|
||||||||||||
Меню:
Главная
Форум
Литература: Программирование и ремонт Импульсные блоки питания Неисправности и замена Радиоэлектронная аппаратура Микросхема в ТА Рубрикатор ТА Кабельные линии Обмотки и изоляция Радиоаппаратура Гибкие диски часть 2 часть 3 часть 4 часть 5 Ремонт компьютера часть 2 Аналитика: Монтаж Справочник Электроника Мощные высокочастотные транзисторы 200 микросхем Полупроводники ч.1 Часть 2 Алгоритмические проблемы 500 микросхем 500 микросхем Сортировка и поиск Монады Передача сигнала Электроника Прием сигнала Телевидиние Проектирование Эвм Оптимизация Автомобильная электроника Поляковтрансиверы Форт Тензодатчик Силовые полевые транзисторы Распределение частот Резисторные и термопарные Оберон Открытые системы шифрования Удк |
[29] u(k)=sin(2лk/250). Начальные 20 значений u(k) использовались для определения стартовых значений параметров нечеткой модели, после чего на каждом шаге применялась адаптация параметров модели до окончания процесса обучения на шаге к=250. Результаты моделирования приведены на рис. 29, из которого видно, что графики функций, описывающих поведение системы и модели практически неразличимы, причем совпадение графиков наблюдается и после того, как по окончании адаптации нечеткой модели закон изменения входного воздействия u(k) был изменен на шаге к= 500 на следующий: u(k)=0.5sin(2nk/250)+0.5sin(2nk/25). В табл. 1 приведено сравнение числа параметров, используемых в предлагаемом подходе к оптимизации нечетких моделей по параметрам операций, с числом параметров, используемых в других подходах, описанных в литературе. Как видно из таблицы, предлагаемый подход использует наименьшее число параметров при удовлетворительном уровне решения задачи идентификации системы. Табл. 1. Число параметров, используемых разными подходами в примере идентификации динамической системы
Рис. 29. Графики изменения входа u(k), "неизвестной" функции f(u(k)), нечеткой модели F(u(k)), выхода системы y(k) и выхода модели Y(k) (почти совпадают) 10. Представление и оптимизация нечетких моделей Сугено нейронными сетями Нечеткие системы могут быть представлены многослойными нейронными сетями. Это представление может быть использовано в нескольких целях. Во-первых, такое представление нечетких систем позволяет использовать для оптимизации нечетких систем методы оптимизации нейронных сетей, в частности, метод обратного распространениия волны. Во-вторых, подобное представление может использоваться для аппаратной реализации нечетких систем с помощью имеющихся технологий аппаратной реализации нейронных сетей. Нечеткие системы, представленные с помощью нейронных сетей, обычно называют нейро-нечеткими системами. В настоящее время разработаны методологии представления и оптимизации нейро-нечетких систем по параметрам функций принадлежности. Здесь приводятся результаты проведенного моделирования по представлению и оптимизации нейро-нечетких систем Сугено по параметрам операций на задаче аппроксимации функции от двух переменных. Рассматривались две архитектуры нейро-нечеткой системы. В первой, типа ANFIS, структура нейронной сети наглядно отображает структуру нечеткой системы, однако, оптимизируемые параметры находятся не на дугах сети, как это имеет место в стандартных многослойных нейроных сетях, а в узлах сети. В другой архитектуре нейро-нечеткой системы оптимизируемые параметры (в том числе и параметры операций) находятся на дугах сети, что позволяет применить стандартные методы оптимизации нейронных сетей для оптимизации нейро-нечеткой системы по параметрам операций. Далее на примере аппроксимации функции от двух переменных приводятся структуры нейронных сетей первого и второго типа. Рассматривается пример аппроксимации функции f= sinc(x,y) = sin(x)sin(y)/(xy) нечеткой моделью Сугено, состоящей из правил R (i=1,.,n) со следующей структурой: R;: If X is Ai and Y is B; then f = sx+ ty+ r,, Этот пример расматривался также в [82], где эта функция аппроксимировалась нейро-нечеткой системой ANFIS с 16 правилами по параметрам четырех функций принадлежности по каждой переменной и параметрам правых частей правил с операций конъюнкции and, определяемой как T(x,y) = xy. В рассматриваемой ниже первом подходе использовалась модель Сугено с тремя фиксированными функциями принадлежности по каждой переменной и с параметрической операцией конъюнкции: T(x,y) = xpyq, |
Среды: Smalltalk80 MicroCap Local bus Bios Pci 12С ML Микроконтроллеры: Atmel Intel Holtek AVR MSP430 Microchip Книги: Емкостный датчик 500 схем для радиолюбителей часть 2 (4) Структура компьютерных программ Автоматическая коммутация Кондиционирование и вентиляция Ошибки при монтаже Схемы звуковоспроизведения Дроссели для питания Блоки питания Детекторы перемещения Теория электропривода Адаптивное управление Измерение параметров Печатная плата pcad pcb Физика цвета Управлении софтверными проектами Математический аппарат Битовые строки Микроконтроллер nios Команды управления выполнением программы Перехода от ahdl к vhdl Холодный спай Усилители hi-fi Электронные часы Сердечники из распылённого железа Анализ алгоритмов 8-разрядные КМОП Классификация МПК История Устройства автоматики Системы и сети Частотность Справочник микросхем Вторичного электропитания Типы видеомониторов Радиобиблиотека Электронные системы Бесконтекстный язык Управление техническими системами Монтаж печатных плат Работа с коммуникациями Создание библиотечного компонента Нейрокомпьютерная техника Parser Пи-регулятор ч.1 ПИ-регулятор ч.2 Обработка списков Интегральные схемы Шина ISAВ Шина PCI Прикладная криптография Нетематическое: Взрывной автогидролиз Нечеткая логика Бытовые установки (укр) Автоматизация проектирования Сбор и защита Дискретная математика Kb радиостанция Энергетика Ретро: Прием в автомобиле Управление шаговым двигателем Магнитная запись Ремонт микроволновки Дискретные системы часть 2 | ||||||||||