CC BY
12
2. Расчеты эффективности автоматизации управления машиностроительным производством: методические указания / Ю. В. Псигин. - Ульяновск: УлГТУ, 2005. - 32 с.
УДК 007
Бурзянцева Е.Ю. студент магистратуры 2 курса факультет «Информатики и робототехники» Уфимский государственный авиационный технический университет Россия, г. Уфа
РАЗРАБОТКА БАЗЫ ЗНАНИЙ ДЛЯ СИСТЕМЫ НЕЧЕТКОГО ЛОГИЧЕСКОГО ВЫВОДА В СРЕДЕ MATLAB
Аннотация: Данная статья посвящена разработке базы знаний для системы нечеткого логического вывода. Разработка выполнена в программной среде MATLAB. В качества системы выбран технологический процесс изготовления детали. в ходе разработки создается переменные для данной системы нечетного логического вывода, а также правила. В результате разработки получена визуализация поверхности нечеткого вывода рассматриваемой модели. По результатам сформулирован вывод.
Ключевые слова: принятие решений, информационная система, база знаний, технологический процесс, нечеткая логика, входные переменные.
Burzenia E. Y. master's student 2 course, faculty of Informatics and robotics» Ufa state aviation technical University
Russia, Ufa
THE DEVELOPMENT OF A KNOWLEDGE BASE FOR FUZZY INFERENCE SYSTEM IN MATLAB
Abstract: This article is devoted to the development of a knowledge base for a system of fuzzy inference. The development is performed in the MATLAB software environment. In the quality of the system, the technological process of manufacturing the part has been selected. in the course of development, variables are created for this system of odd logical inference, as well as rules. As a result of the development, the surface of the fuzzy derivation of the model under consideration was obtained. As a result, the conclusion is formulated.
Keywords: decision making, information system, knowledge base, technological process, fuzzy logic, input variables.
Целью данного исследования является разработка базы знаний для системы нечеткого вывода решений в заданной предметной области с использованием среды моделирования Matlab.
В качестве предметной области выбран технологический процесс изготовления детали.
В настоящее время вследствие роста возможностей современных ЭВМ разрабатываются программные информационные системы, которые обеспечивают поддержку процесса принятия решений. В роли системы принятия решений может выступать база знаний.
Процесс нечеткого вывода представляет собой некоторую процедуру или алгоритм получения нечетких заключений на основе нечетких условий или предпосылок [1].
База знаний нечеткой логической системы состоит из базы правил, определяющих зависимость между входными и выходными термами-множествами, и базы данных, которая содержит функции принадлежности, показывающие степень соответствия реальных величин понятиям, определяемые термами-множествами [2].
Работа по построению нечеткой БЗ выполнена средствами Fuzzy Logic Toolbox программного продукта Matlab.
В данном исследовании в системе нечеткого логического вывода были созданы три входных переменных: shir - шероховатость, obrabativaemost -обрабатываемость и trudoemkost - трудоемкость. Установленные входные переменные отражают те или иные характеристики выпускаемой детали, управление над которыми будет осуществимо в дальнейшем. Для каждой переменной заданы интервалы значений, в частности: для переменной shir и obrabativaemost - {0;1}, для trudoemkost - {7;30}. В качестве оценки для всех переменных выбраны три уровня low, average, high.
В качестве выходной была создана переменная difficult, которая подразумевает сложность изготовления детали. Данной переменной присвоены следующие значения: mf1 - 0, mf2 - 0,3, mf3 - 0,65, mf4 - 1.
Структурная схема полученная с помощью редактора FIS после определения входных и выходных переменных, а также задания параметров системы нечеткого логического вывода представлена на рисунке 1.
Рисунок 6 - Схема системы нечеткого логического вывода в
редакторе FIS
Далее были заданы нечеткие правила для разрабатываемой системы. Нечеткие правила если-то позволяют улучшить интерпретируемость результатов и обеспечить более глубокое понимание сути процесса. В результате было получено 12 правил, созданных исходя из практического опыта в анализе технологических процессов деталей в отрасли машиностроения. Перечень правил представлен в таблице 1.
Таблица 1 - Перечень правил системы нечеткого логического вывода
№ п/п shir obrabativaemost trudoemkost difficult
1 low high low mf1
2 low high high mf3
3 low low high mf3
4 average average high mf3
5 average average low mf2
6 average average average mf2
7 high low low mf4
8 high average high mf3
9 high low high mf4
10 high high high mf3
11 high high average mf4
12 high average average mf4
Формулировка правил, (в данном случае правило №1), выглядит следующим образом: if (shir is low) and (obrabativaemost is high) and (trudoemkost is low) then (difficult is mf1). Иначе говоря, если показатель шероховатости имеет низкий уровень, показатель обрабатываемости -высокий, а трудоемкости низкий, то значение выходной переменной будет равно mfl, т.е. близкой к 0. Данное заключение означает, что деталь имеет малую сложность ее изготовления.
Для общего анализа разработанной нечеткой модели была проведена визуализация соответствующей поверхности нечеткого вывода, реализуемая в программе просмотра поверхности системы нечеткого логического вывода. Полученная поверхность позволяет проанализировать зависимость значений выходной переменной от отдельных входных переменных. Комбинации входных переменных задаются в соответствие с их размещением на осях системы координат. На рисунке 2 представлена визуализация поверхности нечеткого вывода рассматриваемой модели для входных переменных «шероховатость» и «трудоемкость».
Cl.il 1
к ilnwi) trudsirikait V ilnpwtji ш^т /. 1 ril.ltfJI ll 1 'ЧКГЮМВ
Xfijrlilt hi У gr№ El i
Rn! Input: I IMXM 0 о MnM| 1 MNn 1 In-.p
-
iv* ш
Рисунок 2 - Визуализация поверхности нечеткого вывода рассматриваемой модели для входных переменных «шероховатость» и
«трудоемкость»
Проанализировав полученную поверхность нечеткого вывода, можно сделать вывод о том, что она отвечает экспертным представлениям в рассматриваемой предметной области. Так, например, можно сказать о том, что с увеличением шероховатости и одновременным увеличением трудоемкости сложность изготовления детали повышается.
Использованные источники:
1. Леоненков Александр Васильевич. Нечеткое моделирование в среде MATLAB и fuzzyTECH. БХВ-Петербург, 2005 ISBN 5941570872, 9785941570874. Всего страниц:736
2. Леденева Т. М. Основы нечеткого моделирования в среде MatLab:учебное пособие / Т.М. Леденева, Д.С. Татаркин, А.С. Тарасова. - Воронеж: ЛОП ВГУ, 2006. - 51с.
3. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы./Рутковская Д., Пилинский М., Рутковский Л. - Москва: Горячая линия - Телеком, 2004. - 315с.
4. Гладков Л. А. Генетические алгоритмы: Учебное пособие. - 2-е изд. /Л.А. Гладков, В.В. Курейчик, В.М. Курейчик. - М.: Физматлит, 2006.- 320с.
