Разработка процедур автоматизированной настройки нечеткого контроллера Текст научной статьи по специальности «Компьютерные и информационные науки»

которое имеет глубину не больше, чем глубина исходного поддерева.

Результаты исследования работы генетического программирования при решении задач символьной регрессии будут подробно изложены в докладе.

Библиографические ссылки

1. Koza John R. Genetic Programming: On Programming Computer by Means of Natural Selection and Genetics. Cambridge : The MIT Press, 1992.

2. Koza John R. Hierarchical genetic algorithms operating on populations of computer programs // Proceedings of the 11th Intern. Joint Conf. on Artificial Intelligence. San Mateo : Morgan Kaufman, 1989.

3. Banzhaf W., Francone F. D., Nordin P. The Effect of Extensive Use of the Mutation Operator on

Generalization in Genetic Programming / Department of Computer Science. Germany : Dortmund University,

References

1. Koza John R. Genetic Programming: On Programming Computer by Means of Natural Selection and Genetics. Cambridge, MA: The MIT Press, 1992.

2. Koza John R. Hierarchical genetic algorithms operating on populations of computer programs Proceedings of the 11th International Joint Conference on Artificial Intelligence. San Mateo : Morgan Kaufman, 1989.

3. Banzhaf W., Francone F. D., Nordin P. «The Effect of Extensive Use of the Mutation Operator on Generalization in Genetic Programming» Department of Computer Science. Germany : Dortmund University.

© KaMmmoBa K. A., 2013

УДК 004.414.23

РАЗРАБОТКА ПРОЦЕДУР АВТОМАТИЗИРОВАННОЙ НАСТРОЙКИ НЕЧЕТКОГО КОНТРОЛЛЕРА

Ю. В. Климец, Л. В. Липинский

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Россия, 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31 E-mail: [email protected]

Рассмотрены основные вопросы проектирования и настройки нечеткого контроллера. Предложен подход к автоматизированной настройке нечеткого контроллера методом перехода по первому улучшению и градиентным спуском.

Ключевые слова: управление, нечеткий контроль, оптимизация.

DEVELOPMENT OF PROCEDURES AUTOMATED TUNING FUZZY CONTROLLER

U. V. Klimec, L. V. Lipinskiy

Siberian State Aerospace University named after academician M. F. Reshetnev 31, "Krasnoyarsky Rabochy" Av., Krasnoyarsk, 660014, Russia. E-mail: [email protected]

The main issues of design and configuration of a fuzzy controller. An approach to automated tuning of fuzzy controller by the transition to the first improvement and gradient descent.

Keywords: management, indistinct control, optimization.

Создание прикладных интеллектуальных систем управления и их внедрение в различные сферы человеческой деятельности показали высокую эффективность использования современных информационных технологий при управлении слабо формализуемыми объектами и процессами [3]. Широкое развитие получили нечеткие системы, использующие средства нечеткого управления [5].

Нечеткие системы управления (НСУ) (нечеткие контроллеры) являются наиболее важным приложе-

нием теории нечетких множеств. Работа нечетких логических контроллеров сильно отличается от работы стандартных контроллеров. Это отличие состоит в том, что обычные контроллеры основаны на аналитическом выражении, описывающем объект управления, в то время как нечеткие контроллеры используют знания экспертов. Эти знания могут быть выражены естественным способом, использующим лингвистические переменные, которые описаны размытыми множествами [2].

Решетневские чтения. 2013

Лингвистические переменные могут рассматриваться как переменные, значения которых являются нечеткими числами.

Нечеткие логические системы управления обычно состоят из четырех основных частей: интерфейс фаз-зификации (введение нечеткости на четких входных данных), база нечетких правил, машина нечеткого вывода и интерфейс дефаззификации (исключение нечеткости для обеспечения четкого выхода) [2].

В общем виде принцип работы НСУ представлен на рис. 1.

ской настройки базы правил нечеткого контроллера при помощи такого метода оптимизации, как метод перехода по первому улучшению.

Пусть имеется контроллер, состоящий из двух входных (X, Y) и одной выходной (Z) лингвистических переменных, каждая из которых включает в себя по три терма с определенными границами опорных множеств. Сформирована база правил, например, if X - 'min' and Y - 'min' then Z - 'max'; if X - 'mean' and Y - 'min' then Z - 'min; if X - 'max' and Y - 'mean' then Z - 'mean' и др. Далее представлен алгоритм настройки контроллера:

Шаг 1. Равномерно распределить термы по области определения переменной.

Шаг 2. Вычислить антиградиент по ошибке; предложено вычислять ошибку по методу наименьших квадратов по формуле [4]

(iff ~Sr,)~ -* min

Рис. 1. Структурная схема нечеткого логического контроллера

Настройка нечеткого контроллера достаточно трудоемкий процесс, он требует вложения большого количества человеческих, временных и материальных затрат. На данный момент предложено много вариантов автоматической настройки нечеткого контроллера. В данной работе предложен вариант автоматиче-

Шаг 3. Выполнить шаг в сторону антиградиента.

Шаг 4. Проверить критерий останова. Если истинный, то останавливаем. Иначе переходим на шаг 2. За критерий останова было принято количество итераций, которое вводит пользователь. Оптимальным количеством итераций является 100.

Описанный контроллер реализован в среде математического моделирования МЛТЬЛБ [1]. На рис. 2-3 представлена работа контроллера.

Проводя анализ рис. 2-3, можно утверждать, что после настройки лингвистических переменных контроллера ошибка значительно уменьшилась. Можно сделать вывод, что для повышения эффективности работы контроллера необходим взаимосвязанный комплекс настройки: настройка базы правил и лингвистических переменных.

Рис. 2. Работа контроллера до настройки

НИВ

File Edit View Insert Tools Desktop Window Help

"jeai k - a □ e □ i

Note new toolber buttons: data brushing & linked plots Play video

100

О о о Оо ____.0 о

о о с о о о

о о и о о о Jo о

> о о о о СТО";

о о о о с о°

о ...„о. о ? ° оо

о о ъ о

О о о о

о о 0 % о

о о о о о и —О— О о

-100 -00 -B0 -40 -20 0 20 40 00 00 100

Рис. 3. Работа контроллера после настройки

Библиографические ссылки

1. Дащенко А. Ф., Кириллов В. Х., Коломиец Л. В., Оробей В. Ф. Matlab в инженерных и научных расчетах : монография. Одесса : Астропринт, 2003. 214 с.

2. Леоненков А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб. : БВХ-Петербург, 2005. 736 с.

3. Семенкин Е. С., Жукова М. Н., Жуков В. Г., Панфилов И. А., Тынченко В. В. Эволюционные методы моделирования и оптимизации сложных систем : учеб. пособие. Красноярск, 2007. 515 с.

4. Метод наименьших квадратов [Электронный ресурс]. URL: http://www.cleverstudents.ru/articles/ mnk.html.

5. Настройка параметров адаптивного контроллера с использованием нечеткой нейронной сети [Электронный ресурс]. URL: http://www.swsys.ru/print/ article_print.php?id = 837.

References

1. Dashenko A. F., Kirillov V. H., Kolomiec L. V., Orobey V. F. Matlab v inzhenernih i nauchnih raschetah : Monografija. Odessa : "Astroprint", 2003. 214 st.

2. Leonenkov A. V. Nechetkoe modelirovanie v crede MATLAB i fuzzyTECH. Spb. : BVH-Peterburg, 2005. 736 st.

3. Semenkin E. S., Zhukova M. N., Zhukov V. G., Panfilov I. A., Tinchenko V. V. Evolucionnie metodi modelirovanija i optimizacii slozhnih system : Uchebnoe posobie. Krasnojarsk, 2007. 515 st.

4. Metod naimenshih kvadratov. Avaible at: http://www.cleverstudents.ru/articles/mnk.html.

5. Nastroiki parametrov adaptivnogo kontrollera s ispolzovanem nechetkoy neironnoy seti. Avaible at: http://www.swsys.ru/print/article_print.php7id = 837.

© Климец Ю. В., Липинский Л. В., 2013