122. Процедура синтеза нечетких регуляторов.

1. Определяется множество целей, которые ставятся перед системой;

2. Уточняется множество входных и выходных переменных регулятора;

3. Перечисляются возможные ситуации в работе системы, т.е. определяется характер мгновенных переменных и их составляющие;

4. Формируются БП;

5. Производится выбор методов фазификации;

6. Конкретизируется механизм вывода и методы дефаззификации;

Структурная схема системы

Д - дифаззификатор;

Цель построения это создание регулятора с малым перерегулированием, с высоким быстродействием и слабой колебательностью.

L=r-y

L= {LN, SN, Z, SP, LP}

I – начало переходного процесса;

II – «продолжать движение»;

III, V, VII – достигли уровня задающего воздействия;

IV, VI – локальный max и min;

VIII – установившееся состояние;

Составляются следующие правила:

Правило 1. Если L=LP и CL=LP, то δu=LP;

Правило 2. Если L=SP и CL=LP, то δu=SP

Правило 3. …

На основе этих правил составляется таблица решений:

Виды лингвистических переменных:

Механизм вывода – метод max(min);

Метод ДФ – метод центра тяжести;

123. Моделирование механизмов человеческого мышления. Модели нейронов.

Мозг человека содержит 10¹¹ нейронов участвующих в 10¹⁵ передающих связях.

Каждый нейрон обладает многими качествами, его уникальные способности являются прием, передача обработка электрохимических сигналов по нерв. путям.

Мозг является вычислительной машиной более миниатюрной, более быстродействующей, и более гибкой – это живая вычислительная машина представляет собой электрохимическое устройство весом в 1300 гр. с слегка щелочной реакцией, которая используя энергию глюкозы в 25 Ватт, оперирует 10 миллиардами логических элементов, при этом мозг чрезвычайно надежен, при этом погибает 10⁵ нейронов, но мозг работает, обработка больших объемов информации проходит быстро, несмотря на то что нейрон является медленно действующим элементом. Головной мозг состоит из 3 частей: ствол, мозжечок, большие полушария.

Ствол мозг выполняет функции самосохранения организма, управл. деятельности внутренних органов, вестибулярным центром, дыхательными функциями, зрение, обмен веществ.

Мозжечок – координация конечностей.

Большие полушария – мышление, обучения, память.

Спинной мозг – который управляет дыхательными функциями организма человека. Кора головного мозга состоит (2-4 см) из серого вещества включающего в себя большее количество нейронов, на поверхности коры располагается до 50 областей, а под корой белое вещество состоящее из аксонов.

Рис. 1. Биологический нейрон.

Каждый нейрон имеет тело – сому 1, и отростки нервных волокон двух типов – дендриты 2, по которым принимаются импульсы, и единственный аксон 3, по которому нейрон может передавать импульс. Аксон контактирует с дендритами других нейронов через специальные образования – синапсы 4, которые влияют на силу импульса. Можно считать, что при прохождении синапса сила импульса меняется в определенное число раз, которое мы будем называть весом синапса. Импульсы, поступившие к нейрону одновременно по нескольким дендритам, суммируются. Если суммарный импульс превышает некоторый порог, нейрон возбуждается, формирует собственный импульс и передает его далее по аксону. Важно отметить, что веса синапсов могут изменяться со временем, а значит, меняется и поведение соответствующего нейрона.

Искусственный нейрон (рис. 2) является моделью биологического нейрона и состоит из следующих элементов: умножителей (синапсов), сумматора и нелинейного преобразователя. Синапсы осуществляют связь между нейронами, умножают входной сигнал на число, характеризующее силу связи (вес синапса).

Сумматор выполняет сложение сигналов, поступающих по синаптическим связям от других нейронов, и внешних входных сигналов. Нелинейный преобразователь реализует нелинейную функцию одного аргумента – выхода сумма-тора. Эта функция называется функцией активации или передаточной функцией нейрона. Нейрон в целом реализует скалярную функцию векторного аргумента. Математическая модель нейрона:

где w_i – вес синапса (weight), x_i – входные сигналы поступающие по синаптическим связям (input), n – количество синаптических связей, b – значение смещения (bias), S – результат суммирования (sum), f – активационная функция, y – выходной сигнал нейрона (output).

В общем случае входной сигнал, весовые коэффициенты и смещение могут принимать действительные значения, а во многих практических задачах – лишь некоторые фиксированные значения. Выход y определяется видом функции активации и может быть как действительным, так и целым.

Синаптические связи с положительными весами называют возбуждающими, с отрицательными весами – тормозящими.

Описанный вычислительный элемент можно считать упрощенной математической моделью биологических нейронов. Чтобы подчеркнуть различие нейронов биологических и искусственных, вторые иногда называют формальными нейронами.

Рис. 2. Искусственный нейрон.