Файл: Пояснительная записка к курсовой работе по дисциплине "Системы компьютерного моделирования" Экспертная оценка выбора автомобиля.rtf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 09.01.2024
Просмотров: 37
Скачиваний: 1
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Рис.3 - Диалоговое окно выхода, лингвистическая переменная Специальная, задание параметров термов
Рис.4 - Диалоговое окно результат работы системы
Рис.5 - Диалоговое окно результат работы системы
Рис.6 - Диалоговое окно результат работы системы
Рис.7 - Диалоговое окно результат работы системы
Рис.8 - Диалоговое окно результат работы системы
Рис.9 - Диалоговое окно результат работы системы
Рис.10 - Диалоговое окно результат работы системы
6. Алгоритм Мамдани
Является одним из первых алгоритмов, который нашел применение в системах нечеткой логики. Алгоритм предложен английским математиком Е. Мамдани в 1975 году.
Рассмотрим подробнее нечеткий вывод на примере алгоритма Мамдани (Mamdani). Это наиболее распространенный способ логического вывода в нечетких системах. В нем используется минимаксная композиция нечетких множеств. Данный механизм включает в себя следующую последовательность действий.
1. Процедура фазификации: определяются степени истинности, т.е. значения функций принадлежности для левых частей каждого правила (предпосылок). Для базы правил с m правилами обозначим степени истинности как Aik(xk), i=1..m, k=1..n.
2. Нечеткий вывод. Сначала определяются уровни "отсечения" для левой части каждого из правил:
Далее находятся "усеченные" функции принадлежности:
3. Композиция, или объединение полученных усеченных функций, для чего используется максимальная композиция нечетких множеств:
где MF(y) - функция принадлежности итогового нечеткого множества.
4. Дефазификация, или приведение к четкости. Существует несколько методов дефазификации. Например, метод среднего центра, или центроидный метод:
.Геометрический смысл такого значения - центр тяжести для кривой MF(y). Рисунок графически показывает процесс нечеткого вывода по Мамдани для двух входных переменных и двух нечетких правил R1 и R2.
Рис. 11 - Схема нечеткого вывода по алгоритму Мамдани
Вывод
По результатам исследования можно сказать следующее: выбор марки автомобиля зависит от потребностей и условий эксплуатации, например для автомобилей Лада и Тойота, большинство перечисленных характеристик являются очень важными, т.е. при высокой стоимости необходимо присутствие высокой надежности, экономичности и качества. Автомобили этих марок подойдут клиентам с завышенными требованиями для характеристик автомобиля. А для автомобилей Форд, при средней стоимости, значение остальных показателей не так уж и принципиально важно, т.е. данная марка подойдет большинству клиентов.
Заключение
В ходе выполнения работы была разработана экспертная система оценки экспертная система автоматизированной системы безопасности. Система позволяет получить оценку склоняемости к той или иной марке автомобиля, в зависимости от нужных параметров по десяти бальной школе оценки от 1 до 10.
Разработанное программное обеспечение позволяет достаточно точно определить марку автомобиля по заданным.
Также были получены теоретические и практические навыки работы с нечеткими системами и системой Fuzzy в среде MATLAB.
Список использованной литературы
1. РД 78.36.003
. ГОСТ Р 50775
3. ГОСТ Р 50776
.ГОСТ Р 53704-2009.
. Zade L. A. The concept of a linguistic variable and its application to approximate reasoning. Part 1, 2, 3 // Information Sciences, n. 8 pp.199-249, pp.301-357; n. 9 pp. 43-80.
. Прикладные нечеткие системы: Перевод с япон
./ К. Асаи, Д. Ватада, С. Иваи и др.; под ред. Т. Тэрано, К. Асаи, М. Сугено. - М.: Мир, 1993.
. Mamdani E. H. Applications of fuzzy algorithms for simple dynamic plant. Porc. IEE. vol. 121, n. 12, pp. 1585-1588, 1974.
. Smidth F. L. Computing with a human face. New Scientist, 6 may, 1982.
. Yagashita O., Itoh O., and Sugeno M. Application of fuzzy reasoning to the water purification process, in Industrial Applications of Fuzzy Control, Sugeno M, Ed. Amsterdam: North-Holand 1985, pp.19-40.
. Yasunobu S., Miyamoto S., and Ihara H. Fuzzy control for automatic train operation system, in Proc. 4th. IFAC/IFIP/IFORS Int. Congress on Control in Transportation Systems, Baden-Baden, April, 1983.
. Yasunobu S., and Hasegawa T. Predictive fuzzy control and its applications for automatic container crane operation system, in Proc. 2nd. IFSA Congress, Tokyo, Japan, Julie 1987.
. F. Fujitec, FLEX-8800 series elevator group control system, Fujitec Co., Ltd., Osaka, Japan, 1988.
. Watanabe H., and Dettloff. Reconfigurable fuzzy logic processor: A full custom digital VLCI, in Int. Workshop on Fuzzy Systems Applications, Iiruka, Japan, Aug. 1988, pp. 49-50.