ПАРАМЕТРИЧЕСКАЯ ИДЕНТИФИКАЦИЯ КУСОЧНО-ЛИНЕЙНЫХ И КУСОЧНО-НЕЛИНЕЙНЫХ МНОГОЭТАПНЫХ НЕЧЕТКИХ ПРОЦЕССОВ

Жбанова Наталья Юрьевна , Блюмин Семён Львович

2016 / Том 20 № 11(118) 2016 [ Информатика, вычислительная техника и управление ]

ЦЕЛЬ. Исследование и развитие методов параметрической идентификации разностных нейронечетких переключаемых моделей, предназначенных для работы с многоэтапными технологическими процессами. МЕТОДЫ. Нечеткое и нейронечеткое моделирование, L1-фильтрация, метод наименьших модулей. РЕЗУЛЬТАТЫ. В статье описан класс разностных нейронечетких переключаемых моделей. Рассмотрены двумерные нечеткие множества, представляющие собой удобный инструмент идентификации входных многоэтапных кусочно-линейных процессов. Предложены двумерные нечеткие множества, позволяющие идентифицировать процессы с нелинейными этапами. Предложены алгоритмы настройки параметров двумерных нечетких множеств. Рассмотрена возможность применения разностной нейронечеткой переключаемой модели для описания процесса варки сахарного сиропа. ЗАКЛЮЧЕНИЕ. В результате введения переключений и расширенного набора предпосылок нейронечеткая модель превращается в эффективный инструмент для моделирования многоэтапных процессов, в том числе и с нелинейными этапами. Использование на входах модели двумерных нечетких множеств приводит к сокращению размерности задачи оптимизации, возникающей при настройке модели.

Ключевые слова:

разностные нейронечеткие переключаемые модели,двумерное гауссовское нечеткое множество,нечеткие многоэтапные процессы,алгоритмы настройки параметров,difference neuro-fuzzy switched models,two-dimensional Gaussian fuzzy set,fuzzy multistage processes,parameter tuning algorithms

Библиографический список:

1. Пегат А. Нечеткое моделирование и управление. М.: Бином, 2009. 800 c.
2. Saraev P.V., Zhuralyova M.G., Nazarkin O.A., Alexeev V.A. ANFIS training and refining based on clustering of training data set // Вести высших учебных заведений Черноземья. 2015. № 2. С. 54-60.
3. Блюмин С.Л., Погодаев А.К., Сараев П.В. Нейроструктурное моделирование: некоторые результаты и направления развития // Вести высших учебных заведений Черноземья. 2012. № 4. С. 30-37.
4. Котов К.Ю., Шпилевая О.Я. Переключаемые системы: устойчивость и проектирование // Автометрия. 2008. № 5 (44). С. 71-87.
5. Жбанова Н.Ю., Блюмин С.Л., Шмырин А.М. Идентификация параметров входных нечетких процессов разностных нейронечетких переключаемых моделей // Системы управления и информационные технологии. 2014. № 1 (55). С. 8-12.
6. Zhbanova N.Yu., Kravets O.J., Grigoriev M.G., Babich L.N. Neuro-Fuzzy Modeling and Control of Multistage Dynamic Processes That Depend on Inputs with Uncertainty Elements // JTAIT(JATIT)-LLS - Journal of Theoretical and Applied Information Technology (ISSN19928645-Pakistan-Scopus). 2015. Р. 1-12.
7. Kim S.-J., Koh K., Boyd S., Gorinevsky D. L1 Trend Filtering. Society for Industrial and Applied Mathematics. 2009. Vol. 51. No. 2. P. 339-360.
8. Жбанова Н.Ю. Особенности идентификации нечетких многоэтапных процессов // Интеллектуальные технологии обработки информации и управления: материалы III Междунар. конф. (Уфа, 10-12 ноября, 2015 г.). Уфа: Изд-во УГАТУ, 2015. Т 1. С. 154-158.

Файлы:

• 8.pdf (скачать | просмотреть) - скачано 29 раз