| Русский Русский | English English |
   
Главная Current Issue
22 | 11 | 2019
10.14489/vkit.2015.07.pp.007-015

DOI: 10.14489/vkit.2015.07.pp.007-015

Бобырь М. В., Милостная Н. А.
АНАЛИЗ ИСПОЛЬЗОВАНИЯ МЯГКИХ АРИФМЕТИЧЕСКИХ ОПЕРАЦИЙ В СТРУКТУРЕ НЕЧЕТКО-ЛОГИЧЕСКОГО ВЫВОДА
(с. 7-15)

Аннотация. Рассмотрено использование мягких арифметических операций в нечетком выводе в целях исследования изменения точности нечеткой системы. Анализ основан на минимизации среднеквадратичного отклонения. Проанализирована работа нечеткого вывода, использующего мягкие арифметические операции. Приведено численное моделирование, показывающее преиму-щество мягких арифметических операций.

Ключевые слова:  нечеткая логика; нечетко-логический вывод; мягкие арифметические операции; среднеквад-ратичное отклонение.

 

Bobyr M. V., Milostnaya N. A.
ANALYSIS OF THE USE OF SOFT ARITHMETIC OPERATIONS IN THE STRUCTURE OF FUZZY LOGIC INFERENCE
(pp. 7-15)

Abstract. Fuzzy logic systems accuracy, which is estimated by minimizing the coefficient RMSE (Root Mean Square Error), was shown in the made researches. Variety of factors influence on this parameter.  In particular, the options of RMSE assessing used in the structure of fuzzy inference hard and soft arithmetic operations, are described. The experimental results, shown in this paper, demonstrate that because of the use of hard and soft formulas taking certain minimum on the boundary values of the output variable dead zones appear, which lead to increase and decrease of the RMSE accuracy of the fuzzy model. In this regard, the paper proposes the model of the soft fuzzy inference does not lead to the appearance of dead zones. Analytical expressions, which explain the essence of the proposed model and its effectiveness and are based on an assessment of the RMSE factor, were discussed  in the article. In order to improve the reliability of the results, obtained in the article, some additional experiments were made, which showed the stability of RMSE values by varying of some parameters of the system.

Keywords: Fuzzy logic; Fuzzy logic inference; Soft arithmetic operations; Root Mean Square Error.

Рус

М. В. Бобырь, Н. А. Милостная (Юго-Западный государственный университет, Курск) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript  

Eng

M. V. Bobyr, N. A. Milostnaya (Southwest State University, Kursk) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript  

Рус

1. Пегат А. Нечеткое моделирование и управле-ние: пер. с англ. 2-е изд. (эл.). М.: БИНОМ. Лаб. знаний, 2013. 798 с.
2. Бобырь М. В., Кулабухов С. А., Титов Д. В. Оценка влияния числа обучаемых точек на аддитивность нечетких систем // Промышленные АСУ и контроллеры. 2014. № 10. С. 30 – 35.
3. Zadeh L. A. Fuzzy Logic, Neural Networks, and Soft Computing // Communications of the ACM. 1994. V. 37, Is. 3. P. 77 – 84.
4. Fuzzy Topological Simulation for Deducing in GIS / R. Shad et al. // Applied Geomatics. 2009. V. 1, Is. 4. P. 121 – 129.
5. Емельянов С. Г., Титов В. С., Бобырь М. В. Адаптивные нечетко-логические системы управления. М.: АРГАМАК-МЕДИА, 2013. 184 с.
6. Predication of Concrete Mix Design Using Adaptive Neural Fuzzy Inference Systems and Fuzzy Inference Systems / Neshat M. et al. // The International Journal of Advanced Manufacturing Technology. 2012. V. 63, Is. 1 – 4. Р. 373 – 390.
7. Бобырь М. В., Титов В. С., Акульшин Г. Ю. Моделирование нечетко-логических систем управления на основе мягких арифметических операций // Вестник компьютерных и информационных технологий. 2013. № 3. С. 29 – 35.
8. Бобырь М. В. Влияние числа правил на обуче-ние нечетко-логической системы // Вестник компью-терных и информационных технологий. 2014. № 11. С. 28 – 35.
9. Титов В. С., Бобырь М. В. Модернизация АСУ оборудованием с ЧПУ на основе аппарата нечеткой логики // Проблемы машиностроения и автоматизации. 2010. № 2. С. 40 – 43.
10. Титов В. С., Бобырь М. В., Беломестная А. Л. Интеллектуальная система управления подачей при обработке деталей резанием // Промышленные АСУ и контроллеры. 2010. № 8. С. 17 – 20.
11. Титов В. С., Бобырь М. В., Анциферов А. В. Адаптивный мультисетевой алгоритм нечетко-логи-ческого вывода в задачах управления оборудованием с ЧПУ // Мехатроника, автоматизация, управление. 2013. № 5. С. 18 – 23.
12. Dubois D., Prade H. Soft Computing, Fuzzy Logic and Artificial Intelligence // Soft Computing – A Fusion of Foundations, Methodologies and Applications. 1998. V. 2, Is. 1. Р. 7 – 11.
13. Zadeh L. A. Some Reflections on Soft Computing, Granular Computing and their Roles in the Conception, Design and Utilization of Information / Intelligent Systems // Soft Computing. 1998. V. 2, № 1. Р. 23 – 25
14. Ротштейн А. П., Штовба С. Д. Моделирование надежности человека-оператора с помощью нечеткой базы знаний Сугено // Автоматика и телемеханика. 2009. № 1. С. 180 – 187.
15. Бобырь М. В., Титов В. С. Метод коррекции параметров режима резания в системах с ЧПУ // Мехатроника, автоматизация, управление. 2010. № 7. С. 49 – 53.
16. Емельянов С. Г., Бобырь М. В., Анциферов А. В. Алгоритм самообучения адаптивных нейро-нечетких систем на основе мягких вычислений // Ин-формационно-измерительные и управляющие системы. 2013. Т. 11, № 8. С. 3 – 9.
17. Бобырь М. В., Емельянов С. Г., Милостная Н. А. О некоторых свойствах моделирования адаптивных нейро-нечетких систем на основе упрощенного нечетко-логического вывода // Информационно-измерительные и управляющие системы. 2014. Т. 12, № 5. С. 4 – 12.
18. Титов В. С., Бобырь М. В., Милостная Н. А. Анализ систем управления машиностроительным обору-дованием // Промышленные АСУ и контроллеры. 2009. № 2. С. 3–4.
19. Титов В. С., Бобырь М. В., Милостная Н. А. Особенности оценки точности измерений размеров при использовании высокоточных автоматизированных систем // Промышленные АСУ и контроллеры. 2005. № 6. С. 17 – 19.
20. Титов В. С., Бобырь М. В., Милостная Н. А. Распознавание контуров деталей на основе использова-ния лазерных преобразователей информации // Промыш-ленные АСУ и контроллеры. 2007. № 3. С. 22 – 25.

Eng

1. Pegat A. (2013). Fuzzy modeling and control. (2nd ed.). Moscow: Binom. Laboratoriia znanii.
2. Bobyr' M. V., Kulabukhov S. A., Titov D. V. (2014). Evaluation of the influence of the number of trainees points on additivity of fuzzy systems. Promyshlennye ASU i kontrollery, (10), pp. 30-35.
3. Zadeh L. A. (1994). Fuzzy logic, neural networks, and soft computing. Communications of the ACM, 37(3), pp. 77-84.
4. Shad R. et al. (2009). Fuzzy topological simulation for deducing in GIS. Applied Geomatics, 1(4), pp. 121-129. doi: 10.1007/s12518-009-0012-2
5. Emel'ianov S. G., Titov V. S., Bobyr' M. V. (2013). Adaptive fuzzy logic control system. Moscow: AR-GAMAK-MEDIA.
6. Neshat M. et al. (2012). Predication of concrete mix design using adaptive neural fuzzy inference systems and fuzzy inference systems. The International Journal of Ad-vanced Manufacturing Technology, 63(1-4), pp. 373-390. doi: 10.1007/s00170-012-3914-9
7. Bobyr' M. V., Titov V. S., Akul'shin G. Iu. (2013). Modeling of fuzzy-logic control systems on the basis of soft arithmetic operations. Vestnik komp'iuternykh i informatsionnykh tekhnologii, (3), pp. 29-35.
8. Bobyr' M. V. (2014). Effect of number rule on train-ing of fuzzy-logic systems. Vestnik komp'iuternykh i infor-matsionnykh tekhnologii, (11), pp. 28-35. doi: 10.14489/vkit.2014.11.pp.028-035
9. Titov V. S., Bobyr' M. V. (2010). Modernization of automated control system with CNC equipment on the basis of fuzzy logic. Problemy mashinostroeniia i avtomatizatsii, (2), pp. 40-43.
10. Titov V. S., Bobyr' M. V., Belomestnaia A. L. (2010). Intelligent feed control system for products cutting. Promyshlennye ASU i kontrollery, (8), pp. 17-20.
11. Titov V. S., Bobyr' M. V., Antsiferov A. V. (2013). Adaptive multi net algorithm of fuzzy inference in problems of control of CNC equipment. Mekhatronika, avtomatizatsiia, upravlenie, (5), pp. 18-23.
12. Dubois D., Prade H. (1998). Soft computing, fuzzy logic and artificial intelligence. Soft Computing – A Fusion of Foundations, Methodologies and Applications, 2(1), pp. 7-11.
13. Zadeh L. A. (1998). Some reflections on soft com-puting, granular computing and their roles in the conception, design and utilization of information/intelligent systems. Soft Computing, 2(1), pp. 23-25.
14. Rotshtein A. P., Shtovba S. D. (2009). Modeling the reliability of the human operator with a fuzzy knowledge base Sugeno. Avtomatika i telemekhanika, (1), pp. 180-187.
15. Bobyr' M. V., Titov V. S. (2010). Method of correc-tion of the parameters in cutting modes in systems with CNC. Mekhatronika, avtomatizatsiia, upravlenie, (7), pp. 49-53.
16. Emel'ianov S. G., Bobyr' M. V., Antsiferov A. V. (2013). The learning algorithm of adaptive neuro-fuzzy sys-tems based on soft computing. Informatsionno-izmeritel'nye i upravliaiushchie sistemy, 11(8), pp. 3-9.
17. Bobyr' M. V., Emel'ianov S. G., Milostnaia N. A. (2014). Some properties of the simulation of adaptive neuro-fuzzy systems based on simplified fuzzy inference. Infor-matsionno-izmeritel'nye i upravliaiushchie sistemy, 12(5), pp. 4-12.
18. Titov V. S., Bobyr' M. V., Milostnaia N. A. (2009). Analysis of control systems of engineering equipment. Promyshlennye ASU i kontrollery, (2), pp. 3-4.
19. Titov V. S., Bobyr' M. V., Milostnaia N. A. (2005). Peculiarities of assessing the accuracy of dimension meas-urement using high-precision automated systems. Promyshlennye ASU i kontrollery, (6), pp. 17-19.
20. Titov V. S., Bobyr' M. V., Milostnaia N. A. (2007). Recognition of the product contour based on the use of laser transmitters of information. Promyshlennye ASU i kontrollery, (3), pp. 22-25.

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 350 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа статьи заполните форму:

{jform=1,doi=10.14489/vkit.2015.07.pp.007-015}

.

Eng

This article  is available in electronic format (PDF).

The cost of a single article is 350 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please fill out the form below:

{jform=2,doi=10.14489/vkit.2015.07.pp.007-015}

 

 

 

 

 

.

.

 

 

 
Search
Баннер
Баннер
Баннер
Баннер
Журнал КОНТРОЛЬ. ДИАГНОСТИКА
Rambler's Top100 Яндекс цитирования