы на несколько шагов вперед, так как существующий математический аппарат нечеткой логики позволяет строить правила управления, связывающие лишь текущее состояние объекта с желаемым при помощи управляющего воздействия, которое необходимо предпринять в текущей ситуации. Математический аппарат нечеткой логики для систем ААУ Одни из основных задач, которые необходимо решить при построении системы ААУ – задача получения и представления в базе знаний (БЗ) эмпирической информации и задача принятия решений на основе найденных в этих знаниях закономерностей. Под БЗ в системах ААУ понимается подсистема, хранящая знания, необходимые системе ААУ для управления объектом, где «знания» для системы ААУ представляют собой тройки «образ ситуации»«образ действия»-«образ результата», отражающие закономерности во взаимодействиях объекта управления с окружающей средой. Исходя из вышесказанного, существует возможность построения управляющей системы ААУ с использованием математического аппарата нечеткой логики, которая чаще всего применяется как раз для решения подобных задач. При этом в разрабатываемой системе необходимо объединить концептуальность метода ААУ и сравнительную простоту нечетких систем управления. Для описания системы ААУ мы предлагаем использовать нечеткие и лингвистические переменные, имеющие некоторые отличия от принятых в традиционной нечеткой логике. 2 |