Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Ротштейн А.П. Интеллектуальные технологии идентификации нечеткие множества, нейронные сети, генетические алгоритмы.doc
Скачиваний:
3
Добавлен:
01.07.2025
Размер:
7.78 Mб
Скачать

2.1.2. Ситуационное управление

Типичным представителем задач этого класса является управление светофором. Безуспешность попыток решения этой задачи с помощью классической теории управления подробно обсуждается в [29]. Однако опытный оператор-регулировщик успешно управляет перекрестком, не формализуя объект управления с помощью различного рода уравнений. Идея переноса опыта человека, осуществляющего управление, на техническое устройство может быть положена в основу создания автоматического контроллера.

В [25] рассматривается перекресток с односторонним движением. Автоматический контроллер должен включать зеленый свет таким образом, чтобы время задержки транспортного средства на перекрестке было минимально. Весь временной промежуток управления в 57 секунд разбивается на 5 временных интервалов по 7, 17, 27, 37, 47 секунд, соответственно. В каждый десятисекундный интервал времени изменяется алгоритм управления, использующий правила ЕСЛИ <входы>, ТО <выход>.

Входные переменные:

·  время от начала десятисекундного интервала (очень короткое, короткое, среднее, длительное, очень длительное), 

·  количество транспортных средств, прибывших на перекресток справа (почти нет, очень мало, мало, среднее, много, слишком много), 

·  длина очереди (очень маленькая, маленькая, незначительная, средняя, длинная, очень длинная).

Выходная переменная:

·  время до отключения зеленого света светофора (очень короткое, короткое, среднее, длительное, очень длительное).

Фрагмент нечеткой базы знаний, связывающей входные и выходную переменные выглядит следующим образом [25]:

ЕСЛИ время очень короткое И количество почти нет И длина любая

ТО время до отключения зеленого света очень короткое;

ЕСЛИ время короткое И количество очень мало И длина очень   маленькая

ТО время до отключения зеленого света короткое;

ЕСЛИ время среднее И количество мало И длина очень маленькая

ТО время до отключения зеленого света среднее;

ЕСЛИ время длительное И количество среднее И длина очень   маленькая

ТО время до отключения зеленого света длительное.

2.1.3. Медицинская диагностика

Одной из типичных задач этого класса является дифференциальная диагностика ишемической болезни сердца (ИБС). Суть задачи состоит в отнесении больного с заданными параметрами состояния к одному из шести классов ИБС, принятых в клинической практике [40].

Входные переменные - это параметры состояния больного:

·  возраст,

·  инструментальная опасность, которая определяется параметрами:

·  двойное произведение (ДП) пульса на артериальное давление,

·  толерантность к физической нагрузке,

·  прирост ДП на один кг веса тела больного,

·  прирост ДП на один кГм нагрузки,

·  максимальное потребление кислорода на один кг веса тела больного,

·  прирост ДП в ответ на субмаксимальную нагрузку

·  биохимическая опасность которая определяется параметрами:

·  аденозинтрифосфорная кислота - АТФ,

·  аденозиндифосфорная кислота - АДФ,

·  аденозинмонофосфорная кислота - АМФ,

·  коэффициент фосфорилирования,

·  коэффициент отношения содержания молочной и пировиноградной кислот.

Выходная переменная:

·  диагноз больного, который принадлежит к одному из шести классов тяжести ИБС:

1-нейроциркуляторная дистония (НЦД) легкой степени,

2-НЦД средней степени,

3-НЦД тяжелой степени,

4-стенокардия первого функционального класса, 

5-стенокардия второго функционального класса, 

6-cтенокардия третьего функционального класса.

Фрагмент иерархической базы знаний, связывающей диагноз с параметрами состояния больного, выглядит следующим образом (по данным В.М. Шеверды):

ЕСЛИ возраст больного низкий

И инструментальная опасность низкая

И биохимическая опасность низкая,

ТО диагноз - НЦД легкой степени; 

ЕСЛИ ДП пульса на артериальное давление высокое 

И толерантность к физической нагрузке высокая

И прирост ДП на один кг веса тела больного высокий

И прирост ДП на один кГм нагрузки низкий 

И максимальное потребление кислорода на один кг веса тела  style='margin-left:1.0cm;text-indent:36.0pt'> больного высокое

И прирост ДП в ответ на субмаксимальную нагрузку высокий,

ТО инструментальная опасность низкая;

ЕСЛИ АТФ высокая

И АДФ высокая

И АМФ высокая

И коэффициент фосфорилирования высокий

И коэффициент отношения молочной и пировиноградной кислот  высокий,

ТО биохимическая опасность низкая.