- •Исходные данные:
- •Движение судна в битом льду
- •Введение
- •1. Архитектура системы
- •2. Нечеткий логический базис
- •3. Нейросетевая модель
- •Формальная система нейронечеткого управления
- •5. Результаты нейронечеткого моделирования
- •Приложение: Программное средство нечеткого моделирования Заключение
- •Литература
1. Архитектура системы
В бортовых ИС контроля динамики судов активного ледового плавания используется сложное преобразование информации (рис.2), поступающей от датчиков измерительной системы. Для повышения надежности функционирования ИС в условиях неопределенности и неполноты исходной информации в базе знаний предусматривается механизм имитационного моделирования информационных потоков в рамках принципа конкуренции. Этот механизм учитывает специфику исследуемых ситуаций и информацию о динамике судна и внешней среды [ ] – [ ].
Рис.2. Общая схема функционирования ИС контроля скорости судна
в ледовых условиях
Функционирование ИС обеспечивается в условиях непрерывного изменения динамики судна и внешней среды. Методологической основой для построения алгоритмических процедур принятия решений в нечетких условиях является концепция оптимальности решения и имеющихся вычислительных ресурсов (нечеткая цель и ограничения).
Технические средства системы включают бортовой компьютер стандартной конфигурации, измерительную систему, модуль преобразования исходной информации и стандартный интерфейс, обеспечивающий сопряжение модуля с бортовым компьютером.
2. Нечеткий логический базис
При формализации знаний с достаточной для практических целей точностью выделяют определенные промежутки времени, в течение которых состояние системы меняется незначительно (теория нечетких интервалов). Это позволяет принять гипотезу квазистационарности [ ] и использовать хорошо разработанный аппарат «инженерии знаний». Адекватное отображение информации достигается с помощью интегрированных моделей представления знаний, соединяющих возможности схем представления на разных уровнях абстракции. При этом логическая структура определяет модель объекта управления, а продукционная - модель принятия решения.
Композиционная модель нечеткого вывода описывает связь всех возможных состояний логической системы с управляющими воздействиями и формально записывается в виде (X,R,Y), где X={х1,…,xn}; Y={y1,…,ym}– базовые множества, на которых заданы входы Аi и выходы Bi нечеткой системы; R – нечеткое соответствие «вход – выход», которое строится на основе формализации нечетких стратегий. Принятие решений при функционировании нечеткой системы знаний осуществляется на основе модели:
«if А1– then В1, else if A2 then B2,…, else if AN then BN». (6)
Здесь A1,…,AN – нечеткие подмножества, определенные на базовом множестве Х а B1,…,BN – нечеткие подмножества из базового множества Y. Эти нечеткие подмножества задаются функциями принадлежности:
mAi(x),mBi(y),(xÎX,yÎY); (7)
(8)
или
(9)
где mA(x), mB(y) – функции принадлежности элементов х,у множествам А и В.
В качестве нечеткой импликации при реализации механизма логического вывода в ИС использованы алгоритмы Мамдани и Сугено [ ],[ ]. Система реализует выбор оптимальной скорости судна в зависимости от интенсивности ледовой нагрузки. Процесс управления организуется на основе концепции конкуренции с использованием методов классической математики (в курсовой работе не учитывается), нечеткой логики и ИНС.
Таким образом, нечеткая модель содержит совокупность терм-множеств лингвистических переменных входа и выхода системы с соответствующими функциями принадлежности [ ],[ ]. Структура нечеткой модели представлена на рис. 3.
Рис. 3. Схема нечеткой модели
Фазификатор (F) преобразует точное множество входных данных х=(х1,…,хn)T в нечеткое множество А¢, определяемое с помощью значений функции принадлежности mA¢(х). На выходе блока вывода формируется нечеткое множество на основе расширенного правила modus ponens в виде «условие – импликация – вывод». Дефазификатор (DF) решает задачу отображения выходного нечеткого множества В[k] в единственное четкое значение уÎY, которое является выходным сигналом модели. Из множества методов дефазификации в работе использован метод центроида.
Таким образом, определены исходные данные для решения задачи синтеза нечеткой системы. На основе априорной информации о возможных структурах модели взаимодействия задано К нечетких логико-лингвистических моделей с формой логического вывода, представленных в виде нечетких уравнений и матрицы управления.
Система осуществляет выбор оптимальной скорости судна в зависимости от интенсивности ледовой нагрузки. Управляющий алгоритм представляется набором нечетких логических правил (рис.4). Каждое правило содержит в левой части переменные состояния, а в правой части переменную, характеризующую управление (действие). В качестве исходной информации используются показания датчиков деформаций корпуса, установленных в зоне контакта. Алгоритм преобразования информации позволяет установить фактические характеристики ледового поля (переменные Х1 и Х2 и изменение этих величин dХ1/dt и dX2/dt во времени) и в зависимости от них осуществить управление U. В качестве переменных состояния Х1 и Х2 используются данные о толщине ледового поля h1 и снежного покрова h2 и скорости их изменения dh1/dt и dh2/dt. Управление U реализуется в виде изменения скорости V движения судна.
Рис.4. Алгоритм управления судном в ледовых условиях
Алгоритм представляется в виде матрицы управления размерности 5´5, элементами которой служат значения нечетких переменных. Из рис.4 следует, что рассматриваемое нечеткое множество разбито на пять классов для каждой нечеткой переменной. Для набора значений лингвистических переменных «толщина льда» и «скорость изменения толщины льда» введены следующие обозначения: PS – positive small, PM – positive medium, ZE – zero, NS – negative small, NM – negative medium.
Рис.5. Функции принадлежности N, P, Z
