Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Советующая система с нечеткой логикой по управлению мельницей помола клинкера

Диссертация: Советующая система с нечеткой логикой по управлению мельницей помола клинкера
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Вместе с этим, квалифицированный, опытный оператор, принимая решения по управлению мельницей помола, использует интуитивно ясную для него самого, строго индивидуальную стратегию, которая выгодно отличает его от остальных лиц, не имеющих достаточного опыта работы с этим объектом. Таким образом, знания, представления и суждения конкретного лица, принимающего решения (ЛПР), накопленные… Читать ещё >

Содержание

  • Глава 1. Проблемы автоматизации мельниц помола клинкера
    • 1. 1. Управление мельницами помола
    • 1. 2. Советующие системы в управлении производством
    • 1. 3. Правила выполнения нечетких выводов
    • 1. 4. Постановка задач исследования
  • Глава 2. Разработка правил нечеткого вывода рекомендаций по управлению мельницей помола
    • 2. 1. Представление знаний на основе нечетких когнитивных диаграмм
    • 2. 2. Формирование базы знаний советующей системы
    • 2. 3. Разработка усовершенствованного композиционного правила вывода
    • 2. 4. Разработка способа формализации экспертных составных условных высказываний
    • 2. 5. Композиционное правило вывода при учете информации о достоверности экспертных высказываний
    • 2. 6. Решение задачи диагностики аварийных состояний мельницы
    • 2. 7. Алгоритм правила нечеткого вывода в советующей системе
    • 2. 8. Результаты и
  • выводы по главе
  • Глава 3. Исследование адекватности советующей системы
    • 3. 1. Разработка методики оценки противоречивости нечетких экспертных суждений
    • 3. 2. Разработка способа оценки полноты нечетких экспертных высказываний
    • 3. 3. Экспериментальное исследование адекватности советующей системы
    • 3. 4. Результаты и
  • выводы по главе
  • Глава 4. Компьютерная реализация советующей системы
    • 4. 1. Разработка концепции компьютерной реализации советующих систем по управлению мельницей помола
    • 4. 2. Администрирование программной среды
    • 4. 3. Разработка структур данных
    • 4. 4. Выбор операционной системы, стиля и языка программирования
    • 4. 5. Проектирование классов программной среды
    • 4. 6. Требования к аппаратному и программному обеспечению
    • 4. 7. Результаты и
  • выводы по главе

Советующая система с нечеткой логикой по управлению мельницей помола клинкера (реферат, курсовая, диплом, контрольная)

В настоящее время, в условиях рыночных отношений, развитие промышленности строительных материалов приводит к значительному росту спроса на продукцию предприятий цементной индустрии. В этих условиях важное значение приобретают задачи улучшения качества цемента, снижения его себестоимости, что вызывает необходимость увеличения надежности, производительности и срока эксплуатации технологических агрегатов, используемых на предприятиях цементной промышленности. При этом наиболее перспективным направлением решения этих задач является создание и внедрение на цементных предприятиях автоматизированных систем управления.

Эффективность процесса помола, который является важной стадией технологического цикла производства цемента, представляет особое значение, поскольку в значительной мере определяет как качество, так и себестоимость готовой продукции. Последнее является наиболее существенным, поскольку, как известно, процесс помола расходует более 80% потребляемой при производстве цемента электроэнергии. Это имеет наибольшее значение прежде всего для отечественных предприятий, где все еще применяются установки, работающие по открытому способу помола, которые потребляют в среднем на 20% больше энергии по сравнению с агрегатами, использующими замкнутый способ помола.

Несмотря на существующую необходимость, уровень автоматизации производства цемента, и в частности — процесса помола цементной шихты, продолжает оставаться низким.

Актуальность работы обусловлена следующими основными причинами.

Управление мельницами помола клинкера осуществляется при непосредственном участии операторов-технологов, которые принимают решения о выборе тех или иных управляющих воздействий, используя свои профессиональные знания, индивидуальную систему ценностей и предпочтений. Вследствие этого эффективность управления данным технологическим объектом во многом зависит от квалификации, опыта и мастерства этих лиц.

Кроме этого, следует отметить, что на процесс помола оказывают влияние многие факторы, в том числе и трудноформализуемые, такие как условия микроклимата в цехе, износ оборудования, состав подаваемого материала. Вследствие этого процесс помола даже в однотипных мельницах протекает по-разному, что необходимо учитывать при решении задачи автоматизации. При этом, однако, найти точные зависимости между характеристиками получаемого продукта и всеми этими факторами представляется затруднительным.

Оценка эффективности управления мельницей помола является многокритериальной и предполагает достижение максимально возможной часовой производительности и требуемой тонкости помола при минимальных затратах электроэнергии. При этом согласование данных критериев определяется системой ценностей и предпочтений лиц, принимающих решения: оперативного персонала, специалистов-технологов, инженеров производственного отдела предприятия.

Вместе с этим, квалифицированный, опытный оператор, принимая решения по управлению мельницей помола, использует интуитивно ясную для него самого, строго индивидуальную стратегию, которая выгодно отличает его от остальных лиц, не имеющих достаточного опыта работы с этим объектом. Таким образом, знания, представления и суждения конкретного лица, принимающего решения (ЛПР), накопленные им за определенное время и составляющие его опыт, позволяют достичь профессионального мастерства при управлении данным технологическим объектом.

Отмеченные особенности дают основание считать, что рассматриваемый объект управления относится к классу слабоструктурированных технологических объектов.

В связи с этим представляется целесообразным решение задачи формализации интеллектуальной деятельности квалифицированных специалистов, их представлений и предпочтений, связанных с принятием решений по управлению рассматриваемым технологическим объектом, и построение советующей системы, которая выдает рекомендации по управлению в диалоговом режиме, имитируя поведение опытного специалиста-технолога (эксперта).

При этом для формализации и обработки экспертных сведений, представленных в качественной, нечетко заданной форме, целесообразно использовать методы теории нечетких множеств, которая имеет развитый математический аппарат для оперирования расплывчатыми определениями и понятиями.

Тем не менее, известно, что применение существующих методов этой теории зачастую сопряжено со значительными трудностями, которые связаны с невозможностью построения эффективных процедур нечеткого вывода рекомендаций при учете большого числа факторов, влияющих на принятие решений по управлению. Вследствие этого соответствующие алгоритмы расчетов приобретают неприемлемо высокую вычислительную сложность. Кроме того, в исследованиях в области теории нечетких множеств недостаточное внимание уделяется вопросам оценки достоверности, непротиворечивости и полноты информации в системах, выполняющих обработку нечетких экспертных суждений.

Таким образом, актуальность диссертационной работы следует из целесообразности формального представления и использования при управлении мельницей помола профессиональных знаний и навыков высококвалифицированных специалистов-экспертов, обладающих ценным опытом работы с данным технологическим объектом. При этом возникает необходимость развития способов формального представления экспертных суждений и разработки усовершенствованных методик их обработки.

Цель работы. Целью настоящей работы является создание советующей системы с нечеткой логикой по управлению мельницей помола клинкера.

Научная новизна работы заключается в развитии теоретических основ создания советующих систем с нечеткой логикой применительно к управлению мельницами помола клинкера. При этом:

— разработаны способы представления, структуризации и оценки нечеткой экспертной информации, позволяющие выявить и определить ее противоречивость и неполноту;

— разработаны усовершенствованные правила нечетких выводов, которые позволяют повысить адекватность советующей системы и быстродействие при выводе рекомендаций;

— разработана концепция компьютерной реализации советующих систем по управлению мельницами помола клинкера;

— разработаны методики оценки адекватности советующей системы.

Практическая ценность работы состоит в создании советующей системы по управлению мельницей помола клинкера, которая позволяет повысить эффективность процесса помола, выдавая рекомендации по управлению на уровне высококвалифицированных специалистов-технологов. Кроме того, созданная советующая система может применяться для обучения рабочего персонала цементных предприятий навыкам управления мельницами помола.

С использованием разработанных алгоритмов и правил обработки нечеткой экспертной информации выполнена компьютерная реализация советующей системы по управлению мельницей помола. Разработанное программное обеспечение, реализующее функции советующей системы, прошло производственную апробацию и принято к использованию на предприятии ЗАО «Белгородский цемент» (г. Белгород).

Основные положения работы используются в учебном процессе при проведении практических и лабораторных занятий по дисциплине «Системы поддержки принятия решений и их применение в строительстве» (специальность 220 400).

Положения работы, выносимые на защиту.

1. Советующая система с нечеткой логикой по управлению мельницей помола.

2. Развитие подхода когнитивных диаграмм для графического отображения структуры экспертных представлений по управлению.

3. Усовершенствованный алгоритм выполнения композиционного правила вывода, основанный на декомпозиции многомерных нечетких отношений.

4. Методика учета экспертной информации о достоверности высказываемых суждений по управлению мельницей помола.

5. Способы оценки противоречивости и полноты экспертных сведений, необходимые для исследования адекватности советующей системы по управлению мельницей помола.

Апробация работы.

Результаты работы, связанные с разработкой усовершенствованных правил выполнения нечетких выводов и способов оценки согласованности экспертной информации, были представлены на следующих научно-технических конференциях и семинарах: конференции «Компьютерное моделирование» (г. Белгород, 1998 г.) всероссийской межвузовской конференции «Микроэлектроника и информати-ка-98» (г. Зеленоград, 1998 г.) международной научно-практической конференции «Передовые технологии в промышленности и строительстве на пороге XXI века» (г. Белгород, 1998 г.) II международной научно-практической конференции «Сооружения, конструкции, технологии и строительные материалы XXI века» (г. Белгород, 1999 г.) всероссийской межвузовской научно-технической конференции «Микроэлектроника и информатика-99» (г. Зеленоград, 1999 г.).

Разработанное в ходе выполнения работы программное обеспечение, выполняющее функции советующей системы, прошло производственные испытания на предприятии ЗАО «Белгородский цемент», результаты которых рассматриваются в главе 3.

Связь с научно-техническими программами.

Отдельные положения диссертационной работы изложены в отчетах по следующим госбюджетным программам:

— заключительный отчет о НИР «Разработка инструментальных средств по созданию промышленных интеллектуальных систем автоматизированного управления, основанных на использовании нечетких моделей»,.

ГР № 1 950 006 833), Белгород: БелГТАСМ, 1998, разделы 2, 3.

— промежуточный отчет о НИР «Разработка принципов и методов построения унифицированных средств управления для интеллектуальных зданий».

ГР № 1 990 009 599), Белгород: БелГТАСМ, 1999, разделы 2, 3, 4.

Публикации. Основные положения работы изложены в 9 печатных работах и 2 рукописных работах (отчеты о НИР).

Объем и структура диссертации. Общий объем диссертации составляет 174 страницы и включает:

— введение, четыре главы, заключение, изложенные на 134 страницах;

— рисунков 31 на 24 страницах;

— список литературы из 134 наименований на 11 страницах;

— приложений 2 на 29 страницах, включающих 18 рисунков.

В первой главе рассматривается мельница помола, режимы ее функционирования, параметры контроля и регулирования. Показывается, что данный технологический объект может быть отнесен к классу слабоструктурированных объектов, для управления которыми целесообразно использовать системы, основанные на профессиональных экспертных знаниях. Исследуются вопросы формализации профессиональных знаний на основе теории нечетких множеств и показывается целесообразность применения этой методологии для создания советующей системы по управления мельницей помола. Рассматриваются существующие способы выполнения нечетких выводов, используемые в нечетких системах.

Во второй главе решаются задачи, связанные с разработкой усовершенствованных подходов к представлению экспертной информации и правил нечетких выводов на ее основе. Предлагается графический способ представления структуры экспертных суждений по управлению, основанный на использовании подхода когнитивных диаграмм, обобщенного на случай лингвистических переменных. Выполняется формирование базы знаний советующей системы.

В третьей главе разрабатываются подходы, позволяющие выполнить оценку адекватности советующей системы по управлению мельницей помола. Рассматриваются возможные причины неадекватности советующих систем, основанных на нечетких знаниях. В этой связи разрабатываются способы выявления и оценки противоречивости и неполноты экспертных сведений, полученных системой, и методика оценки согласованности рекомендаций советующей системы с экспертными решениями по управлению.

В четвертой главе выполняется создание программного средства для построения советующих систем с нечеткой логикой. Разрабатывается концепция компьютерной реализации советующей системы: архитектура программной среды, подходы к программированию, а также соответствующие структуры данных и алгоритмы их обработки.

В приложениях приводится описание интерфейса программной среды советующей системы с инструкциями пользователю, а также листинги интерфейсных частей ее основных модулей.

Диссертационная работа выполнена на кафедре программного обеспечения вычислительной техники и автоматизированных систем БелГТАСМ.

Автор выражает благодарность научному руководителю, кандидату технических наук, доценту В. Г. Синюку, сотрудникам кафедры программного обеспечения, начальнику цеха помола ЗАО «Белгородский цемент» И. И. Гунько и зам. начальника цеха П. В. Журавлеву за помощь в предоставлении экспертных сведений и технической документации, а также начальнику производственно-технического отдела этого предприятия Л. И. Пономареву за оказанную при проведении исследований поддержку.

ЗАКЛЮЧЕНИЕ

.

В настоящей работе решена задача построения нечеткой модели управления мельницей помола цементного клинкера посредством создания советующей системы с нечеткой логикой, функционирование которой основано на формальном представлении, структуризации, обработке и оценке суждений, высказываемых квалифицированными специалистами-технологами, с последующим выводом и выдачей оперативному персоналу рекомендаций по управлению данным технологическим объектом.

Основной теоретический результат работы состоит в развитии теоретических основ создания советующих систем с нечеткой логикой применительно к управлению мельницами помола клинкера. При этом:

1. Разработаны способы представления и структуризации экспертной информации в советующих системах с нечеткой логикой, позволяющие выявить и оценить ее противоречивость и неполноту.

2. Разработаны усовершенствованные правила нечетких выводов рекомендаций по управлению, повышающие как адекватность нечеткой модели управления в советующей системе, так и быстродействие системы в ходе поиска решения.

3. Разработана концепция компьютерной реализации советующих систем по управлению мельницами помола клинкера. При этом с точки зрения архитектуры советующая система включает связанные и взаимодействующие друг с другом подсистему вывода рекомендаций и подсистему оценки адекватности, первая из которых реализует усовершенствованные правила нечетких выводов рекомендаций по управлению, а вторая — алгоритмы оценки экспертной информации на предмет ее непротиворечивости и полноты.

4. Разработана методика оценки адекватности советующей системы, включающая подходы к выявлению и оценке неполноты и противоречивости в экспертных суждениях по управлению мельницей помола.

Основным практическим результатом работы является создание советующей системы по управлению мельницами помола клинкера, которая позволяет повысить эффективность процесса помола и качество готового продукта, выдавая рекомендации по управлению на уровне высококвалифицированных специалистов.

Показать весь текст

Список литературы

  1. А.Н. Нечеткие множества в моделях искусственного интеллекта. -В кн.: Вопросы кибернетики. Проблемы искусственного интеллекта. Вып. 61. М.: АН СССР, 1980. — С. 79−86.
  2. А.Н. Нечеткое отношение моделирования и его использование для классификации и аппроксимации в нечетких лингвистических пространствах. -Изв. АН СССР: Техническая кибернетика, 1982, № 2. С. 215.
  3. A.B. Лингвистические модели принятия решений в нечетких ситуационных системах управления. В кн.: Методы принятия решений в условиях неопределенности. Рига: РПИ, 1980. — С. 17−23.
  4. A.B. Применение нечеткой математики в задачах принятия решений // Прикладные задачи анализа решений в организационно-технических системах. Рига: РПИ, 1983. С. 38−42.
  5. A.B. Разработка принципов применения теории нечетких множеств в ситуационных моделях управления. Автореферат на соискание ученой степени кандидата технических наук. Рига: РПИ, 1979. — 20 с.
  6. P.A., Абилов Ю. А., Панахов A.A. Оптимальное управление установкой первичной переработки нефти на основе ее нечеткой модели // Изв. вузов. Нефть и газ. 1983. № 6. С. 80−83.
  7. P.A., Бабаев A.M. Реляционный подход к машинному представлению лингвистических продукционных правил и выводу решений. // Изв. РАН: Теория и системы управления, 1996, № 5.
  8. Алиев Р. А и др. Производственные системы с искусственным интеллектом. -М.: Радио и связь, 1990. 264 с.
  9. P.A. Теоретические аспекты построения размытых систем управления //Изв. вузов. Нефть и газ. 1981. С. 83−87.
  10. А.Е., Востров H.H. Оптимизация многоуровневых иерархических систем на основе теории размытых множеств и методов самоорганизации // Проблемы нефти и газа Тюмени. Тюмень, 1979. Вып. 42. С. 68−72.
  11. А.Е., Чуклеев С. Н., Семухин М. В., Крел Л. Д. Методические рекомендации по применению теории нечеткости в процессах контроля и управления объектами газоснабжения. Тюмень, 1983. 136 с.
  12. Банит Ф. Г, Несвижский O.A. Механическое оборудование цементных заводов. М.: Машиностроение, 1967. 308 с.
  13. И.З. К анализу предпочтений в системах принятия решений // Тр. МЭИ. М., 1981. — Вып. 533. Вопросы оптимизации больших систем. — С. 56−62.
  14. Р., Заде Л. Принятие решений в расплывчатых условиях // Вопросы анализа и процедуры принятия решений. М.: Мир, 1976. — 245 с.
  15. А.И., Бирюков Б.В, Геллер Е. С., Поворов Г. Н. Управление, информация, интеллект. М.: Мысль, 1976. 383 с.
  16. Л.С., Коровин С .Я., Мелихов А. Н. Сжатие множества эталонных ситуаций в лингвистических моделях ситуационного управления // Автоматика и телемеханика. 1985. № 2.
  17. С.Д., Гурвич Ф.Г Экспертные оценки. М.: Наука, 1973. 462 с.
  18. А.Ф. Истинность сходства нечетких множеств. Проблемы управления и теория информации, 1980, т. 9, № 5. — С. 381−392.
  19. А.Ф. Формирование отношения предпочтения по расплывчатым описаниям. -Изв. АН СССР: Техническая кибернетика, 1981, № 2. С. 204 210.
  20. А.Ф., Чушкова И. С., Шапиро Д. Н. Об одной модели принятия решения, основанной на расплывчатых представлениях. Известия АН СССР: Техническая кибернетика, 1979, № 5.
  21. А.Ф., Шапиро Д. Н. Принятие решений на основе лингвистического представления ситуационных данных и критериев. Изв. АН СССР: Техническая кибернетика, 1981, № 5. — С. 212−217.
  22. B.C., Катаев Е. Ф. Шаровые мельницы. Учебное пособие. Белгород. Изд-во МИСИ и БТИСМ, 1983. 88 с.
  23. А.Н., Алексеев A.B., Крумберг O.A. и др. Модели принятия решений на основе лингвистической переменной. Рига.: Зинатне, 1982. — 256 с.
  24. А.Н., Алексеев A.B., Меркурьева Г. В., Слядзь H.H., Глушков В. И. Обработка нечеткой информации в системах принятия решений. — М.: Радио и связь, 1989. 304 с.
  25. А.Н., Корнеева Г. В. Лингвистический подход к построению моделей принятия решений в условиях неопределенности. В кн.: Методы принятия решений в условиях неопределенности. Рига: РПИ, 1980. — С. 4−11.
  26. А.Н. Модели анализа и выбора альтернатив на основе теории нечетких множеств // Проблемы и методы принятия решений в организационных системах управления. -М.: ВНИИСИ, 1985. С. 44−45.
  27. А.Н., Фомин С. А. Анализ решений на множестве динамических альтернатив с учетом истинности описаний. В кн.: Методы и модели анализа решений. Рига: РПИ, 1981. — С. 11−23.
  28. Будущее искусственного интеллекта // Под ред. К. Е. Левитина и Д. А. Поспелова. М.: Наука, 1991.
  29. Буч Г. Объектно-ориентированное проектирование с примерами применения: Пер. с англ. М.: Конкорд, 1992. — 512 с.
  30. Э.Й., Майминас Е. З. Решения: теория, информация, моделирование. -М.: Радио и связь, 1981.- 328 с.
  31. Я.Е. Управление цементным производством с использованием вычислительной техники. Л.: Стройиздат (Ленинградское отд-ние). 1973. 178 с.
  32. Г. Р. Автоформализация профессиональных знаний // «Микропроцессорные средства и системы», 1986, № 3. С. 80−91.
  33. П.Н., Егоров Г. Б. и др. Проектирование цементных заводов. Под ред. канд. техн. наук Зозули П. В. и канд. техн. наук Никифорова Ю. В. Сп-Б.: «Синтез», 1995 446 с.
  34. И.Н., Марков Е. П., Кафаров В. В. Особенности методологии нечетких множеств для описания физико-химических систем // Теорет. основы хим. технологии. 1980. Т. 14, № 6. С. 908−919.
  35. Д^да Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976. -511с.
  36. Д., Прад А. Теория возможностей. Приложения к представлению знаний в информатике. М.: Радио и связь, 1990.
  37. И.В. Использование размытой логики в диалоговых системах, базирующихся на естественном языке. В кн.: Человеко-машинные системы. М.: МДНТП, 1977.
  38. И.В., Поспелов Д. А. Принятие решений при нечетких основаниях. I. Универсальная шкала. Изв. АН СССР: Техническая кибернетика, 1977, № 6.-С. 3−11.
  39. В.Е. Многокритериальные задачи принятия решений при неопределенности. В кн.: Методы принятия решений в условиях неопределенности. Рига: РПИ, 1980. — С. 63−68.
  40. В.Е. Об одном подходе к задачам принятия решений с позиции теории нечетких множеств. В кн.: Методы принятия решений в условиях неопределенности. Рига: РПИ, 1980. — С. 12−16.
  41. В.Е., Оганесян H.A., Бурштейн Ф. В., Корелов Э. С. Об одном подходе к задачам приема решений с позиции теории нечетких множеств // Методы принятия решений в условиях неопределенности. Рига, 1980. С. 12−19.
  42. JI. А. Основы нового подхода к анализу сложных систем и процессов принятия решений. В кн.: Математика сегодня. — М.: Знание, 1974. — С. 549.
  43. JI.A. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. — 168 с.
  44. JI.A. Размытые множества и их применение в распознавании образов и кластер-анализе. В кн.: Классификация и кластер. — М.: Мир, 1980. — С. 208 247.
  45. В.Н. Современная информационная технология в системах управления. // Изв. РАН. Теория и системы управления. 2000, № 1. — С. 70−78.
  46. Интерпретация и определение функций принадлежности нечетких множеств. -В кн.: Методы и системы принятия решений. Рига: РПИ, 1979. С. 42−50.
  47. В.В., Дорохов И.Н, Марков Е. П. Метод формализации качественного описания химико-технологических процессов с помощью нечетких множеств // Докл. АН СССР. 1979. Т. 246, № 4. С. 931−934.
  48. В.В., Дорохов И. Н., Марков Е. П. Принцип описания химико-технологических процессов с помощью нечетких множеств // Докл. АН СССР. 1978. Т. 243, № 1. С. 159−162.
  49. В.В., Дорохов И. Н., Марков Е. П. Системный анализ процессов химической технологии. Применение метода нечетких множеств. М.: Наука, 1986.-359 с.
  50. В.В., Дорохов И. Н. Системный анализ процессов химической технологии. Основы стратегии. М.: Наука, 1976. 500 с.
  51. Кини P. JL, Райфа X. Принятие решений при многих критериях: предпочтения и замещения. М.: Радио и связь, 1984. 560 с.
  52. А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982. -432 с.
  53. В.Б. О выборе на основе нечетких предпочтений. В кн.: Принятие решений в условиях нестатической неопределенности. Рига: РПИ, 1982. — С. 13−18.
  54. В.Б. Построение групповых решений в пространстве четких и нечетких бинарных отношений. М.: Наука, 1982. — 168 с.
  55. О.И. Анализ процессов принятия человеком решений при альтернативах, имеющих оценки по многим критериям: Обзор // Автоматика и телемеханика. 1981, № 8. — С. 131−141.
  56. ., Гатэг Дж. Использование абстракций и спецификаций при разработке программ: Пер. с англ. М.: Мир, 1989. — 424 с.
  57. В. Разработка нечетких алгоритмов оперативного управления качеством полиэтилена высокого давления в двухзонном трубчатом реакторе: Автореферат диссертации на соискание ученой степени канд. тех. наук. М.: МХТИ, 1984.-20 с.
  58. В.М., Макаров И. М., Манько C.B., Романов М. П. Методические основы аналитического конструирования регуляторов нечеткого управления. // Изв. РАН. Теория и системы управления. 2000. № 1. — С. 56−69.
  59. И.М., Виноградская Т. М., Рубчинский A.A., Соколов В. Б. Теория выбора и принятия решений. М.: Наука, 1982. — 327 с.
  60. A.A. Алгоритм нечеткого вывода для систем со многими входами и различной степенью влияния входов на результат вывода. // Сб. научных трудов: Компьютерное моделирование. Белгород: БелГТАСМ, 1998. -С. 138−144.
  61. A.A. Мера нечеткого включения и ее применение для реляционного представления лингвистических продукционных правил и вывода решений. // Сб. научных трудов: Компьютерное моделирование. Белгород: БелГТАСМ, 1998. С. 121−127.
  62. A.A., Синюк В. Г. Усовершенствованный алгоритм композиционного вывода для систем с нечеткой логикой. // Тезисы докл. Всероссийской межвузовской научн.-тех. конф. студентов и аспирантов. Ч. 2. Зеленоград: МИЭТ, 1998. С. 193.
  63. A.A. Учет достоверности экспертных суждений при выполнении нечетких выводов. // Тезисы докл. Всероссийской межвузовской научн,-тех. конф. студентов и аспирантов. Зеленоград: МИЭТ, 1999. С. 128.
  64. Н.Г., Берштейн Л.С, Боженюк A.B. Нечеткие модели для экспертных систем в САПР. -М.: Энергоатомиздат, 1991. 136 с.
  65. Е.П., Дорохов И. Н., Кузнецов Ю. К. и др. Диалоговая система формализации и переработки качественной информации химической технологии //Докл. АН СССР. 1986. Т. 290. № 6. С. 1431−1436.
  66. Е.П., Дорохов И. Н. Переработка качественной информации при синтезе моделей управления нечетко определенных систем // Материалы Все-союз. науч.-техн. конф. «Динамическое моделирование сложных систем». М., 1982. с. 109.
  67. А.Н., Берштейн JI.C. Конечные четкие и расплывчатые множества: Ч. II. Расплывчатые множества. Таганрог: ТРТИ, 1981.
  68. А.Н., Берштейн JI.C., Коровин С. Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990. — 272 с.
  69. А.Н., Берштейн JI.C, Коровин С. Я. Расплывчатые ситуационные модели принятия решений: Учеб. пособие. Таганрог: ТРТИ, 1986.
  70. М. Нечеткое рассуждение с нечетким условным высказыванием вида «ЕСЛИ.ТО.ИНАЧЕ». // Нечеткие множества и теория возможностей. Последние достижения. М.: Радио и связь, 1986.
  71. А.С. Неопределенность в системе представления и обработки знаний // Изв. АН СССР. Техн. кибернетика. 1986, № 5. С. 3−28.
  72. К.В. Применение теории систем к проблемам управления. — М.: Мир, 1981.- 180 с.
  73. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д. А. Поспелова. М.: Наука, 1986. — 396 с.
  74. Нечеткие множества и теория возможностей. Последние достижения / Под ред. Р. Ягера. М.: Радио и связь, 1986. — 391 с.
  75. Н. Искусственный интеллект. Методы поиска решений. М.: Мир, 1973.
  76. Н. Принципы искусственного интеллекта. М.: Радио и связь, 1985.
  77. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь, 1989.
  78. А.И. Задачи оптимизации и нечеткие переменные. М.: Знание, 1980. -63 с.
  79. С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981. — 208 с.
  80. Э.В. Экспертные системы. -М.: Наука, 1987. -288 с.
  81. Д.А. Большие системы (ситуационное управление). М.: Знание, 1975.-64 с.
  82. Г. С. Искусственный интеллект основа новой информационной технологии. М.: Наука, 1988.
  83. Д.А. Логико-лингвистические модели в системах управления. -М.: Энергоиздат, 1981.-231 с.
  84. Д.А. Ситуационное управление: Теория и практика. М.: Наука, 1986.-284 с.
  85. Прикладные нечеткие системы / Под ред. Т. Тэрано, К. Асаи, М. Сугэно. М.: Мир, 1993.
  86. Д. Абстракция и структуры данных: Вводный курс: Пер. с англ. М.: Мир, 1993.-752 с.
  87. Т. Принятие решений. Метода анализа иерархий. М.: Радио и связь, 1993.
  88. С.Г. Аппроксимация функций принадлежности значений лингвистической переменной. В кн.: Математические вопросы анализа данных. Новосибирск: НЭТП, 1980. — С. 127−131.
  89. В.Б. Принятие стратегических решений в нечеткой обстановке. М.: ИНПРО-РЕС, 1995.
  90. В.Б. Иерархия лингвистических переменных в моделях принятия решений. В кн.: Управление при наличии расплывчатых категорий: Тезисы III научно-технического семинара. Пермь, НИИУМС, 1980. — С. 54−56.
  91. Э.А. Компьютерная поддержка принятия решений. М.: СИНТЕГ, 1998.-376 с.
  92. Р.И. Модели принятия решений в условиях неопределенности. М.: Наука, 1981.-258 с.
  93. П. Искусственный интеллект. М.: Мир, 1980.
  94. Р. Экспертные системы. Принципы работы и примеры. М.: Радио и связь, 1987.-224 с.
  95. Д.И. Принятие решений в системах организационного управления: Использование расплывчатых категорий. М.: Энергоатомиздат, 1983. -184 с.
  96. А. Искусственный интеллект. М.: Мир, 1985.
  97. А.В. Задача векторной оптимизации с нечеткими коэффициентами важности критериев. В кн.: Математические методы оптимизации и управления в сложных системах. Калинин: КГУ, 1981. — С. 38−51.
  98. А.В. Многокритериальная задача принятия решений с нечеткой исходной информацией. В кн.: Математические методы оптимизации и структурирования систем. Калинин: КГУ, 1980. — С. 139−147.
  99. S., Mizumoto М., Тапака К. Some considerations on fuzzy conditional inferences // Fuzzy Sets and Systems. 1980. -V. 4. — P. 243−273.
  100. Fuzzystudio. WARP-SDT. Software Development Tool. User Manual / SGS-THOMSON Microelectronics, Italy, 1994.
  101. Hoffman F., Pfister G. Automatic Design of Hierarchical Fuzzy Controllers Using Genetic Algorithms // Proc. European Congr. On Fuzzy and Intelligent Technologies (EUFIT94), Aachen, Germany, 1994.
  102. Huser J., Surmann II., Peters L. A Fuzzy System for Realtime Navigation of Mobile Robots // Proc. 19-th Annual German Conf. on AI, KI 95. Bielefeld, 1995.
  103. Kickert W. Fuzzy theories on decision-making. Leiden: Martinus Nijhoff, 1978.- 182 p.
  104. Kickert W., Mamdani E.H. Analysis of a fuzzy logic controller // Fuzzy Sets and Systems. 1978. — V.l. — P. 29−44.
  105. Kickert W.J.M., Van Nauta Lemke H.R. Application of a Fuzzy Controller in a Warm Water Plant // Automatica. 1976. V. 12.
  106. Mamdani E.H. Advances in the linguistic synthesis of fuzzy controllers // Int. J. of Man-Machine Studies, 1976. V.8. — P. 669−678.
  107. Mamdani E.H. and Assilian S. An experiment in linguistic synthesis with a fuzzy logic cintroller // Int. J. of Man-Machine Studies, 1975. V.7. — P. 1−13.
  108. Mamdani E.H. Applications of Fuzzy Algorithms for Control of Simple Dynamic Plant// Proc. IEEE. 1974. V. 121. № 12.
  109. Mamdani E.H., Sembi B.S. On the nature of implication in fuzzy logic // Proc. 9th Int. Symp. Multiple-Valued Logics.-New York, 1979. -P. 143−151.
  110. Mizumoto M., Fukami S., Tanaka K. Fuzzy conditional inferences and fuzzy inferences with fuzzy quantifiers // Proc. Int. Conf. on Artif. Intell. Tokyo, 1979. -P. 20−23.
  111. Mizumoto M., Fukami S., Tanaka K. Several methods for fuzzy conditional inferences // Proc. of IEEE Conference on Decision and Control, Fort Lauderale. -Florida, Dec. 12−14, 1979. P. 372−376.
  112. Mizumoto M., Fukami S., Tanaka K. Some methods of fuzzy reasoning // Advance in Fuzzy Set Theory and Applications / Ed. by M.M. Gupta et al. Amsterdam, 1979.
  113. Mizumoto M., Zimmermann H.I. Comparison of fuzzy reasoning methods / Fuzzy Sets and Systems. 1982. — V. 8. — P. 253−283.
  114. Surmann H., Huser J., Peters L. A Fuzzy System for Indoor Mobile Robot Navigation // Proc. 4-th IEEE Int. Conf. on Fuzzy Systems. Yokohama, Japan, 1995.
  115. Surmann H., Huser J., Wehking J. Path Planning for a Fuzzy Controlled Autonomous Mobile Robot // Proc. 5-th IEEE Int. Conf. on Fuzzy Systems (FUZ-IEEE'96), New Orleans, 1996.
  116. Tong R.M. The Construction and Evaluation of Fuzzy Models // Advances in Fuzzy Set Theory and Applications/ Eds M.M. Gupta, R.K. Ragade, R.R. Yager. Amsterdam: North-Holland, 1979.
  117. Zadeh L.A. Approximate reasoning in fuzzy logic. In: Proc. Int. Conf. on Artif. Intell., Tokyo, 1979.
  118. Zadeh L.A. A theory of approximate reasoning (AR). Machine intelligence, 1979, v. 9.-P. 149−194.
  119. Zadeh L.A. Calculus of fuzzy restrictions. In: Fuzzy Sets and Their Applications to Cognitive and Decision Processes / Ed. by L.A. Zadeh et al. New York: Academic Press, 1975. — P. 1−39.
  120. Zadeh L.A. Fuzzy algorithms // Information and Control. 1968. V. 12. № 2.
  121. Zadeh L.A. Fuzzy logic and approximate reasoning. Synthese, 1975, v.80. — P. 407−428.
  122. Zadeh L.A. Fuzzy logic, neural network and soft computing // Communication of the ACM. 1994. V. 37. № 3.
  123. Zadeh L.A. Fuzzy sets // Information and Control. 1965. V. 8. № 3.
  124. Zadeh L.A. Test-score semantics for natural languages and meaning representation via PRUF. AI Center, SRI International, California, Technical Note 247, 1981.
  125. Zakharov V.N. Intelligent control systems: Principal concepts and definitions // Journal of computer and system sciences international. 1997. V. 36. № 3.
  126. Zakharov V.N. Uljanov S.V. Fuzzy models of intelligent industrial controllers and control systems. II. Evolution and principles of design // Journal of computer and system sciences international. 1995. V. 33, № 2.
  127. Wenstop F. Deductive verbal models of organization // Int. J. of Man-Machine Studies, 1976.-V.8.-P. 293−311.
Заполнить форму текущей работой

На отлично!