Понятия теории нечетких систем, фаззификация и дефаззификация. Представление работы нечетких моделей, задача идентификации математической модели нечеткого логического вывода. Построение универсального аппроксиматора на основе контроллера Мамдани-Сугено.
3 Экскурс в историю 5 Теория нечетких систем 8 Нечеткие системы управления 9 Фаззификация (переход к нечеткости) 11 Разработка нечетких правил 12 Дефаззификация (устранение нечеткости) 13 Основные определения теории нечетких множеств 14 Представление работы нечетких моделей 16 Задача идентификации математической модели 16 Модели нечеткого логического вывода 17 Нечеткая модель типа Мамдани 18 Нечеткая модель типа Сугэно 20 Основные идеи идентификации на основе нечеткого вывода 23 Пример построения универсального аппроксиматоа на основе контроллер Мамдани-Сугено 28 Заключение 37 Преимущества нечетких систем 37 Применение нечетких систем 37 Используемая литература и список используемых источников 41 Литература 41 Введение У человеческого интеллекта есть способность принимать правильные решения в условиях неполной и нечеткой информации. Это название переведено на русский язык как нечеткие множества. Дальнейшие работы профессора ЛатфиЗаде и его последователей заложили фундамент новой теории и создали предпосылки для внедрения методов нечеткого управления в инженерную практику. Нечеткая логика, на которой основано нечеткое управление, ближе по духу к человеческому мышлению и естественным языкам, чем традиционные логические системы. Система от Intel, получившая название fuzzy TECH, завоевала огромную популярность не только в США и Европе, но и прорвалась на японский рынок.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
