Параметрична оптимізація ієрархічної нечіткої моделі керування з передаванням нечітких значень проміжних даних

Анотація

Предметом дослідження є інтелектуалізація технологічного процесу керування складними об’єктами з метою заміни ручного труда людини-оператора. В умовах, що складно описати математичними методами через неповноту та невизначеність, застосовується гібридна нейро-нечітка модель з ієрархічною будовою для керування процесом. Метою статті є дослідження та розробка алгоритму навчання для моделі Мамдані→Сугено з передачею нечітких проміжних даних між ієрархічними рівнями, реалізованої адаптивною нейронною мережею. Для забезпечення точності прогнозування в реальному часі визначено алгоритм параметричної адаптації до умов функціонування з настроюванням параметрів антецедентів та консеквентів на двох рівнях. При дослідженні методів передачі даних між рівнями були застосовані методи нечіткої логіки та штучних нейронних мереж, метод градієнтного спуску, алгоритми Мамдані та Такагі–Сугено–Канга тощо. Дослідження підтверджує можливість використання гібридних моделей для інтелектуалізації процесу керування складними об’єктами. Науковою інновацією отриманих результатів є побудова нейронної мережі ієрархічної системи керування та розробка алгоритму навчання при передачі нечітких проміжних змінних з параметричною адаптацією моделі на основі алгоритму градієнтного спуску.