CC BY
37
-►
Проблемы передачи и обработки информации
УДК 004.383.8
А.Е. Васильев, А.В. Литвинчук, Д.Д. Петров
ПРОЕКТИРОВАНИЕ СРЕДСТВ И СИСТЕМ НЕЧЕТКОЙ ОБРАБОТКИ ИНФОРМАЦИИ НА ОСНОВЕ СЕТЕЙ ЭЛЕМЕНТАРНЫХ ВЫЧИСЛИТЕЛЕЙ НЕЧЕТКИХ ЛОГИЧЕСКИХ ФУНКЦИЙ
Современные системы управления, как правило, функционируют в условиях действия различного рода недетерминированных факторов, в том числе связанных с изменением структуры или параметров объекта управления, с непостоянством внешней среды, с изменением требований метасистемы верхнего уровня к режимам управления. Учет воздействия этих факторов приводит к усложнению описания и реализации системы, в связи с чем при проектировании широко используются методы теории интеллектуальных систем. Так, в частности, для систем управления, в которых применение классических регуляторов оказывается малоэффективным, целесообразно использование методов и средств нечеткой обработки информации, что позволяет существенно снизить трудозатраты на разработку, при этом сохранить, а в ряде случаев - улучшить качество функционирования системы управления [1, 2].
Создание базы нечетких знаний (БНЗ) - это ключевой этап разработки системы нечеткой обработки информации, определяющий результативность применения аппарата нечетких вычислений и удовлетворение требований к показателям качества управления.
Источниками информации для построения БНЗ с учетом специфики области применения системы управления могут являться аналитически заданное соотношение «вход-выход», передаточная функция, представленная графиком, таблицей, набором данных об экспертном управлении, совокупность критериев качества, предъявляемых к системе управления и др. [4]. Обобщенный алгоритм построения БНЗ с учетом различий источников информации показан на рис 1.
Эвристический синтез нечетких систем проводится с применением как непосредственного задания БНЗ, так и на основе анализа серии экспертных решений. При использовании эвристического подхода базы значительных объемов могут оказаться неполны или противоречивы; для разрешения этой проблемы целесообразен переход к автоматизации процедуры генерации БНЗ.
В свою очередь, подходы, основанные на автоматизации синтеза, преобразуют базу данных «вход-выход» в БНЗ путем формальных преобразований (например, с помощью сочетания регрессионного и кластерного анализа) или итерационно, с применением так называемого «самообучения», например, на основе нейронных сетей. Так, в частности, сочетание нечетких и нейровычислителей получило название «ANFIS» (adaptive neuro-fuzzy inference system - адаптивные системы нейро-нечеткого вывода; другое название - «гибридные сети»).
Несмотря на очевидные достоинства, указанные подходы к автоматизации обладают рядом недостатков, наиболее значительными из которых являются:
чувствительность к начальным условиям - в зависимости от исходных данных и параметров работы алгоритма могут быть сгенерированы системы, близкие, с точки зрения функционирования, но существенно различные по своей структуре;
затруднительность анализа, в частности, выполнения оценки сложности и эквивалентности сгенерированных структур;
итерационность процедуры - в общем случае предполагается возврат на начальные стадии
_I-
Эвристическое формирование БЗ
Прямое формирование базы данных
Формирование
требований «вход-выход»
Генетический синтез базы данных
Задание корректирующей нейросети
Рис. 1. Обобщенный алгоритм проектирования баз нечетких знаний
алгоритма и вмешательство в процесс синтеза разработчика.
Таким образом, значимость заявленной проблематики обусловлена необходимостью автоматизации анализа и синтеза подсистем принятия решений с нечеткой обработкой информации для устройств управления при одновременной минимизации трудоемкости анализа и синтеза: актуальным является развитие теории синтеза нечетких систем для предметной области встраиваемых приложений, направленной на улучшение качества и снижение трудоемкости проектирования устройств управления, повышение качества функционирования встраиваемых приложений
[3, 5].
Авторами предлагается графовая модель нечеткого преобразователя - «нечеткая сеть», в узлах которой расположены элементарные нечеткие вычислители. Такое представление позволит свести проблему синтеза нечеткого преобразователя к построению системы связей между элементами («коммуникационной подсистемы») и поможет создать на относительно простой и недорогой технической базе достаточно сложные структуры с нечеткой обработкой информации.
Подобный подход применяется, в частности, в задачах синтеза цифровых комбинационных схем на функционально полном базисе (например, на базисе элементов с логической функцией «2И-НЕ»), а также в задачах композиции
конечных автоматов при построении сложных устройств. Предлагаемый метод синтеза отличается областью определения функций, характерной для нечетких множеств.
Наиболее близкой к рассматриваемой является идея организации нечетких элементов в сети, высказанная ранее Кофманом [2]. Однако сети нечетких элементов Кофмана включают произвольные элементы и ориентированы на анализ функций нечетких переменных.
В данной работе предлагается использовать только элементарные нечеткие преобразователи и обеспечить автоматизацию формального синтеза графовых моделей, вычисляющих заданные передаточные функции.
Утверждение о принципиальной реализуемости подобного подхода базируется на следующих фактах. Принципиальная возможность реализации:
любой аналитически заданной зависимости с наперед заданной точностью на основе нечетких вычислителей;
любой аналитически заданной зависимости с наперед заданной точностью на однотипных элементах двоичной логики функционально полного базиса;
любой системы нечетких преобразований с наперед заданной точностью на цифровых вычислителях.
Для решения поставленных задач требуется разработать математический аппарат декомпозиции нечетких соотношений, совокупность ме-
тодов оценивания сложности и эквивалентности нечетких сетей, совокупность методик синтеза нечетких сетей.
Предлагаемый способ задания нечеткой сети подразумевает использование следующих компонентов: входные контакты; линии связи (в т. ч. с задержками распространения сигнала); линейные (нелинейные) нечеткие преобразователи; усилительные элементы; выходные контакты.
Структура инструментального средства для проектирования и анализа нечетких сетей показана на рис. 2; пример задания структуры нечеткой сети приведен на рис. 3.
Выполнение элементарных нечетких вычислений в соответствии с маршрутами распространения информации по заданному ориентированному графу нечеткой сети может быть обеспечено при помощи универсальной программы-эмулятора, выполняющей однотипные вычисления по заданной схеме связей. Кроме того, такие вычисления могут быть реализованы на аппаратном вычислителе, построенном на основе схем программируемой логики.
Комментируя выбор программного или аппаратного варианта реализации, следует отметить, что применение программных эмуляторов нечетких вычислений в некоторых случаях сопряжено с проблемой времени выполнения эмуляции: быстродействие системы принятия решений, реализованной на программном нечетком вычислителе, может оказаться неудовлетворительным с точки зрения требований к скорости вычислений. Таким образом, экономически выгодные программ-
Средства ввода и визуализации
Описание нечеткой сети
Графовая модель Расчёт нечеткой сети
Визуализация передаточных функций
элемента
Генерация входной последовательности
Пакет Риггу51
Рис. 2. Структура инструментального программного обеспечения
Рис. 3. Пример задания нечеткой сети
ные эмуляторы нечетких вычислении для микроконтроллеров общего назначения могут оказаться технически непригодными в ряде высокоскоростных приложении.
Так, например, специализированные вычислители - процессоры видеосигналов - реализуют сложные передаточные функции, работают в реальном масштабе времени и имеют нетиповую, уникальную структуру аппаратных средств, в связи с чем их разработка характеризуется значи-
тельной трудоемкостью. Передаточная функция таких вычислителей может быть описана нечеткой сетью, формирование которой может быть автоматизировано с помощью предлагаемых методов и средств, а выполнение нечетких вычислений на аппаратном уровне позволит обеспечить требуемые характеристики быстродействия.
На рис. 4 представлена структура системы управления, построенной с применением аппаратного вычислителя нечетких логических функций.
Нечеткий вычислитель Цель Управляющий МК
Фаззифи- Интерфейсная Интерфейсная Хобобщ Подсист. обобщения
катор
подсистема подсистема Регулятор
Машина -> (порт) Хз, ( Хизм
нечетких
выводов ,и
База Дефаззи- Подсист. Подсист.
нечетких знаний фикатор управления (ЦАП,порт) измерения (АЦП,порт)
1_______
Устройство сопряжения Усилители 1 Формирователи
Объект управления -4- Исполнит, механизмы Датчики
Рис. 4. Обобщенная структура системы управления с аппаратным вычислителем нечетких логических функций
Рис. 5. Обобщенная структура автономного нечеткого вычислителя
Такой способ организации предполагает, что на нечетком вычислителе реализуется тактический уровень управления (с задаваемой извне целью), а на управляющем МК - исполнительный.
Одними из первых вычислители со встроенной аппаратной поддержкой нечетких вычислений были созданы в AT&T Bell Labs и Togai InfraLogic в 1986-1989 гг. В настоящее время сектор средств аппаратного обеспечения нечетких вычислений, несмотря на специфичность изделий, неуклонно расширяется.
Применяемые в настоящее время нечеткие вычислители можно разделить на две категории: нечеткие решатели, выполненные в виде отдельного модуля или микросхемы, предназначенные для работы в кооперации с основным контроллером (в этом случае в англоязычной литературе для их обозначения применяется термин Fuzzy Coprocessor - нечеткий сопроцессор). К представителям этой группы относятся SAE81C99 (Siemens), WARP 1.x (STMicroelectronics) и др.;
микроконтроллеры, содержащие особое периферийное устройство, связанное с АЛУ - блок нечеткой обработки, представляющие собой законченную аппаратную платформу для системы управления (для их обозначения применяется термин ICU: Intelligent Controller Unit - интеллектуальный контроллер). К таким fuzzy-контроллерам относятся ST52 (STMicroelectronics), 68HC12 (Motorola) и др.
Достоинство нечетких вычислителей перво-
го типа (рис. 5) - пригодность для расширения вычислительных возможностей и повышения производительности систем, выполненных на базе микроконтроллеров практически любого типа, за счет использования достаточно простого и универсального интерфейса обмена; недостаток - сравнительно высокая стоимость.
Нечеткие вычислители второго типа имеют структуру, объединенную на рис. 4 пунктирной линией. Их достоинством является функциональная завершенность, недостатком - специфичность и слабая распространенность системы команд.
Выбор типа вычислителя неоднозначен и определяется спецификой его конкретного применения, т. е. задача создания нечетких вычислителей обоих типов представляется по-прежнему актуальной. При этом в обоих случаях нечеткий решатель (внешний или внутренний) полностью обеспечивает расчет графовой модели нечеткой сети и предоставляет результаты системе управления.
Разработанный авторами аппаратный вычислитель-сопроцессор (первый тип) реализован на базе микросхем программируемой логики. Функционирование вычислителя демонстрируется на примере встраиваемой интеллектуальной системы управления (ВИСУ), решающей задачу поддержания заданной амплитуды колебаний маятника (рис. 6).
На рис. 7 показан вариант подключения модуля нечетких вычислений к управляющему микроконтроллеру.
Рис. 6. ВИСУ с нечетким сопроцессором
По окончании инициализации сопроцессора схемой сброса, происходит загрузка в ПЛИС данных из конфигурирующей памяти прошивки, хранящей настройку макроячеек ПЛИС, обеспечивающую аппаратное выполнение алгоритмов нечетких вычислений. По окончании прошивки микросхема ПЛИС становится нечетким сопроцессором с внешней памятью баз нечетких знаний (БНЗ), размещаемой (в зависимости от позиции переключателя, установленного пользователем) в ОЗУ (что удобно для отладки) или в заранее запрограммированном ПЗУ (для эксплуатации отлаженного модуля с неизменяемой БНЗ).
Интеллектуальный контроллер (второй тип нечетких вычислителей) и средства его автоматизированного проектирования (рис. 8), разрабатываемые авторами в научной группе ВИСУ, имеют следующие принципиальные отличия от существующих:
возможность конфигурирования микроконтроллера целевым пользователем;
совместимость по системе команд с ядром MCS-51;
вычислительная автономность нечеткого периферийного модуля.
Последнее отличие предполагает, что процесс нечетких вычислений полностью обеспечивается этим модулем, при этом процессорное ядро микроконтроллера имеет возможность продолжать исполнение команд основной программы, не переключаясь на вспомогательные вычисления.
Актуальность дальнейшего развития данной проблематики для теории состоит в создании совокупности методов, обеспечивающих оценивание сложности и степени подобия нечетких преобразователей информации для встраиваемых интеллектуальных систем управления, а также обеспечивающих возможность синтеза нечетких преобразователей информации для аппаратных реализаций во встраиваемых системах.
Ценность дальнейшего развития данной проблематики для практики заключается в снижении ресурсоемкости встраиваемых реализаций нечетких преобразователей информации, синтезированных с применением предложенных методов,
и в разработке инструментальных комплексов автоматизированной генерации внутрикристаль-
Рассмотренные подходы позволят повысить скорость внедрения и показатели производитель-
ных нечетких преобразователей информации, ности встраиваемых интеллектуальных систем использующих предложенные методы анализа управления при одновременной минимизации
и синтеза.
трудозатрат на их проектирование.
Управляющий МК
Infineon С515
Р4.5
Р1[7...0]
Р4.6 Р5.3 Р4.7 Р4.4 Р5[7...4] Р4[3...0]
Строб цикла обмена
с памятью
Входная шина
адреса/данных Строб записи в НК
Признак занятости
НК
Строб запуска
нечетких вычислении Строб чтения из НК
Выходная шина
данных: старшая тетрада Выходная шина
данных: младшая тетрада
Нечеткий сопроцессор
ПЛИС EPF10K10LC84
MEM
A/D[7...0]
WR BSY CALC RD
DOUT[7..4] DC)UT[3..0]
Тактовые
импульсы
данные
Шина адреса
Шина данных -—-
Строб чтеш я
Строб
записи Строо
выбо за
крист
ал а
Строб выбора
кристалла Тактовые
Конфигурирующая микросхема памяти АТ17ЬУ010А-10Р1 (хранит «прошивку» нечеткого сопроцессора)
импульсы 6МГц Начальный
АО ЮМ 27256
А14
D7 ПЗУ
DO базы
OF, нечетких знаний.
Объем
32Кб
CS
Выбор м/схемы
памяти | ьш
АО ЛАМ 62256
А14
D7 ОЗУ базы
DO нечетких
ОЕ знании. Объем
WR 32Кб
CS
Кварцевый генератор МСО-1415В
пуск
Схема сброса
Рис. 7. Схема подключения модуля нечетких вычислений
Рис. 8. Структура средств САПР микроконтроллеров с нечеткими решателями
СПИСОК ЛИТЕРАТУРЫ
1. Рассел, С. Искусственный интеллект: Современный подход [Текст]/С. Рассел, П. Норвиг; пер. с англ. -М.: Вильямс, 2006. - 1408 с.
2. Кофман, А. Введение в теорию нечетких множеств [Текст]/А. Кофман. -М.: Радио и связь, 1982. -432 с.
3. Джонс, М.Т. Программирование искусственного интеллекта в приложениях [Текст] /М.Т. Джонс; пер. с англ. - М.: ДМК Пресс, 2006. - 312 с.
4. Борисов, А.Н. Обработка нечеткой информации в системах принятия решений [Текст]/А.Н. Борисов, А.В. Алексеев, Г.В. Меркурьева [и др.]. -М.: Радио и связь, 1989. - 304 с.
5. Васильев, А.Е. Микроконтроллеры. Разработка встраиваемых приложений [Текст]/А.Е. Васильев. - СПб.: БХВ-Петербург, 2008. - 304 с.
