Файл: Решение задачи на определение расхода воды на полиВ).pdf
Добавлен: 23.05.2023
Просмотров: 74
Скачиваний: 2
- базы правил вывода.
правила, сформулированные в задачи в следующем :
- Если = много и засушливое, то = ;
- Если = много и нормальное, то = средний;
- = мало культур и , то = маленький.
- алгоритма нечеткого с использованием средств .
Спроектируем нечеткую , выполнив последовательность :
В редакторе FIS Editor ( систем нечеткого ) определим две переменные и и одну . Переименуем их в блоках 1, Input2, Output. ( 6).
Рисунок 6
1. , средствами редактора принадлежности (Membership editor) для каждой с соответствующими значениями термами и принадлежности.
Для этого диапазон значений , напечатав его в поле .
Зададим функции переменной . Для лингвистиче оценки этой будем два терма с треугольными функ принадлежности (установлены по ).
Зададим наименования переменной .Для необходимо щелкнуть мыши на график функции принадлежности, она вы красным цветом и в поле вводим название терма «Много и нажимаем .Аналогично наименования для остальных первой входной .
Аналогично зададим принадлежности и термов для второй переменной и выходной (рисунок 7)
Рисунок 7
2. С редактора системы нечеткого (Rule Editor) 3 правила для разрабатываемой . Для этого в Edit выберем команду . Для ввода правил соответствующую комбинацию и нажимаем Add .На рисунке 3 изображено редактора правил нечеткой системы после ввода всех 3 правил.
Рисунок 8
На рисунке 9 отображено окно визуализации нечеткого вывода. Окно активизируется с помощью программы просмотра правил системы нечеткого вывода (Rule Viewer).
Рисунок 9
Теперь можно осуществить анализ построенной системы нечеткого вывода для решения поставленной задачи. Для этого в поле Input зададим значения входных переменных, для которых выполняется нечеткий логический вывод и проанализируем значение выходной переменной. Итак, при значениях и получаем 8,65 (Рис. 10); при значениях и 5,05 получаем 5; при значениях и 0,5 получаем . Получаем верные значения, соответствующие заданным правилам.
Для анализа разработанной нечеткой модели можно воспользоваться визуализацией соответствующей поверхности нечеткого вывода. (Surface viewer). На рисунке 10 приведена поверхность «входы-выход», соответствующая синтезированной нечеткой системе.
Рисунок 10
Заключение
Построенная нечеткая модель обладает достаточной адекватностью, что позволяет использовать ее на практике для определения расхода полива с/х угодий.
СПИСОК ЛИТЕРАТУРЫ
- Хайкин С. Нейронные сети: полный курс. – 2-е издание. – М.: Издательский дом «Вильямс», 2006. – 1104 с.
- Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. – М.: Физматлит, 2001. – 61 с.
- Яхъяева Г.Э. Нечеткие множества и нейронные сети: учебное пособие. – М.: Интернет-университет информационных технологий: БИНОМ. Лаборатория знаний, 2006. – 316 с.
- Осовский С. Нейронные сети для обработки информации. – М.: Финансы и статистика, 2002. – 344 с.
- Тарков М.С. Нейрокомпьютерные системы: учебное пособие. – М.: Интернет-университет информационных технологий: БИНОМ. Лаборатория знаний, 2006. – 140 с.
- Каллан Р. Основные концепции нейронных сетей. – М.: Издательский дом «Вильямс», 2003. – 288 с.
-
Грицанов, А.А. История философии: Энциклопедия / А.А. Грицанов - Мн.: Интерпрессервис, 2002 ↑
-
Лохин, В.М. Интеллектуальные системы управления: понятия, определения, принципы построения / В.М. Лохин, В.М. Захаров // Мехатроника. - 2001. - №2. - С. 27-35. ↑
-
Цой, Ю.Р. Эволюционный подход к настройке и обучению искусственных нейронных сетей / Ю.Р. Цой, В.Г. Спицын // Нейроинформатика. - 2006. - Т. 1. - №1. - С. 34- 61. ↑
-
Романов, В.П. Интеллектуальные информационные системы в экономике: Учебное пособие / В.П. Романов; под ред. д.э.н., проф. Н.П. Тихомирова. - М.: Экзамен, 2003. ↑
-
Мареев, С.Н. История философии (общий курс): Учебное пособие / С.Н. Мареев, Е.В. Мареева - М.: Академический Проект, 2004 ↑
-
Потапов, И.В. Модели, методы и задачи прикладной теории надежности нейрокомпьютерных систем: автореферат дис.... доктора технических наук: 05.13.15, 05.13.17 / И.В. Потапов. - Новосибирск, 2010 ↑
-
Хайкин С. Нейронные сети: полный курс. – 2-е издание. – М.: Издательский дом «Виль- ямс», 2006 ↑
-
Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. – М.: Физматлит, 2001 ↑
-
Яхъяева Г.Э. Нечеткие множества и нейронные сети: учебное пособие. – М.: Интернет- университет информационных технологий: БИНОМ. Лаборатория знаний, 2006 ↑