Файл: Задача на определение затрат на свадьбу (История развития нейронных сетей).pdf

2. Практическая часть

2.1 Применение нечеткой логики на практике

Решение задачи при помощи MATLAB Fuzzy Logic Toolbox

Практическая часть курсовой работы заключается в решении задачи на нечеткую логику, с помощью Fuzzy Logic Toolbox. Данный пакет является расширением MATLAB, содержащим инструменты для проектирования систем нечеткой логики^[43]. В данной курсовой работе будет отображена лишь очень малая часть функциональных возможностей как пакета, так и всего комплекса MATLAB. За рубежом по большинству таких расширений опубликованы отдельные книги, а объем документации по ним составляет сотни мегабайт. В России же данная тематика освещена менее разнообразна.

Задача на определение затрат на свадьбу:

В задаче требуется определить сколько денег будет потрачено на свадьбу. Входные сигналы: а) количество гостей (маленькое, среднее, большое); б) наличие приглашенных артистов (много артистов, мало артистов); в) количество блюд (много блюд, среднее количество блюд, мало блюд). Выходной сигнал: затраты на свадьбу (богатая свадьба, средняя свадьба, богатая свадьба).

Правила:

1.Если количество гостей маленькое, мало приглашенных артистов, мало блюд на столе, то свадьба бедная.

2.Если среднее количество гостей , мало артистов, среднее количество блюд, то свадьба средняя.

3. Если много приглашенных гостей, много приглашенных артистов, много количество блюд на столе, то свадьба богатая.

Решение задачи:

Для решения задачи применю десятибалльную шкалу.

Что бы начать решение необходимо открыть программу MATLAB (рис.1)

Рис.1 Открытие MATLAB

Следующим шагом необходимо вызвать фаззи-систему, для этого есть несколько способов. Я использую наиболее быстрый, написание в строке функций MATLAB записи «fuzzy» и нажатие Enter (рис.2).

Рис. 2 Открытие Fuzzy

Далее в открывшемся окне fuzzy (рис.3) необходимо задать наши входные сигналы, и добавить им название. Для этого нажимаем в редакторе Edit-Add variable-Input. После данных действий в редакторе появится новый блок. Так как у нас три входных сигнала, добавляем еще один.

---

Вводим их имена, а так же имя сигнала выхода. Входные: гости, артисты, блюда. Выходные: стоимость. Присваиваем имя всей сети «marriage» (по англ. Свадьба), для этого File-Export-To workspace (рис.4).

Рис.3 Окно fuzzy

Рис.4 Меняем имена входных и выходных сигналов

Дальше необходимо задать функцию принадлежности. Для этого делаем поочередно на каждом входном и выходном блоке двойное нажатие.

Зададим и отредактируем входную функцию «гости». Сначала в поле Range, Display range установим диапазон изменения переменных [0 10]. Зададим три типа принадлежности. Через Edit-Add MFs перейдем к диалоговому окну в котором зададим функцию гауссовского вида «gaussmf» (рис. 5). Изменим их имена на мало, средне, много (рис. 6).

Рис.5 Зададим функцию гауссовского вида

Рис. 6 Изменим их имена «гости»

Рис. 7 Зададим функцию трапецеидальной формы «tramf»

Зададим и отредактируем входную функцию «артисты». Сначала в поле Range, Display range установим диапазон изменения переменных [0 10]. Зададим 2 функции принадлежности. Через Edit-Add MFs перейдем к диалоговому окну в котором зададим функцию трапецеидальной формы «tramf»(рис.7). Изменим их имена на мало, много. Для функции мало установим Params [0 0 1 3] и для функции много Params [7 9 10 10] (рис. 8).

Рис.8 Params [7 9 10 10]

Зададим и отредактируем входную функцию «блюда». Сначала в поле Range, Display range установим диапазон изменения переменных [0 10]. Зададим три типа принадлежности. Через Edit-Add MFs перейдем к диалоговому окну в котором зададим функцию гауссовского вида «gaussmf»(рис. 9). Изменим их имена на мало, средне, много (рис. 10).

Далее отредактируем переменную характеризующую затраты на свадьбу «стоимость» (рис.11). Зададим три функции принадлежности треугольной

Рис. 9 Зададим и отредактируем входную функцию «блюда».

Рис. 10 Зададим и отредактируем входную функцию «блюда».

формы (trimf) c именами бедная (Params [0 5 10]), средняя (Params [10 15 20], богатая (Params [20 25 30]). Установим для переменной Range [0 30] (рис. 12).

---

Рис. 11 Зададим и отредактируем входную функцию «блюда».

Рис. 12 Установим для переменной Range [0 30]

Теперь все готово для конструирования правил.

Начинаем создание правил, для этого Edit-Rules(рис. 13).

Правила из условий:

1.Если количество гостей маленькое, мало приглашенных артистов, мало блюд на столе, то свадьба бедная.

2.Если среднее количество гостей , мало артистов, среднее количество блюд, то свадьба средняя.

3. Если много приглашенных гостей, много приглашенных артистов, много количество блюд на столе, то свадьба богатая.

Рис.13 Зададим правила

Единица в скобках обозначает вес правил. У нас вес одинаковый для всех правил.

На этом конструирование системы закончено. Сохраним нашу систему File-Export-To File- папка на компьютере (рис. 14).

После того как мы полностью закончили проект, нам необходимо про-

Рис. 14 Сохраним нашу систему

Рис. 15 Открываем View

верить его работу. Для этого открываем View-View rules (рис. 15). Установим переменные гости=0 (мало), артисты=3 (мало), блюда=0 (мало) увидим ответ=5.26 (бедная) (рис.16). Установим переменные гости=5 (средне), артисты=3 (мало), блюда=5 (средне) увидим ответ=15 (средняя) (рис. 17). Установим переменные гости=10 (много), артисты=10 (много), блюда=10 (много) увидим ответ=24.7 (богатая).

Подтверждением отмеченной зависимости выходной переменной от входных может служить вид поверхности отклика, который представляется при выборе пункта меню View-View surface. На ней в виде 3D модели можно посмотреть результат.

Рис. 16 Гости=0 (мало), артисты=3 (мало), блюда=0 (мало)

Рис.17 Гости=5 (средне), артисты=3 (мало), блюда=5 (средне)

Рис. 18 Гости=10 (много), артисты=10 (много), блюда=10 (много)

Рис. 19 View-View surface

Рис. 20 3D модель

Вывод: условия задачи выполнены, результат достигнут, задача решена.

Заключение

Данная курсовая работа лишь освещает лишь малый объем предмета нелинейной логики и нейронных сетей. В данной работе были изложены общие положения, основные понятия, показан пример применения теории при решении практической задачи. Нейронные сети это не только инструмент, но так же и ключ к понимаю окружающего нас мира, в частности устройства и принципов работы головного мозга, одного из самых сложных «устройств» в мире.

---

Нелинейная логика и нейронные сети находятся в стадии развития, а не конечного результата. Это относительно молодая наука и здесь еще много не решенных задач, и простора для новых исследователей. Возможно, в скором будущем именно она поможет человеку создать разум подобный себе.

Список использованных источников

Шеннона К. Э. Дж. Маккарти  Автоматы - М.: иностранная литература, 1956. 

Комарцова Л. Г. А. В. Максимов Нейрокомпьютеры - М.: МГТУ им. Н.Э. Баумана, 2002.

Ясницкий Л. Н. Введение в искусственный интеллект - М.: Изд. центр Академия , 2005.

Н. Винер. Кибернетика. 2-е изд. - М.: Наука Москва, 1961.

Голубев Ю. Ф.  Нейросетевые методы в мехатронике - М.: Москва Унта, 2007

Минский,М.,  Персептроны - М.: Мир 2005.

Галушкин А. И. Синтез многослойных систем распознавания образов - М.: Энергия, 1974.

Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика - М.: Мир, 1992.

Барцев С. И., Охонин В.А. сети обработки информации - Красноярск: Ин-т физики СО АН СССР 1986.

Папаев П. Л., Дударов П.Л. Разработка организационной и функциональной структур информационно-моделирующей системы для оценки последствий аварий на химических производствах с использованием ячеечно-нейросетевых моделей - М.: Издательский центр ОГАУ 2013.

Аверкин А. Н. Гаазе-Рапопорт М. Г. Поспелов Д.А.Толковый словарь по искусственному интеллекту -М.:Радио и связь, 1992.

Jeff Bezos Neuronal Man – The Biology of Mind М.: - Princeton University 1999.

Савельев А. В. Методология синаптической самоорганизации и проблема дистальных синапсов нейронов. Журнал проблем эволюэволюции открытых систем. - М.: Казахстан, Алматы, 2006.

Блум Ф., Лейзерсон А., Хофстедтер Л., Мозг, разум и поведение - М.: Казахстан, Алматы, 2006.

Савельев А. В. Реализм теории модульной самоорганизации мозжечка. Журнал проблем эволюции открытых систем - М.: Открытые системы ,Казахстан, Алматы, 2007.

Петровский Б. В. Краткая медицинская энциклопедия - М.: Советская энциклопедия 1989.

Молковский А. Зрение человека - М.: «Слово», 1983. 

Морозов В. П. Занимательная биоакустика. Изд. 2-е, доп. - М.: Знание 1987.  Круглов В. В., Борисов В.В.  Искусственные нейронные сети. Теория и практика - М.: Телеком, 2001. 

Прохоров А.М. Профессор Павлов И.П  3-е изд. - М.: Советская энциклопедия, 1969.

---

Комарцова Л.Г., Максимов А.В. Нейрокомпьютеры - М.: МГТУ им. Н. Э. Баумана, 2004.

Миркес Е. М., Нейрокомпьютер. Проект стандарта - М.: Новосибирск: Наука, 1999.

Бескоровайный В. В., Соболева Е.В. Бионика интеллекта. - М.: Харьков: ХНУРЕ, 2010.

Лифшиц И. М., Гросберг А. Ю. , Хохлов А. Р. Объемные взаимодействия в статистической физике полимерной макромолекулы - М.: УФН 127 ,1979.

Войшвилло Г. В. Усилительные устройства: Учебник для вузов. 2-е изд.- М.: Радио и связь 1983.

Бугров Я. С., Никольский С. М. Высшая математика. Дифференциальные уравнения. Кратные интегралы. Ряды. Функции комплексного переменного - М.: Москва: Наука, 1985. 

Ильясов Ф. Н. Разум искусственный и естественный - М.: Известия АН Туркменской ССР, серия общественных наук. 1986.

Пенроуз Р. Новый ум короля. О компьютерах, мышлении и законах физики -М.: УРСС, 2005.

Гарри Гаррисон. Выбор по Тьюрингу - М.: Эксмо-Пресс, 1999.

Хорн Р., Джонсон Ч. Матричный анализ - М.: Мир, 1989.

Базарова Д.Р., Демочкина А.В. Новая нейробионическая модель онтогенеза  Нейроинформатика - М.: Москва: МИФИ, 2002. 

Jang J.-S. R. ANFIS: Adaptive-Network-Based Fuzzy Inference System -М.:IEEE Trans. Systems & Cybernetics. - 1993.

1. [Шеннона К. Э. Автоматы / К Э.Шеннона, Дж. Маккарти  М.: иностр. лит., 1956. — с. 363—384] ↑

2. [Комарцова Л. Г. Нейрокомпьютеры/ Л. Г. Комарцова, А. В Максимов. М.: МГТУ им. Н.Э. Баумана, 2002. —  320 с.] ↑

3. [Ясницкий Л. Н. Введение в искусственный интеллект/ Л. Н.Ясницкий М.: Изд. центр Академия , 2005— с.30-32] ↑

4.  [Н. Винер. Кибернетика. 2-е изд.,/ Н. Винер М.: Наука Москва, 1961, -123 с.] ↑

5. [Голубев Ю. Ф.  Нейросетевые методы в мехатронике./ Ю. Ф. Голубев  М.: Моск. унта, 2007. — 157 с] ↑

6. [Минский,М.,  Персептроны / М.Минский, — М.: Мир, 1971. — 261 с.] ↑

7. [ Галушкин А. И. Синтез многослойных систем распознавания образов./ А. И Галушкин.  — М.: Энергия, 1974. – 125 с]. ↑

8. [Уоссермен, Ф. Нейрокомпьютерная техника: Теория и практика./ Ф. Уоссермен,— М.: Мир, 1992. — 240 с.] ↑

9. [Уоссермен, Ф. Нейрокомпьютерная техника: Теория и практика/ Ф.Уоссермен,  — М.: Мир, 1992. — 135 с.] ↑

10. [Барцев С. И., сети обработки информации./С.И.Барцев,В.А Охонин.  — Красноярск: Ин-т физики СО АН СССР, 1986.Препринт N 59Б. —20 с.] ↑

11. [ Папаев П. Л. Разработка организационной и функциональной структур информационно-моделирующей системы для оценки последствий аварий на химических производствах с использованием ячеечно-нейросетевых моделей./ П. Л. Папаев., С. П. Дударов М.: Издательский центр ОГАУ – 2013. – 141 с.] ↑

12. [Аверкин А. Н. Толковый словарь по искусственному интеллекту. / А. Н Аверкин., М. Г Гаазе-Рапопорт., Д.А Поспелов.-М.:Радио и связь, 1992. — 256 с.] ↑

13. [Jeff Bezos Neuronal Man – The Biology of Mind./ Jeff Bezos  — Princeton University 1997. —  28 c.] ↑

14. [Савельев А. В. Методология синаптической самоорганизации и проблема дистальных синапсов нейронов./ А. В.   Савельев // Журнал проблем эволюции открытых систем. —М.: Казахстан, Алматы, 2006. — Т. 8, № 2. — c. 96—104.] ↑

15. [Блум, А. Мозг, разум и поведение/ Ф. Блум, А. Лейзерсон, Л. Хофстедтер,М.: Казахстан, Алматы, 2006. — Т. 8, № 2. — С. 96—110.] ↑

16. [Савельев А. В. Реализм теории модульной самоорганизации мозжечка/ А. В.Савельев / Журнал проблем эволюции открытых систем.М.: Открытые системы ,Казахстан, Алматы, 2007. — Т. 9, № 1. — С. 93-101.] ↑

17. [Петровский Б. В. Краткая медицинская энциклопедия / Гл. редактор Б. В. Петровский. — М.: Советская энциклопедия, 1989.-124c.] ↑

18. [ Блум Ф.Мозг, разум и поведение./ Ф. Блум., А Лейзерсон., Л. Хофстедтер.- М.: Знание 1988.-327 с.] ↑

19. [Молковский А. Зрение человека./ А. Молковский.  — М.: «Слово», 1983. — 347 с.] ↑

20. [Морозов В. П. Занимательная биоакустика. Изд. 2-е, доп.,./ В.П. Морозов— М.: Знание, 1987. — 208 с.] ↑

21. [Круглов В. В.  Искусственные нейронные сети. Теория и практика./ В. В Круглов., В. В. Борисов — М.: Телеком, 2001. — 382 с.] ↑

22. [Павлов И.П. Профессор Павлов И.П. / под ред. гл. ред. А. М. Прохоров — 3-е изд. — М.: Советская энциклопедия, 1969. 325 c.] ↑

23. [Комарцова Л. Г. Нейрокомпьютеры/ Л. Г .Комарцова. , А.В. Максимов -М.: МГТУ им. Н. Э. Баумана, 2004.-17 c.] ↑

24. [КругловВ.В. Искусственные нейронные сети. Теория и практика/ В. В. Круглов, В. В. Борисов M.: Наука, 1999  — с.11] ↑

25. ? [Миркес Е. М., Нейрокомпьютер. Проект стандарта/ Е. М Миркес  М.: Новосибирск: Наука, 1999. — 337 с.]  ↑

26. [Бескоровайный В. В., Бионика интеллекта. / В. В. Бескоровайный , Е. В. Соболева —М.: Харьков: ХНУРЕ, 2010. — № 1(72). — С. 50-54.] ↑

27. [Лифшиц И. М.  Объемные взаимодействия в статистической физике полимерной макромолекулы / И. М.  Лифшиц, А. Ю Гросберг. , А. Р Хохлов. -М.: УФН 127 ,1979.-26 c.] ↑

28. [Войшвилло Г. В. Усилительные устройства: Учебник для вузов. 2-е изд./ Г. В. Войшвилло М.: Радио и связь. 1983 138 c.] ↑

29. [Бугров Я. С., Никольский С. М. Высшая математика. Дифференциальные уравнения. Кратные интегралы. Ряды. Функции комплексного переменного./ Я. С Бугров.,С. М  Никольский М.: Москва: Наука, 1985. — 464 c]. ↑

30. [Ильясов Ф. Н. Разум искусственный и естественный / Ф. Н.  Ильясов М.:Известия АН Туркменской ССР, серия общественных наук. 1986. № 6. С. 46—54.] ↑

31. [Пенроуз Р. Новый ум короля. О компьютерах, мышлении и законах физики./ Р.Пенроуз.  — М.: УРСС, 2005.- 16-21 с.] ↑

32. [Гарри Гаррисон. Выбор по Тьюрингу./ Гарри Гаррисон.  — М.: Эксмо-Пресс, 1999. — 480 с.] ↑

33. [Хорн Р. Матричный анализ./Р. Хорн, Ч.Джонсон — М.: Мир, 1989 - 655с.] ↑

34. [Ильясов Ф. Н. Разум искусственный и естественный / Ф. Н.  Ильясов-М.: Известия АН Туркменской ССР, серия общественных наук. 1986. № 6. 46—54 с.] ↑

35. [Аверкин А. Н. Толковый словарь по искусственному интеллекту./ А. Н Аверкин., М. Г Гаазе-Рапопорт., Д. А  Поспелов М.: Радио и связь, 1992. — 356 с.] ↑

36. [Базарова Д.Р., Новая нейробионическая модель онтогенеза  Нейроинформатика./ Д.Р. Базарова., Л.В. Демочкина., А.В. Савельев  М.: Москва: МИФИ, 2002. — Т. 1. — С. 97-106 с.] ↑

37. [Аверкин А. Н. Толковый словарь по искусственному интеллекту./ А. Н Аверкин., М. Г Гаазе-Рапопорт., Д. А.Поспелов  М.:Радио и связь, 1992. — 256 с.] ↑

38. [Ильясов Ф. Н. Разум искусственный и естественный / Ф. Н Ильясов.-М.: Известия АН Туркменской ССР, серия общественных наук. 1986. № 6. - 46—54 с.] ↑

39. ? [Гарри Гаррисон. Выбор по Тьюрингу./ Гарри Гаррисон. — М.: Эксмо-2003 г. – 78 с.] ↑

40. [Базарова Д.Р.Новая нейробионическая модель онтогенеза Нейроинформатика./ Д.Р. Базарова, Л.В Демочкина., А.В  Савельев М.: Москва: МИФИ, 2002 — 97-106 с.] ↑

41. [Ильясов Ф. Н. Разум искусственный и естественный / Ф. Н Ильясов М.: Известия АН Туркменской ССР, серия общественных наук. 1986. № 6. 46—54 с.] ↑

42. [Гарри Гаррисон. Выбор по Тьюрингу./ Гарри Гаррисон.  — М.: Эксмо-Пресс, 1999. — 480 с.]  ↑

43. [Jang J.-S. R. ANFIS: Adaptive-Network-Based Fuzzy Inference System / Jang J.-S. R. ANFIS-М.:IEEE Trans. Systems & Cybernetics. - 1993. - Vol. 23. - P. 665 - 685.] ↑

---