Выбор оптимальных алгоритмов систем регулирования в условиях нечёткой информации

• Автор: Магди Рауф Марзук Роман
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Москва
• Количество страниц: 130 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ .
ГЛАВА 1. ОБЗОР АЛГОРИТМОВ СИСТЕМ РЕГУЛИРОВАНИЯ В УСЛОВИЯХ НЕЧЕТКОЙ ИНФОРМАЦИИ И ПОСТАНОВКА ЗАДАЧ ДИССЕРТАЦИОННОГО ИССЛЕДОВАНИЯ.

1.1. Обзор алгоритмдв систем регулирования в условиях нечеткой информации .

1.1.1. Фаззи алгоритм

1.1.2. Адаптивный алгоритм.

1.1.3. Робастный алгоритм .

1.2. Анализ представленных алгоритмов .

1.3. Постановка задач диссертационного исследования .

ГЛАВА 2. РАЗРАБОТКА МОДЕЛИ ОБЪЕКТА И ПОСТАНОВКА ЗАДАЧИ УПРАВЛЕНИЯ .

2.1. Основные сведения о моторном режиме.

2.2. Анализ условий реализации МР с точки зрения регулирования.
2.3. Разработка модели объекта управления .
2.4. Характеристики модели объекта
2.5. Постановка задачи оптимального управления
2.6. Выводы по главе.
ГЛАВА 3. РАЗРАБОТКА АЛГОРИТМОВ РЕГУЛИРОВАНИЯ И МЕТОДИКИ ОПТИМИЗАЦИИ.
3.1. Классический ПИалгоритм
3.1.1. Запас устойчивости
3.1.2. Робастная устойчивость
3.1.2.1. Частотные характеристики неопределенности.
3.1.2.2. Критерий устойчивости замкнутых систем с неопределенностыо.
3.1.2.3. Область изменения параметров ПИконтроллера, удовлетвор
яющая условию малой амплитуды .
3.1.3. Область изменения параметров ПИконтроллсра, обеспечивающая запас устойчивости для замкнутых систем с неопределенностью
3.2. Фаззи нечеткий алгоритм
3.2.1. Особенности нечеткого алгоритма.
3.2.2. Выбор параметров нечеткого алгоритма
3.2.3. Анализ устойчивости фаззи контроллера.
3.3. Адаптивный алгоритм на базе знаний .
3.3.1. Структура предлагаемого адаптивного алгоритма.
3.3.2. Проверка сходимости и устойчивости адаптивного алгоритма на базе знаний.
3.4. Оптимизация разработанных алгоритмов.
3.4.1 Последовательное квадратичное программирование БСЗР.
3.4.2 Решение подзадачи квадратичного программирования ОР.
3.4.3 Рассмотрение ограничений во временной области.
3.5. Выводы по главе
ГЛАВА 4. РЕАЛИЗАЦИЯ АЛГОРИТМОВ И РЕЗУЛЬТАТЫ МОДЕЛИРОВАНИЯ
4.1. Реализация алгоритмов .
4.2. Классический ГТОалгоритм
4.3. Фаззи алгоритм.
4.4. Адаптивный алгоритм .
4.5. Моделирование системы при различных начальных условиях.
4.6. Заключение по результатам главы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ


К-0 при работе ее в моторном режиме; разработана нечеткая модель объекта на основе имеющихся экспериментальных данных и показаны ее характеристики; сформирована техническая задача в виде задачи оптимального управления нечетким объектом при наличии ограничений в виде неравенств. В главе 4: приведено описание реализации алгоритмов; проведена оптимизация системы с каждым предложенным алгоритмом и анализированы результаты моделирования. ГЛАВА 1. С середины прошлого века внимание исследователей было обращено к проблеме систем управления в условиях неопределенности и нечеткой информации. Ниже рассматриваются история развития и важные исследования в указанных направлениях. Теория нечетких множеств (Fuzzy Sets), основные идеи которой были предложены американским математиком Лотфи Заде [] более лет назад, позволяет описывать качественные, неточные понятия и наши знания об окружающем мире, а также оперировать этими знаниями с цслыо получения новой информации. Наиболее важное приложение теории нечетких множеств -это контроллеры нечеткой логики (фаззи контроллеры). Эти знания могут быть выражены естественным образом с помощью лингвистических переменных, которые описываются нечеткими множествами. В последнее время фаззи управление является одной из наиболее активных и перспективных направлений прикладных исследований. Фаззи управление оказывается особенно полезным, когда в описании технических систем присутствует неопределенность, которая затрудняет или даже исключает применение точных количественных методов и подходов. Можно выделить три периода в становлении, развитии и практическом применении теории нечетких множеств. Первый период, который обычно связывают с концом -х - началом -х годов прошлого века, характеризуется становлением теоретических основ теории нечетких множеств, изложенных в статьях Л. Заде. Второй период приходится на е годы, когда появились первые практические результаты применения созданной теории. Третий период с конца -х годов до настоящего времени. Этот период характеризуется бумом практического применения нечеткой теории в различных сферах науки и техники. Наиболее значимыми из работ в этой области следует отметить публикации Л. Заде [-], Д. Дюбуа (D. Dubois) и А. Прада (Н. Prade) [3] по теории нечеткой меры и меры возможности, МСугено (М. Sugeno) [] по нечеткому выводу и нечеткому интегралу, Дж. Беждека (J. Bezdek) [, ] по нечеткой кластеризации и распознаванию образов, Р. Ягера (R. R.Yager) [] по нечеткой логике. Первые реализации нечетких моделей в промышленности относятся к середине -х гг []. Именно в этот период в Великобритании Эбрахим Мамдани (Ebrahim Mamdani) [-] использовал нечеткую логику для управления парогенератором. Предложенный Э. Мамдани алгоритм, основанный на нечетком логическом выводе, позволил избежать чрезмерно большого объема вычислений и был по достоинству оценен специалистами. В начале -х гг. Хотя многие из этих программных инструментариев так и не вышли за пределы научно-исследовательских лабораторий и институтов, в ходе их разработки были получены важные эмпирические результаты по моделированию с помощью нечеткой логики процессов человеческих рассуждений и принятия решений. После первых промышленных приложений в Европе Япония за короткий период времени вышла на первое место в мире по количеству устройств и механизмов, в которых были реализованы нечеткие технологии. Появление микропроцессоров и микроконтроллеров инициировало резкое увеличение бытовых приборов и промышленных установок с алгоритмами управления на основе нечеткой логики. В настоящее время в Японии запатентовано более чем соответствующих устройств в этой области []. Одно из самых известных приложений нечеткого управления находится в японском городе Сендай. Этот город имеет метрополитен с станциями, который управляется нечетким компьютером. При этом нечеткий компьютер регулирует процессы ускорения и торможения поездов метро, делая на % меньше ошибок, чем соответствующий человек-оператор. Только в начале -х гг. Японии одну из ключевых современных технологий. С этого времени были предприняты серьезные усилия наверстать упущенные возможности в этой области.