Аннотация:
Предложен алгоритм настройки систем типа Мамдани, использующий для подстройки правил нечёткого логического вывода принцип пропорционально-интегрального регулятора с ограниченной интегральной составляющей. Для уменьшения времени подстройки по сравнению с пропорциональным регулятором и уменьшения величины перерегулирования, по сравнению с пропорционально-интегральным регулятором с теми же значениями коэффициентов интегральной и пропорциональной составляющих, используется ограничение интегральной составляющей. Достоинство разработанного алгоритма заключается в возможности осуществления локальной подстройки без полного набора данных области определения входных переменных и соответствующих им значений отклика системы. В качестве приоритетного направления дальнейших исследований рассматривается адаптация применения алгоритмов для функций принадлежности других (отличных от гауссовых) типов. Эффективность алгоритма подтверждена результатами его сопоставления с алгоритмами подстройки систем нечёткого логического вывода на основе нечётких нейронных сетей и нечёткой кластеризации при решении идентичных задач.
Ключевые слова:
системы нечёткого логического вывода, адаптивные системы, системы Мамдани, интеллектуальные системы, нечёткая логика, функции принадлежности, пропорционально-интегральный регулятор.
Поступила в редакцию: 23.05.2018
Реферативные базы данных:
Тип публикации:
Статья
УДК:
51-7, 004.89
Образец цитирования:
М. С. Голосовский, А. В. Богомолов, Д. С. Теребов, Е. В. Евтушенко, “Алгоритм настройки системы нечёткого логического вывода типа Мамдани”, Вестн. Южно-Ур. ун-та. Сер. Матем. Мех. Физ., 10:3 (2018), 19–29
Alexey Bogomolov, Eugene Larkin, Tatiana Akimenko, Lecture Notes in Networks and Systems, 934, Software Engineering Methods in Systems and Network Systems, 2024, 77
Mikhail Golosovskiy, Alexey Bogomolov, Eugene Larkin, Tatiana Akimenko, Lecture Notes in Networks and Systems, 910, Data Analytics in System Engineering, 2024, 336
Alexey Bogomolov, Eugene Larkin, Tatiana Akimenko, Lecture Notes in Networks and Systems, 910, Data Analytics in System Engineering, 2024, 343
Dmitry Shamaev, Lecture Notes in Networks and Systems, 597, Data Science and Algorithms in Systems, 2023, 519
Dmitiy S. Lysenko, “Adaptive control system for the water temperature at the outlet of the waste boiler”, Vestnik of Samara State Technical University. Technical Sciences Series, 30:4 (2023), 33
Mikhail Golosovskiy, Alexey Bogomolov, Lecture Notes in Networks and Systems, 724, Artificial Intelligence Application in Networks and Systems, 2023, 444
M. S. Golosovskiy, A. V. Bogomolov, D. S. Tobin, “Algorithm for Setting Fuzzy Logical Inclusion Systems Based on Statistical Data”, Autom. Doc. Math. Linguist., 57:1 (2023), 1
Vladimir Biryulin, Dar'ya Kudelina, Aleksey Pyhtin, Aleksey Borodin, Aleksey Bulgakov, Klaus Hol'shemaher, “MODEL OF FUZZY LOGIC ACCOUNTING OF ENERGY EFFICIENCY INDICATORS OF INDUSTRIAL ENTERPRISES”, Construction and Architecture, 10:1 (2022), 31
Mikhail Golosovskiy, Alexey Bogomolov, Mikhail Balandov, Studies in Systems, Decision and Control, 417, Cyber-Physical Systems: Intelligent Models and Algorithms, 2022, 83
G. Akperov Imran, Sakharova Lyudmila, Lecture Notes in Networks and Systems, 362, 11th International Conference on Theory and Application of Soft Computing, Computing with Words and Perceptions and Artificial Intelligence - ICSCCW-2021, 2022, 689
Vladimir Biryulin, Daria Kudelina, Alexey Pykhtin, Alexey Borodin, Alexey Bulgakov, Klaus Holschemacher, “Model of fuzzy inference for energy efficiency evaluation at industrial enterprises”, J. Phys.: Conf. Ser., 2388:1 (2022), 012157
M. S. Golosovskiy, A. V. Bogomolov, M. E. Balandov, “Optimized Fuzzy Inference for Sugeno-Type Systems”, Autom. Doc. Math. Linguist., 56:5 (2022), 237
М.С. Голосовский, М.S. Golosovskiy, А.В. Богомолов, А.V. Bogomolov, Е.В. Евтушенко, Е.V. Evtushenko, “Алгоритм настройки систем нечёткого логического вывода типа Сугено”, Научно-техническая информация. Серия 2: Информационные процессы и системы, 2021, № 5, 1