- •4.4. Нейронечеткий подход к построению регуляторов
- •4.5. Пример построения нечеткого регулятора
- •Список литературы
- •1. Основные определения четких множеств
- •2. Прямое (декартово) произведение
- •3. Основные понятия четкой логики
- •4. Основные типы функций принадлежности
- •5. Настройка параметров нечеткого регулятора с помощью редактора anfis среды matlab
- •Содержание
- •4.4. Нейронечеткий подход к построению регуляторов………………….……………. 36
- •Нечеткие системы управления
- •197376, С.-Петербург, ул. Проф. Попова, 5
Список литературы
1. Прикладные нечеткие системы /К. Асаи, Д. Ватада, С. Иваи и др.; Под ред. Т. Тэрано, К. Асаи, М. Сугэно; Пер. с яп. М.: Мир, 1993. 368 с.
2. Алиев Р. А., Церковный А. Э., Мамедова Г. А. Управление производством при нечеткой исходной информации. М.: Энергоатомиздат, 1991. 236 с.
3. Ульянов С. В. Нечеткие модели интеллектуальных промышленных систем управления // Изв. АН СССР. Техн. кибернетика. 1991. № 3. С. 328.
4. Захаров В. Н., Ульянов С. В. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. I. Научно-организационные, технико-экономические и прикладные аспекты// Изв. РАН. Тех. кибернетика. 1992. № 5. С. 171185.
5. Кузьмин В. Б., Травкин С. Н. Теория нечетких множеств в задачах управления и принципах устройства нечетких процессоров: Обзор зарубеж. лит-ры// Автоматика и телемеханика. 1992. № 11. С. 336.
6. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений /Пер. с англ. М.: Мир, 1976. 165 с.
7. Орловский С. А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981. 208 с.
8. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д. А. Поспелова. М.: Наука, 1986. 312 с.
9. Кофман А. Введение в теорию нечетких множеств /Пер. с фр. М.: Радио и связь, 1982. 432 с.
10. Мелихов А. Н., Берштейн Л. С. Конечные четкие и расплывчатые множества. II. Расплывчатые множества: Учеб. пособие /ТРТИ. Таганрог, 1980. 101 с.
11. Мелихов А. Н., Берштейн Л. С., Коровин С. Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990. 272 с.
12. Lee C. C. Fuzzy logic in control systems: fuzzy logic controller. Pt. II. // IEEE Trans. on syst., Man, and Cybernetics. 1990. Vol. 20, № 2, March/April.
P. 419432.
13. Takagi T., Sugeno M. Fuzzy identificftion of systems and its application to modeling and control//IEEE Trans. on syst., Man, and Cybernetics. 1985.Vol. 15, № 1, January/February. P.116132.
14. Горбань А. Н., Россиев Д. А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. 276 с.
15. Jang J.-S. R., Sun S.-T. Neuro-fuzzy modeling and control //Proc. of the IEEE. 1995. Vol. 83, March. P. 378406.
16. Wang P.P., Tyan C.-Y. Fuzzy dynamic system and fuzzy linguistic controller classification //Automatica. 1994. Vol. 30, № 11. P. 17691774.
17. Захаров В. Н., Ульянов С. В. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. II Эволюция и принципы построения // Изв. РАН. Тех. кибернетика. 1993. № 4. С. 189205.
18. Buckley J.J. Stability and fuzzy controller// Fuzzy Sets and Systems. 1996. Vol. 77. Р. 167173.
19. Дьяконов В., Круглов В. Математические пакеты расширения
MATLAB: Спец. справ. СПб.: Питер, 2001. 480 с.
20. Мелихов А.Н., Берштейн Л.С. Конечные четкие и расплывчатые множества. I. Четкие множества: Учеб. пособие /ТРТИ. Таганрог, 1980. 60 с.
ПРИЛОЖЕНИЯ