Нечеткое моделирование и управление, Пегат А., 2020.
В настоящем издании дается развернутое введение в проблемы нечеткого и нейронечеткого моделирования применительно к задаче управления системами. Материал основан на новейших результатах в данной области и иллюстрируется многочисленными примерами.
Для специалистов в области нечеткого и нейронечеткого моделирования и управления, а также студентов и аспирантов соответствующих специальностей.
Развитие теории нечетких множеств.
Теория нечетких множеств вызывает сегодня немалый интерес. По оценкам (Altrock 1993), в 1993 г. насчитывалось от 15 до 16 тыс. публикаций, связанных с этой тематикой. В 2000 г., на момент написания данной книги, число публикаций превысило 27 тыс. и продолжало интенсивно расти. Организуются научные конференции, возрастает количество промышленных приложений. Что же является причиной столь высокой популярности теории нечетких множеств в современной науке?
Начало развитию теории нечетких множеств положила основополагающая статья «Fuzzy Sets» («Нечеткие множества»), опубликованная профессором из США Лотфи Заде (Zadeh 1965), который впервые ввел понятие нечеткого множества, предложил идею и первую концепцию теории, которая давала возможность нечеткого описания реальных систем. Важнейшим направлением теории нечетких множеств является нечеткая логика (Zimmermann 1994а), применяемая для управления системами, а также в экспериментах по формированию их моделей.
ОГЛАВЛЕНИЕ.
Предисловие редактора перевода.
Вступление.
Предисловие.
Глава 1. Введение.
1.1. Сущность теории нечетких множеств.
1.2. Развитие теории нечетких множеств.
Глава 2. Основные понятия теории нечетких множеств.
2.1. Нечеткие множества.
2.2. Характеристические параметры (показатели) нечеткого множества.
2.3. Лингвистические модификаторы нечетких множеств.
2.4. Типы функций принадлежности нечетких множеств.
2.5. Нечеткие множества типа 2.
2.6. Два вида неопределенности — нечеткость и вероятность.
Глава 3. Нечеткая арифметика.
3.1. Принцип обобщения.
3.2. Сложение нечетких чисел.
3.3. Вычитание нечетких чисел.
3.4. Умножение нечетких чисел.
3.5. Деление нечетких чисел.
3.6. Особенности нечетких чисел.
3.7. Различия между нечеткими/числами и лингвистическими значениями.
Глава 4. Нечеткая математика.
4.1. Основные операции над нечеткими множествами.
4.1.1. Оператор пересечения (логическое произведение) нечетких множеств.
4.1.2. Объединение (логическая сумма) нечетких множеств.
4.1.3. Компенсирующие операторы.
4.2. Нечеткие отношения.
4.3. Импликация.
Глава 5. Нечеткие модели.
5.1. Структура, основные элементы и операции в нечетких моделях.
5.1.1. Фаззификация.
5.1.2. Вывод.
5.1.2.1. Оценка степени выполнения условия.
5.1.2.2. Определение активизированных функций принадлежности заключений отдельных правил при заданных входных значениях нечеткой модели.
5.1.2.3. Определение результирующей функции принадлежности вывода из базы правил.
5.1.3. Дефаззификация результирующей функции принадлежности вывода из базы правил.
5.1.4. Пример нечеткого моделирования.
5.2. Важные свойства правил, баз правил и нечетких моделей.
5.2.1. Локальный характер правил.
5.2.2. Зависимость числа правил от числа входных параметров и нечетких множеств.
5.2.3. Полнота нечеткая модели.
5.2.4. Непротиворечивость базы правил.
5.2.5. Связность базы правил.
5.2.6. Избыточность базы правил.
5.3. Рекомендации по построению базы правил.
5.4. Сокращение базы правил.
5.5. Нормирование (масштабирование) входов и выхода нечеткой модели.
5.6. Экстраполяция в нечетких моделях.
5.7. Типы нечетких моделей.
5.7.1. Модели Мамдани.
5.7.2. Модели Такаги—Сугено.
5.7.3. Реляционные модели.
5.7.4. Глобальные и локальные нечеткие модели.
5.7.5. Нечеткие мультимодели.
5.7.6. Нейронечеткие модели.
5.7.7. Альтернативные модели.
5.7.8. Принципы подобия систем и моделей систем.
5.7.9. Нечеткая классификация.
Глава 6. Методы нечеткого моделирования.
6.1. Нечеткое моделирование на основе экспертных знаний о системе.
6.2. Построение самонастраивающихся нечетких моделей на основе измеренных данных о входах и выходах системы.
6.2.1. Применение нейронечетких сетей для настройки параметров нечеткой модели.
6.2.1.1. Структуризация и обучение нейронных сетей.
6.2.1.2. Преобразование нечеткой модели Мамдани в нейронечеткую сеть.
6.2.1.3. Преобразование в нейронечеткую сеть нечеткой модели Такаги—Сугено.
6.2.2. Настройка параметров нечеткой модели с помощью генетического алгоритма.
6.3. Построение самоорганизующихся и самонастраивающихся нечетких моделей на основе измеренных данных о входах и выходах системы.
6.3.1. Выявление существенных и несущественных входов модели.
6.3.2. Определение нечетких кривых.
6.3.3. Самоорганизация и самонастройка параметров нечеткой модели.
6.3.3.1. Самоорганизация.инастройка нечеткой модели с применением геометрического метода точек максимума.абсолютной ошибки.
6.3.3.2. Самоорганизация.и самонастройка нечетких моделей методами кластеризации.
6.3.3.3. Самоорганизация.и самонастройка нечетких моделей методом поиска.
Глава 7. Нечеткое управление.
7.1. Статические нечеткие регуляторы.
7.2. Динамические нечеткие регуляторы.
7.3. Формирование структур и настройка параметров нечетких регуляторов.
7.3.1. Проектирование нечетких регуляторов на основе экспертного знания об объекте управления.
7.3.2. Разработка нечеткого регулятора на основе модели эксперта, управляющего объектом.
7.3.3. Разработка нечеткого регулятора на основе модели объекта управления.
7.3.3.1. Некоторые замечания относительно идентификации моделей динамических объектов.
7.3.3.2. Некоторые замечания относительно идентификации инвертированных моделей динамических объектов.
7.3.3.3. Настройка нечеткого регулятора с заранее выбранной структурой.
7.3.3.4. Нечеткое управление, основанное на структуре с внутренней моделью.
7.3.3.5. Нечеткое управление, основанное на структуре с инверсной моделью объекта (ИМ-структура).
7.3.3.6. Адаптивное нечеткое управление.
7.3.3.7. Многомерное нечеткое управление (MIMO).
Глава 8. Устойчивость нечетких систем управления.
8.1. Устойчивость нечетких систем управления с неизвестными моделями объектов.
8.2. Круговой критерий устойчивости.
8.3. Применение теории гиперустойчивости для анализа устойчивости нечетких систем.
8.3.1. Представление условий гиперустойчивости в частотной области для систем управления со стационарной нелинейной частью.
8.3.2. Условия во временной области для гиперустойчивости непрерывных нелинейных систем управления, включающих стационарную нелинейную часть.
8.3.3. Условия гиперустойчивости в частотной области для дискретных нелинейных систем управления, содержащих стационарную нелинейную часть.
Список литературы.
Предметный указатель.
Купить .
Теги: учебник по информатике :: информатика :: компьютеры :: Пегат
Смотрите также учебники, книги и учебные материалы:
- 3ds max 8 для чайников, Мортье Ш., 2006
- Кибернетика без математики, Шилеко А.В., Шилеко Т.И., 1977
- Самоорганизующиеся карты, Кохонен Т., 2017
- Паттерны Kubernetes, Ибрам Б., Хасс Р., 2020
- Масштабирование приложений, Выращивание сложных систем, Атчисон Ли, 2018
- Автономный искусственный интеллект, Жданов А.А., 2020
- Laravel, Полное руководство, Стаффер М., 2020
- Kubernetes для DevOps, Развертывание, запуск и масштабирование в облаке, Арундел Д., Домингус Д., 2020