Способ построения систем нечеткой логики и устройство для его реализации



Способ построения систем нечеткой логики и устройство для его реализации

 


Владельцы патента RU 2417442:

Учреждение Российской Академии наук Институт конструкторско-технологической информатики РАН (ИКТИ РАН) (RU)

Изобретение относится к вычислительной технике. Технический результат заключается в создании интеллектуальных систем, способных решать сложные задачи управления, а также в обучении и переобучении системы в процессе ее работы, при изменении функций системы. Способ построения систем нечеткой логики, при котором сначала формулируют последовательность правил нечеткой логики, затем каждому из этих правил назначают числовую характеристику - показатель качества управления, причем правила нечеткой логики реализованы на базе обученной нейронной сети, на входы нейронной сети подают информационные сигналы или сигналы от объекта управления, при этом на ее выходе формируется последовательность выходных сигналов или последовательность инструкций и рекомендаций, где обученная нейронная сеть является обученной большой искусственной нейронной сетью, причем каждое из правил нечеткой логики реализуют отдельным фрагментом обученной большой искусственной нейронной сети (доменом), где число доменов соответствует числу правил нечеткой логики и, кроме того, содержит некоторое избыточное число резервных доменов, причем один из доменов выполняет функции арбитра и коммутирует выходы доменов с выходами нейронной сети с учетом показателя качества управления. 2 н.п. ф-лы, 1 ил.

 

Заявленный способ построения систем нечеткой логики и устройство для его реализации относятся к вычислительной технике и могут использоваться для создания экспертных подсистем и подсистем принятия решений в составе сложных автоматических систем управления и систем с искусственным интеллектом, в том числе - для управления технологическими процессами в машиностроении, в авиационной и космической технике, на транспорте и т.д.

Цель изобретения:

- создание интеллектуальных систем нечеткой логики с возможностью их дальнейшего обучения в процессе работы;

- создание экспертных систем на базе больших искусственных нейронных сетей.

Технический результат заявленного способа и устройства для его реализации:

- создание интеллектуальных систем, способных решать сложные задачи управления;

- возможность обучения и переобучения системы в процессе ее работы при изменении функций системы;

- возможность изменения и расширения системы правил нечеткой логики;

- адаптация системы в процессе работы.

Изобретение позволяет получить сопутствующий экономический результат:

- сокращение затрат на разработку и реализацию таких систем.

Аналоги заявленного устройства - это экспертные системы и системы управления нечеткой логики.

Известны нечеткие системы логического вывода /Л. - 1, рис.2.1./, в которые входят:

1. Фазификатор, который преобразует N-мерный четкий (числовой) вектор x=[x1, x2, …, xN] в нечеткое множество A, определяемое функцией принадлежности µA(х).

В качестве этой функции могут использоваться гауссовская функция, треугольные и трапецеидальные функции и другие.

2. Нечеткие контроллеры или машины нечеткого логического вывода, которые реализуют системы нечеткого вывода. Эти устройства на основе нечеткого вывода по входному значению, принадлежащему одному нечеткому множеству и являющегося результатом работы фазификатора, определяют выходные значения, принадлежащие другому нечеткому множеству.

3. Дефазификатор, ставящий в соответствие нечеткому входному значению, полученному в результате работы системы нечеткого вывода, некоторое четкое (цифровое) значение выходного параметра.

Трансформировать нечеткое множество µ(y)=µA-В (y) в точечное решение y можно многими способами, например, относительно центра области

или относительно среднего центра

где ci - центр i-го нечеткого правила, µ(ci) - соответствующая функция принадлежности.

Традиционно система нечеткого вывода включает:

1. множество используемых нечетких правил;

2. базу описаний функций принадлежности;

3. механизм вывода, который образован применяемыми правилами вывода.

Вопросы фазификации и дефазификации рассмотрены в литературе /Л. - 1/. Одним из способов их реализации могут быть искусственные нейронные сети.

Известны распознающие устройства для нечетких нейронных сетей /Л. - 2, 3/.

Распознающее устройство для нечетких нейронных сетей /Л. - 3/, содержащее первый и второй формирователи функции принадлежности и формирователь обобщенного показателя сходства, причем выходы первого и второго формирователей функции принадлежности соединены, соответственно, с первым и вторым входами первого формирователя показателя сходства, отличающееся тем, что дополнительно введены первый и второй формирователи нечетких величин, выходы которых соединены со входами, соответственно, первого и второго формирователей функции принадлежности, причем первый и второй формирователи функций принадлежности выполнены в виде сумматоров нечетких величин.

Известен способ выполнения операции нечеткой логики и процессор обработки данных /Л. - 4/. Механизм логического вывода нечеткой логики выполняет операции нечеткой логики с высокой степенью точности и в минимальный отрезок времени. Механизм логического вывода нечеткой логики включает в себя модуль формирования нечеткой логики, который декодирует входной сигнал с целью обеспечения доступа к ячейке памяти. При обращении ячейка памяти выдает унарное значение на модуль оценки правил. Затем модуль оценки правил обрабатывает унарное значение с тем, чтобы указать относительную надежность правила логического вывода нечеткой логики. Поскольку операции нечеткой логики используют унарные числа, а не более традиционные двоичные числа, для выполнения операции нечеткой легкий требуется время, определяемое лишь временем, необходимым для прохождения сигнала через логические схемы, образующие модуль оценки правил.

Наиболее близкой по технической реализации к заявленному способу и устройству является нечеткая система логического вывода /Л. - 1, рис.2.1/, которая принята в качестве прототипа.

Отличие заявленного устройства от известных аналогов и прототипа состоит в следующем. Нечеткий контроллер реализован на базе больших доменных нейронных сетей и модульной вычислительной системы /Л. - 5, 6, 7/.

В доменной нейронной сети /Л - 5, 6/ используются три типа элементов - элементы, осуществляющие обработку информации (нейроны), элементы, осуществляющие транспорт информации между нейронами (коммутаторы), и элементы, которые содержат фрагменты большой нейронной сети (домены). Нейроны в такой сети имеют один вход и один выход (в отличие от традиционной нейронной сети, где нейрон имеет много входов и много выходов). Вход и выход нейрона подсоединены к входам и выходам коммутатора. Коммутатор имеет много входов и много выходов, к которым подсоединены входы и выходы нейронов, других коммутаторов и доменов. В коммутаторе имеется таблица коммутации, а также устройство для приема передачи информации. Таблица коммутации формируется при обучении нейронной сети и содержит взаимные связи входов и выходов и весовые коэффициенты, на которые умножаются входные сигналы. Выходной сигнал коммутатора формируется как сумма входных сигналов, с учетом соответствующих весовых коэффициентов из таблицы коммутации. Группа нейронов, образующих фрагмент большой нейронной сети, объединяется в отдельном модуле, называемом доменом. Таким образом, сколь угодно большая нейронная сеть может быть реализована как модульная вычислительная система, состоящая из унифицированных модулей /Л. - 7/.

В заявленном способе и устройстве для его реализации предлагается каждое правило нечеткой логики реализовать отдельным фрагментом нейронной сети, так называемым доменом. В заявленном устройстве нечеткий контроллер реализован на базе обученной доменной нейронной сети, где количество входов соответствует мощности (количеству элементов) множества выходов фазификатора, а множество выходов соответствует мощности множества входов в дефазификатор.

Схема заявленного устройства приведена на чертеже.

Устройство для построения систем нечеткой логики содержит устройство ввода данных 1, мультиплексор 2, обученную нейронную сеть, состоящую из доменов, реализующих правила нечеткой логики 3, резервных доменов 3, а также домена, выполняющего коммутацию выходов доменов с выходами нейронной сети (арбитра) 4 и устройства вывода данных 5.

Заявленное устройство работает следующим образом.

Информация поступает на входы устройства ввода данных 1, которое соединено последовательно с мультиплексором входов нейронной сети 2. Выходы мультиплексора 2 подсоединены к входам доменов нейронной сети 3. Число доменов нейронной сети 3 соответствует числу правил нечеткой логики, а также содержит некоторое избыточное число доменов, необходимых для переобучения нейронной сети в процессе ее работы. Резервные домены могут использоваться для повышения надежности нейронной сети и включаться в работу при отказе доменов правил нечеткой логики. Выходы доменов нейронной сети подсоединены к входам домена, который выполняет функции арбитра и коммутирует выходы доменов 3 с учетом качества управления. Выход домена арбитра 4 подключен к входу устройства вывода данных 5, выход которого является выходом устройства. Показатель качества управления определяет домен, выполняющий функции арбитра нейронной сети. Из всего множества выходов доменов правил нечеткой логики арбитр выбирает те, которые обеспечивают лучшее качество управления.

Устройство доменной нейронной сети описано в патентах /Л. - 5, 6/.

Устройство ввода данных может быть реализовано как датчик, устройство измерения входного сигнала (в системах реального времени) - как элемент файловой системы или другим образом.

Устройство вывода данных может быть реализовано как интерфейс с объектом управления (в системах реального времени), как элемент файловой системы, как интерфейс оператора или другим образом.

Способ построения систем нечеткой логики состоит в следующем.

1. Формулируют последовательность правил нечеткой логики.

2. Каждому из правил нечеткой логики назначают числовую характеристику - показатель качества управления.

3. На основе правил нечеткой логики создают доменную нейронную сеть. Число доменов должно соответствовать числу правил нечеткой логики. Эта сеть должна содержать некоторое избыточное число резервных доменов, необходимых для переобучения нейронной сети в процессе ее работы или для повышения надежности при отказе отдельных доменов.

4. Доменную нейронную сеть обучают одним из известных методов, например методом обратного распространения. Обучение производится по доменам, что существенно сокращает время обучения. Применение правил нечеткой логики позволяет существенно ускорить первоначальное обучение нейронной сети. В дальнейшем возможно переобучение нейронной сети по результатам ее функционирования.

5. Проводят обучение домена арбитра, который анализирует выходы доменов правил нечеткой логики и оценивает качество управления. На выходе домена арбитра формируется последовательность сигналов управления (если устройство реализовано как система управления) или последовательность инструкций и рекомендаций (если устройство реализовано как экспертная система).

6. В процессе работы на входы доменов нейронной сети подают информационные сигналы или сигналы от объекта управления. В доменной нейронной сети обработка информации во всех доменах происходит параллельно. Результаты работы доменов правил нечеткой логики формируются на их выходах и затем передаются на входы домена - арбитра. Арбитр анализирует выходные сигналы от доменов правил нечеткой логики и по их значению оценивает показатель качества управления. Арбитр формирует общее решение с учетом показателя качества управления.

Технический результат способа построения систем нечеткой логики достигается за счет того, что сначала формулируют последовательность правил нечеткой логики, затем каждому из этих правил назначают числовую характеристику - показатель качества управления, причем правила нечеткой логики реализованы на базе обученной нейронной сети, на входы нейронной сети подают информационные сигналы или сигналы от объекта управления, при этом на ее выходе формируется последовательность выходных сигналов или последовательность инструкций и рекомендаций, где обученная нейронная сеть является обученной большой искусственной нейронной сетью, согласно изобретению, каждое из правил нечеткой логики реализуют отдельным фрагментом обученной большой искусственной нейронной сети (доменом), где число доменов соответствует числу правил нечеткой логики и, кроме того, содержит некоторое избыточное число резервных доменов, необходимых для переобучения нейронной сети в процессе ее работы или для повышения надежности нейронной сети при отказе отдельных доменов, причем один из доменов выполняет функции арбитра и коммутирует выходы доменов с выходами нейронной сети с учетом показателя качества управления, при этом из всего множества выходов доменов правил нечеткой логики арбитр выбирает те выходы, которые обеспечивают лучшее качество.

Технический результат от изобретения достигается за счет того, что устройство для реализации способа по п.1, которое содержит устройство ввода данных, мультиплексор, обученную нейронную сеть и устройство вывода данных, причем входная информация поступает на входы устройства ввода данных, которое соединено последовательно с мультиплексором, выходы которого подсоединены к входам нейронной сети, а выходы нейронной сети подсоединены к входу устройства вывода данных, выход которого является выходом устройства, согласно изобретению, обученная нейронная сеть состоит из фрагментов (доменов), реализующих правила нечеткой логики, некоторого числа резервных доменов и домена с возможностью выполнения функции арбитра, который коммутирует выходы доменов с выходами нейронной сети с учетом показателя качества управления.

Источники информации

1. Штовба С.Д. "Введение в теорию нечетких множеств и нечеткую логику" http://matlab.exponenta.ru/fazzylogic/book1/index.php /Л. - 1/.

2. Распознающее устройство для нечетких нейронных сетей. Заявка на изобретение №2007110980, МПК G06N 3/06, авторы: Борисов Э.В.; Анисимов В.Ю.; Явтушенко Р.С. Дата подачи заявки 2007.03.27 /Л. - 2/.

3. Распознающее устройство для нечетких нейронных сетей. Заявка на изобретение №2007109647 МПК G06N 7/02. Авторы: Борисов Э.В.; Анисимов В.Ю.; Явтушенко Р.С. Дата подачи заявки 2007.03.16 /Л. - 3/.

4. Способ выполнения операции нечеткой логики и процессор обработки данных заявка на изобретение №95104234, МПК G06F 7/00 Авторы: Кейт Е. Кинерк [US] и др. Дата подачи заявки: 1995.03.24 /Л. - 4/.

5. Кабак И.С., Суханова Н.В. Нейронная сеть. Патент на полезную модель №66831, опубл. 27.09.2007, Бюл. №27 /Л. - 5/.

6. Кабак И.С., Суханова Н.В. Доменная нейронная сеть. Патент на полезную модель №72084, опубл. 27.03.2008, Бюл. №9 /Л. - 6/.

7. Кабак И.С., Суханова Н.В. Модульная вычислительная система. Патент на полезную модель №75247, опубл. 27.07.2008 /Л. - 7/.

1. Способ построения систем нечеткой логики, при котором сначала формулируют последовательность правил нечеткой логики, затем каждому из этих правил назначают числовую характеристику - показатель качества управления, причем правила нечеткой логики реализованы на базе обученной нейронной сети, на входы нейронной сети подают информационные сигналы или сигналы от объекта управления, при этом на ее выходе формируется последовательность выходных сигналов или последовательность инструкций и рекомендаций, где обученная нейронная сеть является обученной большой искусственной нейронной сетью,
отличающийся тем, что каждое из правил нечеткой логики реализуют отдельным фрагментом обученной большой искусственной нейронной сети (доменом), где число доменов соответствует числу правил нечеткой логики и, кроме того, содержит некоторое избыточное число резервных доменов, необходимых для переобучения нейронной сети в процессе ее работы или для повышения надежности нейронной сети при отказе отдельных доменов, причем один из доменов выполняет функции арбитра и коммутирует выходы доменов с выходами нейронной сети с учетом показателя качества управления, при этом из всего множества выходов доменов правил нечеткой логики арбитр выбирает те выходы, которые обеспечивают лучшее качество.

2. Устройство для реализации способа по п.1, которое содержит устройство ввода данных, мультиплексор, обученную нейронную сеть и устройство вывода данных, причем входная информация поступает на входы устройства ввода данных, которое соединено последовательно с мультиплексором, выходы которого подсоединены к входам нейронной сети, а выходы нейронной сети подсоединены к входу устройства вывода данных, выход которого является выходом устройства, отличающееся тем, что обученная нейронная сеть состоит из фрагментов (доменов), реализующих правила нечеткой логики, некоторого числа резервных доменов и домена с возможностью выполнения функции арбитра, который коммутирует выходы доменов с выходами нейронной сети с учетом показателя качества управления.



 

Похожие патенты:

Изобретение относится к области вычислительной техники и может найти применение в вычислительных системах с параллельной обработкой информации и высоким быстродействием.

Изобретение относится к области обработки данных для специальных применений, в частности для преобразования сигналов и изображений, задаваемых невзвешенными цифровыми кодами во взвешенные коды, и может быть использовано для обработки и распознавания сигналов и изображений.

Изобретение относится к области вычислительной техники и может быть использовано в системах обмена данными и локальных вычислительных сетях. .

Изобретение относится к вычислительной технике и может быть использовано в оптических устройствах обработки информации, построенных на основе непрерывной (нечеткой) логики

Изобретение относится к вычислительной технике и может быть использовано в оптических устройствах обработки информации, построенных на основе непрерывной (нечеткой) логики

Изобретение относится к вычислительной технике и может быть использовано в оптических устройствах обработки информации, построенных на основе нечеткой логики

Изобретение относится к вычислительной технике и может быть использовано в оптических устройствах обработки информации, построенных на основе непрерывной (нечеткой) логики

Изобретение относится к вычислительной технике и может быть использовано в оптических устройствах обработки информации, построенных на основе непрерывной (нечеткой) логики

Изобретение относится к вычислительной технике и может быть использовано в оптических устройствах обработки информации, построенных на основе непрерывной (нечеткой) логики

Изобретение относится к технике связи, в частности к устройствам, предназначенным для принятия решения о значении полученного единичного элемента (ЕЭ)

Изобретение относится к интеллектуальным контроллерам, использующим принцип обучения с подкреплением и нечеткую логику, и может быть использовано для создания систем управления объектами, работающими в недетерминированной среде. Техническим результатом является повышение адаптационных свойств системы управления. Устройство содержит объект управления, блок коэффициента эффективности, блок правил самообучения управляющей нейросети, блок истории работы системы, управляющую нейросеть, блок фаззификации, блок нечеткого вывода, блок дефаззификации. 5 ил., 1 табл.

Изобретение относится к способу оперативного динамического анализа нечеткого состояния систем отопления зданий и водоснабжения источниками СВЧ-излучения. Технический результат заключается в повышении энергетической эффективности систем отопления зданий и сооружений за счет возможности автоматического принятия решений и реализации оптимальных управляющих воздействий посредством синтезируемых когнитивных образов эквивалентов в n-мерных распределенных структурах источников СВЧ-излучения, в масштабе реального времени по телеметрической информации датчиков. Способ заключается в идентификации текущего состояния выбранной характеристики и представлении ее в виде матрицы соответствующих информационных цветокодовых сигналов видимого спектра последовательно во времени с обобщением по всему множеству параметров, при этом матрица соответствующих информационных цветокодовых сигналов представляет собой множество синтезируемых когнитивных образов эквивалентов, тождественных адресному пространству ПЗУ оптимального управления n-мерной распределенной структурой источников СВЧ-излучения, которые формируют в масштабе реального времени по телеметрической информации датчиков состояния функционирования и обеспечивают минимум затрат энергии при любых изменениях динамических состояний систем отопления зданий и водоснабжения на множестве состояний их функционирования. 6 ил., 2 табл.

Изобретение относится к области технической кибернетики, а именно к способам осуществления комплексного контроля состояния многопараметрических объектов по разнородной измерительной информации, и может быть использовано в автоматизированных экспертных системах обработки и анализа телеметрической информации многопараметрического объекта. Технический результат - оперативное обнаружение нештатной ситуации и причин ее возникновения, сокращение сроков анализа телеметрируемых объектов. Способ заключается в оперативном преобразовании результатов допусковой оценки параметров в соответствующие информационные цветовые сигналы видимого спектра в зависимости от результатов допусковой оценки, факта и направления изменения динамического параметра с обобщением по всему множеству параметров на заданном временном интервале и их отображении посредством цветокодовой матрицы-диаграммы, являющейся матрицей состояния многопараметрического объекта контроля. Система для осуществления данного способа содержит устройство ввода данных, мультиплексор, обучаемую нейронную сеть и устройство вывода данных. 2 н.п. ф-лы, 5 ил.
Наверх