Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. Методология проектирования
Боковая панель статьи
Основное содержимое статьи
Аннотация
Обсуждаются проблемы проектирования промышленных регуляторов и систем управления с различной степенью интеллектуальности. Отмечается несовершенство существующих средств программно-аппаратной поддержки процессов управление с использованием знаний и методов проектирования интеллектуальных управляющих систем. Подчеркивается необходимость разработки специальной методологии проектирования управляющих систем такого класса. Предлагаются основы методологии проектирования многоуровневых интеллектуальных САУ. Анализируются особенности проектирования управляющих систем, интеллектуальных «в большом» и «в малом». Приведены многочисленные примеры проектируемых систем.
Скачивания
Информация о статье
Библиографические ссылки
Красовский А. А, Неклассическая оптимизация и адаптивное оптимальное управление // Изв. АН. Техн. Кибернетика, 1992. – № 6.
Первозванский А. А. Чувствительность, грубость и эффективность адаптации // Изв. АН. Техн. Кибернетика, 1992. – № 6.
Петров Б. И., Уланов Г, М., Ульянов С. В. Теория моделей в процессах управления: Термодинамические и информационные аспекты. – М.: Наука, 1978.
Захаров В. Н., Ульянов С. В. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. Ч. I, II // Изв. АН. Техн. Кибернетика, 1992. – № 5; 1993. – № 1.
Mamdani E. H., Sembi B. S. Process control using fuzzy logic 11 Fuzzy sets: Theory and Applications to Policy Analysis and Information Systems / Wang P. P. and Chang S. K. (Eds). Plenum Press, N. Y., 1980.
Sugeno M., Kang G. T. Fuzzy modelling and control of multilayer incinerator 11 Fuzzy Sets and Systems, 1986. – Vol. 18. – № 3; 1988. – Vol. 25. – № 2.
Ульянов С. В. Нечеткие модели логических регуляторов в интеллектуальных системах управления мобильными робототехническими комплексами // Обработка динамической информации в интеллектуальных системах. – М.: ИФТП РАН, 1992.
Werbos J. Neurocontrol and fuzzy logic: connections and designs // IJCNN-91: Int. Conf. Neur. Networks. (Wash. July 8-12, 1991). N. Y., 1991.
Kosko B. Neural networks and fuzzy systems: A dynamical system approach to machine intelligence.
Prentice Hall, 1992.
Кузьмин В. Б., Травкин С. И. Теория нечетких множеств в задачах управления и принципах устройства нечетких процессоров: Обзор зарубежной литературы // А и Т, 1992. – № 11.
Mills W. J., Daffinger С. A. An analog VLSI array processor for classical and connectionist AI // Proc. Int. Conf. Appl. Specific Array Processors (N. Y., Sept. 5-7, 1990). Los Alamitos (Calif.) etc., 1990.
Захаров В. H., Ульянов С. В, Принципы построения моделей интеллектуальных машин и когнитивных систем управления // Интеллектуальные системы обработки динамической информации. – М.: ИФТП, 1993.
Zhou Q. The robustness of an intelligent controller and its performance // Int. Conf. Contr. / IEEE Conf. Publ., 1985.
Лупина H. В., Слепченко A. H., Ульянов С. В. и др. Гибридная экспертная система с глубинным представлением знаний для проектирования и диагностики биотехнических изделий // Изв. АН СССР. Техн. Кибернетика, 1991. – № 5.
Zadeh L. A. Knowledge representation in fuzzy logic//IEEE Trans, on Knowledge and Data Eng, 1989. – Vol. 1. – № 1.
Tzafestas S., Papanikolopoulos N. P. Incremental fuzzy expert PID control // IEEE Trans. Ind. Electr., 1990. – Vol. 37. – № 5.
Малышев H. Г., Берштейн JI. С., Боженюк А. В. Нечеткие модели для экспертных систем в САПР. М.: Энергоатомиздат, 1991.
Buckley J. J., Ying H. Fuzzy controller theory: Limit theorems for linear fuzzy control rules // Automatica. 1989. V. 23. № 3; Fuzzy controller: Further limit theorems for linear control rules // Fuzzy Sets and Systems, 1990. – Vol. 36. – № 2; Fuzzy control theory: A nonlinear case // Automatica, 1990. – Vol. 26. – № 3.
Алиев Р. А., Захарова Э. К., Ульянов С. В. Нечеткие модели управления динамическими системами // Итога науки и техники. Сер. Техн. кибернетика. – М.: ВИНИТИ АН СССР, 1990. – Т. 29; 1991. – Т. 32.