MATLAB.Exponenta
–Û·Ë͇ Matlab&Toolboxes

Проектирование систем управления\Fuzzy Logic Toolbox

С.Д.Штовба "Проектирование нечетких систем средствами MATLAB. М.: Горячая линия "

Рассмотрены вопросы проектирования нечетких систем в пакете Fuzzy Logic Toolbox вычислительной среды MATLAB. Книга состоит из четырех глав.

Первая глава является кратким введением в теорию нечетких множеств и нечеткую логику. В ней приводятся базовые теоретические сведенья, необходимые для осмысленной эксплуатации нечетких систем. Для повышения читабельности теоретический материал главы разбавлен многочисленными примерами.

Вторая глава содержит теоретический материал по проектированию нечетких систем. Она состоит из трех разделов. В первом разделе излагается теория нечеткой идентификации, т.е. методы построения нечетких моделей по результатам наблюдений. Рассматриваются настройка нечетких баз знаний Мамдани и Сугено для моделирования непрерывных нелинейных зависимостей а также обучение нечетких классификаторов по экспертно-экспериментальной информации. Во втором разделе рассматриваются методы нечеткой кластеризации и их применение для экстракции нечетких <Если - то> правил из экспериментальных данных. В третьем разделе описывается принятие решений в нечетких условиях на основе слияния целей и ограничений по принципу Беллмана-Заде. Раздел иллюстрируется нечетким многокритериальным анализом проектов создания бренда.

Третья глава является руководством проектировщика нечетких систем в пакете Fuzzy Logic Toolbox вычислительной среды MATLAB. Предполагается, что читатель имеет базовые навыки работы в среде MATLAB. Помимо традиционного для подобных руководств перевода с английского описания функций и GUI-модулей пакета, в главе значительное внимание уделено демо-примерам, иллюстрирующим основные этапы проектирования нечетких систем различного назначения с помощью Fuzzy Logic Toolbox. Для быстрого старта в начале главы изложены пошаговые примеры законченного проектирования нечетких систем, требующего минимального багажа знаний по пакету. Описано взаимодействие Fuzzy Logic Toolbox с другими пакетами расширения а также использование разработанных нечетких систем вне среды MATLAB.

Четвертая глава содержит авторские разработки, расширяющие пакет Fuzzy Logic Toolbox для проектирования нечетких классификаторов, построения иерархических нечетких систем. обучения нечетких баз знаний типа Мамдани а также для логического вывода при нечетких исходных данных.

Книга завершается списком интернет-ресурсов по нечетким системам.

Книга может использоваться как учебное пособие к университетским курсам по интеллектуальным системам, искусственному интеллекту, теории принятия решений и методам идентификации. Для проектировщиков систем, будет полезна научным сотрудникам, аспирантам и студентам старших курсов, интересующимся применением теории нечетких множеств в управлении, идентификации, обработке сигналов, а также разработчикам интеллектуальных систем поддержки принятия решений в медицине, биологии, социологии, экономике, политике, спорте и в других неинженерных областях.

ПРЕДИСЛОВИЕ

Глава 1. КРАТКИЙ КУРС ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ
1.1. Исторический экскурс
1.2. Нечеткие множества
1.2.1. Основные термины и определения
1.2.2. Свойства нечетких множеств
1.2.3. Операции над нечеткими множествами
1.2.4. Функции принадлежности
1.3. Нечеткая арифметика
1.4. Нечеткие отношения
1.5. Нечеткая логика
1.5.1. Лингвистические переменные
1.5.2. Нечеткая истинность
1.5.3. Нечеткие логические операции
1.6. Нечеткий логический вывод
1.6.1. Логический вывод
1.6.2. Основы нечеткого логического вывода
1.6.3. Нечеткие базы знаний
1.6.4. Композиционное правило нечеткого вывода Заде
1.6.5. Нечеткий логический вывод Мамдани
1.6.6. Нечеткий логический вывод Сугено
1.6.7. Нечеткий логический вывод по синглтоной базе знаний
1.6.8. Нечеткий логический вывод для задач классификации
1.6.8. Иерархические системы нечеткого логического вывода
1.6.9. Нейро-нечеткие сети

Глава 2. ТЕОРИЯ ПРОЕКТИРОВАНИЕ НЕЧЕТКИХ СИСТЕМ
2.1. Идентификация нелинейных зависимостей нечеткими базами знаний
2.1.1. Настройка нечеткой базы знаний Мамдани
2.1.2. Настройка нечеткой базы знаний Сугено
2.1.3. Настройка нечеткой базы знаний для задач классификации
2.2. Нечеткая кластеризация
2.2.1. Введение в кластеризацию
2.2.2. Кластеризация алгоритмами c-средних
2.2.2.1. Четкая кластеризация алгоритмом c-средних
2.2.2.2. Базовый алгоритм нечетких c-средних
2.2.2.3. Обобщения алгоритма нечетких c-средних
2.2.3. Кластеризация горным методом
2.2.4. Синтез нечетких правил по результатам кластеризации
2.3. Принятие решений в нечетких условиях по схеме Беллмана–Заде
2.3.1. Нечеткие цели, ограничения и решения
2.3.2. Нечеткий многокритериальный анализ вариантов
2.3.3. Нечеткий многокритериальный анализ бренд-проектов
2.3.4. "Что - если" анализ вариантов

Глава 3. ПАКЕТ FUZZY LOGIC TOOLBOX
3.1. Структура и возможности пакета
3.2. Быстрый старт
3.2.1. Разработка нечеткой системы типа Мамдани
3.2.2. Разработка нечеткой системы типа Сугено на основе экспертных знаний
3.2.3. Экстракция из данных нечеткой системы Сугено с помощью ANFIS-редактора
3.2.3. Экстракция нечеткой системы в режиме командной строки
3.3. GUI-модули
3.3.1. Fuzzy Inference System Editor
3.3.1.1. Меню File
3.3.1.2. Меню Edit
3.3.1.3. Меню View
3.3.1.4. Меню And method, Or method, Implication и Aggregation
3.3.1.5. Меню Defuzzification
3.3.2. Membership Function Editor
3.3.3. Rule Editor
3.3.3.1. Меню Edit
3.3.3.2. Меню Options
3.3.4. ANFIS Editor
3.3.4.1. Меню Edit
3.3.4.2. Область визуализации
3.3.4.3. Область свойств ANFIS
3.3.4.4. Область загрузки данных
3.3.4.5. Область генерирования исходной системы нечеткого вывода
3.3.4.6. Области обучения, тестирования и вывода текущей информации
3.3.5. Rule Viewer
3.3.6. Surface Viewer
3.3.6.1. Меню Options
3.3.6.2. Меню координатных осей
3.3.6.3. Поля ввода информации
3.3.7. Findcluster
3.3.7.1. Область визуализации
3.3.7.2. Область загрузки данных
3.3.7.3. Область кластеризации
3.4. Демо-примеры
3.4.1. Запуск основных демо-примеров
3.4.2. Предсказания топливной эффективности автомобиля
3.4.3. Нелинейное шумоподавление
3.4.4. Предсказание временного ряда
3.4.5. Прогнозирование количества автомобильных поездок
3.4.6. Идентификации процесса нагрева воздуха в фене
3.4.7. Жонглирование теннисным шариком
3.4.8. Удержания шарика на коромысле
3.4.9. Парковка грузовика
3.4.10. Регулятор воды в баке
3.4.11. Управление душем
3.4.12. Удержание перевернутого маятника на тележке
3.4.12. Управление рукой робота-манипулятора
3.4.13. Кластеризация алгоритмом нечетких с-средних
3.4.14. Кластеризация ирисов
3.4.15. Методы дефаззификации
3.4.16. Галерея функций принадлежности
3.4.17. Калькулятор чаевых
3.5. Справочник функций пакета Fuzzy Logic Toolbox
3.6. Структуры данных
3.6.1. Структура данных системы нечеткого вывода
3.6.2. Структура файла системы нечеткого вывода
3.6.3. Структуры данных для ANFIS-обучения и кластеризации
3.7. Взаимодействие с другими пакетами
3.7.1. Блоки для пакета Simulink
3.7.2. Си-код машины нечеткого логического вывода

Глава 4. РАСШИРЕНИЕ ПАКЕТА FUZZY LOGIC TOOLBOX
4.1. Настройка нечетких моделей Мамдани средствами Optimization Toolbox
4.2. Экстракция нечетких моделей Мамдани через нечеткую кластеризацию
4.3. Проектирование нечетких классификаторов
4.4. Нечеткий вывод при нечетких исходных данных
4.5. Проектирование иерархических нечетких систем
4.5.1. Первый способ
4.5.2. Второй способ

ЗАКЛЮЧЕНИЕ

ЛИТЕРАТУРА

Приложение. ИНТЕРНЕТ-РЕСУРСЫ ПО НЕЧЕТКИМ СИСТЕМАМ

 

Поиск по сайту:

Система Orphus

Яндекс.Метрика