
- •050702 – «Автоматизация и управление»
- •Часть 1 Астана– 2011 Введение
- •Лабораторная работа №1 Знакомство с системой matlab
- •1.1. Общая характеристика программы matlab
- •1.2. Запуск системы matlab и элементы ее графического интерфейса
- •1.4. Основные приемы работы в системе matlab
- •Основные приемы работы в окне команд
- •1.5. Графические возможности системы matlab
- •Лабораторная работа №2 Овладение навыками нечеткого моделирования в среде matlab
- •2.1 Процесс разработки системы нечеткого вывода
- •2.2 Редактор систем нечеткого вывода fis
- •2.3 Редактор функций принадлежности
- •2.4 Редактор правил системы нечеткого вывода
- •Программа просмотра правил системы нечеткого вывода
- •Программа просмотра поверхности системы нечеткого вывода
- •Лабораторная работа №3 Овладение навыками разработки системы нечеткого вывода в интерактивном режиме
- •Лабораторная работа №4 Исследование нечеткой модели управления смесителем воды
- •4.1 Содержательная постановка задачи
- •4.2. Построение базы нечетких лингвистических правил
- •4.3. Фаззификация входных переменных
- •Лабораторная работа №5 Исследование нечеткой модели управления кондиционером воздуха в помещении
- •5.1. Содержательная постановка задачи
- •5.2. Построение базы нечетких лингвистических правил
- •5.3. Порядок выполнения работы
- •Лабораторная работа №6 Разработка и исследование нечеткой модели управления контейнерным краном
- •6.1. Содержательная постановка задачи
- •6.2. Формирование базы правил систем нечеткого вывода
- •Лабораторная работа №7 Разработка нечеткой модели оценивания финансовой состоятельности клиентов со стороны банков
- •7.1. Содержательная постановка задачи оценивания
- •7.2. Описание входных и выходных переменных
- •7.3. Нечеткая модель оценивания финансовой
- •Фаззификация входных и выходных переменных
- •Формирование базы правил систем нечеткого вывода
|
Евразийский национальный университет имени Л.Н.Гумилева |
Дата:10 .01. 2012 г. |
Издание: второе |
УМК по Интеллектуальным системам Методические указания к ЛР ч.1 |
С ЕНУ |
Стр
|
Методические указания к лабораторным работам
по дисциплине «Интеллектуальные системы»
для студентов специальности
050702 – «Автоматизация и управление»
Часть 1 Астана– 2011 Введение
Идея создания искусственного подобия человека для решения сложных задач и моделирования человеческого разума витала в воздухе еще с древних времен. Однако, окончательное рождение искусственного интеллекта как научного направления произошло только после создания ЭВМ в 40-е годы XX века. Вскоре после признания ИИ отдельной областью науки произошло разделение его на два направления: «нейрокибернетика» и «кибернетика черного ящика».
Нейрокибернетика. Основная идея этого направления – «Единственный объект, способный мыслить, – это человеческий мозг». Нейрокибернетика ориентирована на программно-аппаратное моделирование структур, подобных структуре мозга. Физиологами установлено, что основой человеческого мозга является большое количество (до 1021) связанных между собой и взаимодействующих нервных клеток – нейронов. Поэтому усилия нейрокибернетики были сосредоточены на создании элементов, аналогичных нейронам, и их объединении в функционирующие системы. Эти системы принято называть нейронными сетями.
Кибернетика черного ящика. В основу этого подхода был положен принцип, противоположный нейрокибернетики – «не имеет значения, как устроено «мыслящее» устройство, главное, чтобы на заданные входные воздействия оно реагировало так же, как человеческий мозг». В начале 1970-х годов произошел существенный прорыв в развитии практических приложений ИИ, когда на смену поискам универсального алгоритма мышления пришла идея моделировать конкретные знания специалистов – экспертов. Начиная с середины 1980-х годов, повсеместно происходит коммерциализация ИИ. Растут ежегодные капиталовложения, создаются промышленные экспертные системы. Растет интерес к самообучающимся экспертным системам. Издаются десятки и сотни научных журналов, ежегодно собираются международные конференции. ИИ становится одной из наиболее перспективных областей информатики.
В настоящем УМК представлены те разделы некоторых аспектов искусственного интеллекта, которые необходимы для овладения навыками создания и исследования экспертных систем и нейронных сетей.
В связи с ограниченностью объема бумажной версии УМК, разработана также его расширенная электронная версия, в которой приведены дополнительные сведения по динамическим системам, нейронным сетям, методам управление системой и др. Электронная версия поможет студентам освоить материал, предусмотренный для самостоятельного изучения.
Лабораторная работа №1 Знакомство с системой matlab
1.1. Общая характеристика программы matlab
Система MATLAB (сокращение от англ. Matrix Laboratory – матричная лаборатория) представляет собой интегрированную программную среду для выполнения численных расчетов, компьютерного моделирования и вычислительных экспериментов, охватывающих в том или ином объеме различные области классической и современной математики, а также широчайший спектр инженерных приложений. Архитектурно система MATLAB состоит из базовой программы и нескольких десятков, так называемых пакетов расширения, которые в своей совокупности обеспечивают исключительно широкий диапазон решаемых задач. Интеграция всех этих средств в единой рабочей среде обеспечивает необходимую гибкость использования сотен встроенных функций, реализующих разнообразные математические процедуры и вычислительные алгоритмы.
Нечеткое моделирование в среде MATLAB осуществляется с использованием пакета расширения Fuzzy Logic Toolbox, в котором реализованы десятки функций нечеткой логики и нечеткого вывода