Многомерный многосвязный нечеткий интервально-логический регулятор

Рассмотрены ключевые особенности и принцип работы многомерного нечеткого интервально-логического регулятора с взаимосвязанными регулируемыми параметрами, разработанного авторами. Представлены схема интерпретации непрерывных физических величин эквивалентной совокупностью термов и базовый вариант блок-схемы регулятора. Описаны основные элементы блока логического вывода, в том числе блок продукционных правил, который включает в себя заранее определенную базу данных значений управляющих воздействий на объекты управления в виде порядковых номеров термов выходных непрерывных величин. Рассмотрены преимущества и особенности настройки взаимных связей между входными и выходными непрерывными величинами регулятора, что выражается в определении функциональных зависимостей между ними. Описан набор параметров, которыми обладают термы входных непрерывных величин в отношении конкретных выходных непрерывных величин регулятора. Показаны способы дефаззификации значений выходных непрерывных величин в границах их термов. Описана возможность объединения входных и выходных непрерывных величин в группы при настройке взаимных связей между ними. Проиллюстрирован механизм определения групп взаимосвязанных непрерывных величин, общее число которых определяется путем формирования матрицы взаимосвязей согласно приведенной авторской схеме. Рассмотрен алгоритм последовательной обработки содержимого ячеек матрицы взаимосвязей, состоящий из трех шагов. Приведены выражения для расчета основных параметров многомерного нечеткого интервально-логического регулятора с взаимосвязанными регулируемыми параметрами. Представлены результаты вычислительного эксперимента по сокращению системы продукционных правил регулятора при определении взаимосвязей между входными и выходными непрерывными величинами.

1. Sugeno M. On Stability of Fuzzy Systems Expressed by Fuzzy Rules with Singleton Consequents // IEEE Transactions on Fuzzy Systems. 1999. Vol. 7. P. 201—224. DOI: 10.1109/91.755401

2. Круглов В. В., Дли М. И. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода. М.: Физматлит, 2002. 256 с.

3. Усков А. А. Системы с нечеткими моделями объектов управления. Смоленск: Смолен. филиал АНО ВПО ЦС "Российский университет кооперации", 2013. 153 с.

4. Усков А. А., Лаврушин В. М. Системы управления с нечеткими супервизорными ПИД-регуляторами // Информационные технологии моделирования и управления. 2015. Т. 93, № 3. С. 279—285.

5. Васильев В. И., Ильясов Б. Г. Интеллектуальные системы управления. Теория и практика. Учеб. пособие. М.: Радиотехника, 2009. 388 с.

6. Муравьева Е. А. Автоматизированное управление промышленными технологическими установками на основе многомерных логических регуляторов. Автореф. доктор. дисс. Уфа: Уфим. гос. авиац.-техн. ун-т, 2013. 367 с.

7. Пегат А. Нечеткое моделирование и управление. М.: БИНОМ. Лаборатория знаний, 2009. 798 с.

8. Антипин А. Ф. Системы управления технологическими процессами на базе многомерных логических регуляторов // Автоматизация и современные технологии. 2014. № 1. С. 12—18.

9. Антипин А. Ф. Особенности программной реализации многомерных логических регуляторов с переменными в виде совокупности аргументов двузначной логики // Автоматизация и современные технологии. 2014. № 2. С. 30—36.

10. Антипин А. Ф. Особенности настройки взаимосвязей и составления системы продукционных правил в интервально-логическом регуляторе // Информационные системы и технологии. 2015. № 1. С. 5—13.

11. Антипин А. Ф. Об оценке программ контроллеров с программируемой логикой // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2018. № 11. С. 41—46. DOI: 10.30713/0132-2222-2018-11-41-46

12. Усков А. А., Сургучева И. В., Горбунов А. М. Анализ систем обработки информации и управления с помощью групповых нечетких чисел // Программные продукты и системы. 2009. № 3. С. 19—21.

13. Yongming Li, Yali Li, Zhanyou M. Computation tree logic model checking based on possibility measures // Fuzzy Sets and Systems. 2015. Vol. 262. P. 44—59. DOI: 10.48550/arXiv.1401.4658

14. Kocian J., Koziorek J., Pokorný M mplementation of fuzzy logic control based on PLC // IEEE International Conference on ETFA. 2011. P. 1—8. DOI: 10.1109/ETFA.2011.6059049

15. Dumitrescu C., Ciotirnae P., Vizitiu C. Fuzzy Logic for Intelligent Control System Using Soft Computing Applications // Sensors. 2021. Vol. 21, N. 8. P. 2617. DOI: 10.3390/s21082617

16. Bobyr M. V., Milostnaya N. A., Kulabuhov S. A. А method of defuzzification based on the approach of areas’ ratio // Applied Soft Computing. 2017. Vol. 59. P. 19—32. DOI: 10.1016/j.asoc.2017.05.040

17. Buriboev A., Kang H. K., Ko M.-C., Oh R., Abduvaitov A., Jeon H. S. Application of Fuzzy Logic for Problems of Evaluating States of a Computing System // Applied Sciences. 2019. Vol. 9, N. 15. P. 3021. DOI: 10.3390/app9153021