21696

МЕТОДЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Лекция

Информатика, кибернетика и программирование

Вычисления соответствующие действиям нечёткого контроллера в системе управления температурой водяной ванны можно представить в виде следующего алгоритма: Шаг 1. Гн Омату рассматривает помимо нейросетевого и нечёткого управления ещё два способа управления водяной ванной. По результатам экспериментов из всех схем управления схема ПИД наиболее проста в реализации.

Русский

2013-08-03

286 KB

11 чел.

етоды искусственного интеллекта

Лекция № 13

МЕТОДЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

ЛЕКЦИЯ № 13

На последней лекции мы начали рассматривать приложения нейронного управления и говорили о системе управления температурой водяной ванны. Мы затронули управление с помощью нейросети и остановились на контроллере, основанном на нечёткой логике.

Таблицу, которую мы рисовали, её будем называть таблицей нечётких ассоциативных матричных правил, или НАМ-правил. Архитектура системы, которая основывается на этих правилах, можно представить в виде рисунка.

Рисунок. Архитектура системы нечётких ассоциативных правил

Нечёткие ассоциативные правила (от  до ) включаются параллельно, создавая выходное нечёткое множество . Затем выполняется „ликвидация нечёткости“: преобразование  в числовую величину .

Каждый вход  активизирует каждое из хранимых правил в различной степени. Минимальное правило, -ая ассоциация, отображает вход в выход , представляющий собой частично активированный вариант . Чем больше вход  напоминает , тем больше  напоминает . Соответствующее выходное нечёткое множество  объединяет эти частично активированные нечёткие множества : оно представляет собой взвешенное среднее частично активированных множеств:

.

Коэффициент  отражает частоту или силу нечёткой ассоциации. На практике выходное нечёткое множество  может быть преобразовано в конкретную числовую величину  на действительной оси ; для этого вычисляется нечёткий центроид множества  относительно выходного универсального множества .

Посылки правил объединяются операцией И, что соответствует активации нечёткого множества-заключения  со степенью , вычисляемой с определением нечёткой операции пересечения:

,

где  и  — соответствующие степени принадлежности для ошибки и изменения ошибки.

Форма выходных нечётких множеств зависит от используемой кодирующей схемы частотно-импульсной модуляции. В случае с водяной ванной использовалась схема кодирования по минимуму корреляции, в которой нечёткое множество-заключение  в наборе величин выходных нечётких множеств срезается до уровня  и принимает минимальное значение в других точках:

.

Здесь  — степень принадлежности активизированного выходного нечёткого множества на интервале значений выходного универсального множества.

На практике величина  не является однозначной, поэтому система комбинирует все эти функции в действительную выходную функцию принадлежности на основе определения нечёткой операции объединения:

.

Для преобразования нечёткого управляющего выходного сигнала в чёткую форму применяется следующая процедура:

,

где выходное универсальное множество преобразуется в дискретные величины  с шагом :

.

Как и любой другой, контроллер на основе нечёткой логики имеет ряд параметров, которые должны быть выбраны разработчиком заранее. В нечётком контроллере имеется три коэффициента масштабирования: ,  и для ошибки процесса, изменения ошибки и выходного сигнала контроллера соответственно. Выбор этих коэффициентов аналогичен выбору параметров ПИД-регулятора или задаваемых пользователем полиномиальных коэффициентов в некоторых адаптивных контроллерах. Некоторые исследователи предлагают систематические подходы к выбору данных коэффициентов. В частности, это Procyk, Mamdani; Linkens, Abbod; Daley, Gill (это шесть фамилий трёх групп учёных).

Вычисления, соответствующие действиям нечёткого контроллера в системе управления температурой водяной ванны, можно представить в виде следующего алгоритма:

Шаг 1. Прочитать выходную величину процесса .

Шаг 2. Вычислить ошибку  и скорость изменения ошибки  для процесса в момент времени .

Шаг 3. Величины  и  квантуются в соответствующие нечёткие подмножества.

Шаг 4. На основе функций принадлежности вычисляются степени принадлежности ошибки и скорости изменения ошибки  и  соответственно.

Шаг 5. Из базы правил активизируется заключение со степенью принадлежности , вычисляемой по степеням принадлежности посылок  и  с помощью операции И.

Шаг 6. Величина  срезается до величины  методом кодирования по минимуму корреляции.

Шаг 7. Вычисляется действительная выходная степень принадлежности  путём выполнения операции ИЛИ между значениями  всех активизированных заключений.

Шаг 8. Вычисляется действительная выходная величина  путём применения процедуры перевода нечёткой величины в чёткую форму.

Г-н Омату рассматривает, помимо нейросетевого и нечёткого управления, ещё два способа управления водяной ванной. Это обобщённый прогнозирующий контроллер (ОПК) и ПИД-регулятор.

В обобщённом прогнозирующем контроллере управление осуществляется на основе оценок прогресса по рекурсивному методу наименьших квадратов. Мы останавливаться на нём не будем, просто будем иметь в виду, что есть и такое управление.

Итак, 4 подхода к управлению водяной ванной: нейросетевой контроллер (НСК), контроллер на основе нечёткой логики (НЛК), обобщённый прогнозирующий контроллер (ОПК) и традиционный ПИД-контроллер. В этих четырёх подходах имеются как сходства, так и различия.

По результатам экспериментов из всех схем управления, схема ПИД наиболее проста в реализации. Однако этот тип контроллеров не может удовлетворительно работать в сложных условиях. То есть ПИД-регуляторы можно рекомендовать только для простых задач управления и только при условии, что к системе не предъявляется высоких требований.

Так как для водяной ванны возможно построение математической модели пониженного порядка, полученная на основе этой модели информация использовалась для разработки всех четырёх контроллеров. Сначала в процессе моделирования была сделана грубая настройка параметров НЛК и ПИД, и только потом выполнялась точная оперативная настройка этих величин для улучшения характеристик. Для нейросетевого контроллера количество элементов входного вектора нейросетевой модели соответствовало пониженному порядку подели объекта управления. Однако в условиях, когда модели плохо определены, нейросетевой контроллер, контроллер на основе нечёткой логики и ПИД-регулятор могут использоваться без каких-либо математических моделей. В то же время обобщённый прогнозирующий контроллер и многие традиционные адаптивные контроллеры не могут разрабатываться без априорных математических моделей.

Одним из недостатков нейронного управления является необходимость предварительного обучения. Для успешного применения нейросетей важен также обоснованный выбор структуры модели и параметров обучения. Однако после обучения нейросетевой контроллер становится самонастраивающимся и не требует какой-либо настройки. В то же время для ОПК, даже если он является самонастраивающимся, выбор задаваемых пользователем параметров представляет определённую проблему, особенно для сложных объектов управления.

Для контроллера на основе нечёткой логики имеется ряд факторов и величин, которые требуется предварительно выбрать, чтобы обеспечить успешную работу контроллера. Вообще говоря, такой выбор является достаточно трудоёмким мероприятием. Вместе с тем, некоторые из этих величин (например, ширину функции принадлежности, коэффициент масштабирования и т.п.) можно определить эвристически методом проб и ошибок. Однако для обеспечения приемлемых характеристик НЛК важна точная настройка данных параметров.

Есть ещё ряд преимуществ и недостатков. Их все мы запишем в виде таблицы.

Таблица. Сравнительные характеристики четырёх схем управления

(по результатам экспериментов)

Критерий

НСК

НЛК

ОПК

ПИД

Математическая модель объекта управления

Необязательна.

Необязательна.

Обязательна.

Необязательна.

Настройка параметров контроллеров

Самонастройка. Никакой настройки параметров не требуется, однако требуется предварительно выбрать и обучить нейросеть.

Самонастройка. Однако коэффициенты масштабирования GE, GC, GU требуется выбирать предварительно.

Самонастройка. Однако горизонты управления, N1, N2 и NU, а также весовые коэффициенты требуется выбирать предварительно.

Требуется настройка параметров контроллера kc, Ti, Td.

Вычислительная сложность

Высокая.

Минимальная.

Максимальная.

Невысокая.

Характеристики слежения

Лучшие

Плохие

Средние

Наихудшие

В условиях возмущений

Лучшие

Плохие

Средние

Наихудшие

Изменение параметров объекта

Средние

Лучшие

Средние

Наихудшие

Переменные временные задержки

Плохие

Средние

Лучшие

Наихудшие

Сглаживание управляющего сигнала

Средние

Средние

Наихудшие

Плохие

Исследование водяной ванны показало, что искусственные нейронные сети могут быть легко реализованы в системах управления реального времени. Подход на основе нейронного управления обеспечивает устойчивость. Его характеристики сравнимы с результатами, которые демонстрируют наиболее развитые традиционные методы управления. Хотя нейроконтроллеры и так обладают хорошими характеристиками и имеют определённые преимущества перед контроллерами трёх других типов, следует надеяться на разработку ещё более эффективных и надёжных схем управления. Этому должно способствовать выявление лучших сторон и характеристик систем различных классов.

Мы рассмотрели водяную ванну. Далее мы рассмотрим перевёрнутый маятник.

PAGE  4

Томский политехнический университет,

Дмитрий Афонин, май 2006 г.


 

А также другие работы, которые могут Вас заинтересовать

43173. Разработка 3D модели манипулятора в MASM32 1.36 MB
  В данной работе используются WinApi (Application Programming Interface) функции. Они позволяют пользователю в полной мере использовать все функции предоставленные операционной системой. Одними из областей применения этих функций являются консоли, операции с буфером обмена, управление памятью, управление окнами, файлами, процессами и потоками и т.д. Для построения модели манипулятора с помощью этих функций используется алгоритм видового преобразования, выполняющий умножение матриц и векторов.
43174. Логгер температуры 3.06 MB
  На практике для измерения температуры используют жидкостные и механические термометры термопару термометр сопротивления газовый термометр пирометр термометр сопротивления логгер температуры Так как тема дпнного курсового проекта о логгере то далее рассказ пойдет о них. Существуют несколько видов логгеров: а логгер температуры; б логгер влажности и температуры; в логгер со встроенными сенсорами; г логгер напряжения и тока; д логгер с гнездом для внешних зондов; елоггер температуры с расчетом точки росы; жлоггер для...
43175. Расчет рычажного механизма 5.53 MB
  Структурный анализ рычажного механизма. Определение расчетного положения механизма. Построение плана механизма в расчетном положении. Структурная схема рычажного механизма показанная. Структурная схема механизма.
43176. Плановая геодезическая основа для строительства промышленного комплекса 5.36 MB
  На данной территории с севера на юг протекает река Быстрая. Река имеет ширину около 50 метров и скорость течения 0,2 м/с, глубина 7 метров. Берега реки пологие, высотой около 1 метра и имеют растительный покров. Берега реки обусловлены небольшим количеством болот. Дата установления ледяного покрова приходится в начале ноября, а вскрытие в начале апреля. Глубина залегания грунтовых вод от 4 до 5 м. На юге есть 2 небольших пруда.
43177. Главная линия рабочей клети № 6 черновой группы стана 2000 10.58 MB
  Листовой горячекатаный прокат производится на непрерывных и полунепрерывных широкополосных станах горячей прокатки (примерно 3/4 общего объема производства), полосовых станах с моталками в печах, планетарных и толстолистовых станах. В настоящее время наиболее эффективным способом производства горячекатаных листов и полос является прокатка в непрерывных и полунепрерывных станах. На этих станах прокатывается также подкат для станов холодной прокатки. Современные широкополосные станы горячей прокатки рассчитаны на прокатку полос широкого сортамента (толщина от 0,8-1,2 до 16-25 мм, ширина 600-2300 мм). Масса прокатываемых слябов до 6-7 млн. т/год
43178. ПРОЕКТИРОВАНИЕ ЦИФРОВОЙ АТС «КВАНТ-Е» ЖЕЛЕЗНОДОРОЖНОГО УЗЛА СВЯЗИ 1.15 MB
  Расчет нагрузки цифровых потоков между блоками БАЛ и УКС [5] Список использованной литературы Введение Цифровые автоматические телефонные станции АТСЦ широко применяются на сети связи железнодорожного транспорта. Для предварительного смешивания и концентрации телефонной нагрузки от абонентских и соединительных линий служат коммутационные блоки емкостью 8х8 цифровых трактов расположенные в блоках БАЛ БСЛ и других блоках абонентского и линейного доступа. К оборудованию абонентского доступа относятся аналоговые абонентские комплекты АК...
43179. СИСТЕМА АВТОМАТИЧЕСКОЙ СТАБИЛИЗАЦИИ РАБОЧЕГО МЕХАНИЗМА 1.35 MB
  Постановка общей задачи стабилизации рабочего механизма. Математическое описание системы стабилизации. Формирование функциональной схемы системы. Построение линеаризованной математической модели системы. Формирование структурной схемы системы.
43180. ЭНЕРГЕТИЧЕСКИЙ И КИНЕМАТИЧЕСКИЙ РАСЧЕТ ПРИВОДА 1.03 MB
  Определение мощности на выходе РВ где окружная сила на барабане в кН скорость конвейера в м с Определение общего КПД привода где ц=092 – КПД цепной передачи табл.6 з=097 – КПД зубчатой передачи табл.6 м=098 – КПД муфты табл.6 оп=0992 – КПД опор приводного вала табл.
43181. Организация связи между дорожными и отделенческими узлами магистрали 5.27 MB
  Определение количества каналов различных видов связи между узлами магистрали [2.3 Составление таблицы схемы распределения каналов между пунктами [3] 2 Выбор оптимального варианта организации связи [3.1] 3 Построение схем связи [4] 4 расчет магистрали [4.