Научная статья на тему 'Аппаратная реализация нейронечеткого контроллера'

Аппаратная реализация нейронечеткого контроллера Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
415
141
i Надоели баннеры? Вы всегда можете отключить рекламу.

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Толстель О. В.

Рассмотрена разработка и создание автономного малогабаритного устройства управления использующего гибрид двух технологий искусственного интеллекта, нечетких систем и нейронных сетей. Описаны элементная база и область применения устройства.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Hard wear based application of fuzzy neuron controller

The article examines the development and creation of an autonomous small-sized managing device which employs a hybrid of two technologies of artificial intellect, fuzzy systems and neuron network, is considered. An elemental base and the sphere of application are presented.

Текст научной работы на тему «Аппаратная реализация нейронечеткого контроллера»

Аппаратная реализация нейронечеткого контроллера

УДК 629.113:621-52

О. В. Толстель

АППАРАТНАЯ РЕАЛИЗАЦИЯ НЕЙРОНЕЧЕТКОГО КОНТРОЛЛЕРА

Рассмотрена разработка и создание автономного малогабаритного устройства управления использующего гибрид двух технологий искусственного интеллекта, нечетких систем и нейронных сетей. Описаны элементная база и область применения устройства.

The article examines the development and creation of an autonomous small-sized managing device which employs a hybrid of two technologies of artificial intellect, fuzzy systems and neuron network, is considered. An elemental base and the sphere of application are presented.

1. Понятие нейронечеткого контроллера

Преимуществом нечеткого контроллера является то, что с помощью естественноязыковых высказываний-правил «Если то», с последующей их формализацией средствами теории нечетких множеств, можно сколько угодно точно отразить произвольную взаимосвязь «входы—выход» без использования сложного аппарата дифференциального и интегрального исчислений, традиционно применяемого в управлении. Это становится важным, когда сложно по-другому описать процесс управления, а также при зависимости управляемого параметра от большого количества переменных. Например, при управлении регулятором кондиционера или нагревателя воздуха в помещении в зависимости от четырех параметров — «температура», «скорость изменения температуры», «максимальный разброс температуры» и «влажность». В этом случае огромная таблица с комбинацией дискретных входящих параметров «свертывается» в компактную базу правил и линии, описывающие функции принадлежности (некий аналог растровой и векторной графики).

Преимуществом нейронных сетей (НС) для задач управления является то, что сеть обучается на статистике реальных данных и запоминает их в виде значений весов и смещений для каждого нейрона каждого слоя. Гибрид нечетких систем и нейронных сетей умеет обучаться на большой выборке реальных примеров, точно настраивая при этом вид функций принадлежности. Понятие такого гибрида — нейронечеткого контроллера дано, например, в [1]. Здесь же приводятся некоторые варианты структур его реализации: NNFLC (Neurons network fuzzy logic controller), ANFIS (adaptive network based Fussy Inference System), NNDFR (Neuron Network Driven Fuzzy Reasoning), GARIC (Generalized Approximate Reasoning based Intelligent Control) и FUN (Fuzzy Net).

Один из наиболее распространенных вариантов — ANFIC — подробно рассмотрен в [2] как пример обучаемого нечеткого регулятора

53

Вестник РГУ им. И. Канта. 2007. Вып. 10. Физико-математические науки. С. 53 — 55.

54

О. В. Толстель

(приобретающего знания о поведении объекта, на основе которых он вырабатывает управление, при котором ошибка регулирования не превышает допустимой величины). Подчеркивается, что обучаемые нечеткие регуляторы и системы управления относятся к классу наиболее перспективных.

2. Аппаратная реализация, используемые компоненты, применение

ANFIC реализуется на компьютере, например, с помощью пакета MATLAB. MATLAB позволяет выгружать построенные схемы в виде фрагментов кода на языке Си, что облегчает программирование сложных объектов. Однако очевидны преимущества создания аппаратного автономного нейронечеткого контроллера, не требующего наличия компьютера. В случае применения компьютера, связь с датчиками и исполнительными органами все равно осуществляется через контроллеры, т. е. без них не обойтись. Возможность обойтись без самого компьютера, перенеся всю логическую обработку информации на контроллер, повысит надежносгь системы управления, исключив зависания операционной системы компьютера. Стоимость такой системы снизигся, габариты уменьшатся, схема упростится, диапазон допустимых физических условий эксплуатации расширится. В некоторых ситуациях наличие в системе управления даже малогабаритного одноплатного компьютера вообще неприемлемо.

Среди выпускаемых микроконтроллеров есть такие, у которых в ядро микросхем встроена аппаратная поддержка базовых нечетких операций (нечеткие команды интегрированы непосредственно в ассемблеры). С другой стороны, выпускаются специализированные DSP-процессоры, позволяющие реализовать многослойную нейронную сеть. На рисунке 1 представлены в натуральную величину слева направо микроконтроллер фирмы Motorola c нечеткой логикой и нейропроцессор Л1879ВМ1 российской фирмы Модуль. Именно на этих малогабаритных электронных комплектующих реализуется аппаратный нейронечеткий контроллер.

Рис. 1. Микроконтроллер с нечеткой логикой и нейропроцессор

Такие системы будут востребованы в робототехнике, промышленности, системах «умного дома», автомобилестроении (устройства типа ABS, ESP, автопарковки). Последняя отрасль наиболее перспективна, что доказывают публикации (в том числе и по ANFIS), например [3].

Аппаратная реализация нейронечеткого контроллера

3. Текущее состояние проекта и дальнейший ход работ

Для реализации проекта использован имеющийся в наличии модуль MC 4.31, выполненный в виде РО-платы и содержащий в себе один нейропроцессор Л1879. Он устанавливается в системный блок компьютера, к COM-порту которого подключается оригинальная электронная плата собственной разработки, содержащая нечеткий контроллер MS912D64 (рис. 2).

Компьютер, содержащий модуль МС 4.31 в одном из РС1-слотов

Электронная плата собственной разработки, подключаемая к СОМ-порту компьютера

55

Рис. 2. Текущая модельная конструкция контроллера

На такой модельной конструкции отрабатывается взаимодействие компонент и уточняется архитектура нейронечеткого аппаратного контроллера. После этого этапа будет создаваться автономное малогабаритное устройство, содержащее на одной электронной плате описанные выше составляющие.

Список литературы

1. Ярушкина Н. Г. Основы теории нечетких и гибридных систем. М.: Финансы и статистика, 2004.

2. Кудинов Ю. И., Дорохов И. Н., Пащенко Ф. Ф. Нечеткие регуляторы и системы управления // Проблемы управления. 2004. № 3. С. 2 — 15.

3. Рынкевич С. А. Создание электронных систем управления и диагностирования для мобильных машин // Материалы научно-методической конференции, посвященной 45-летию белорусско-российского университета. Могилев,

2006. С. 3—7.

Об авторе

О. В. Толстель — канд. техн. наук, доц., РГУ им. И. Канта.

i Надоели баннеры? Вы всегда можете отключить рекламу.