Нечеткое моделирование и управление

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ГУМАНИТАРНЫЙ УНИВЕРСИТЕТ

ИМЕНИ М. А. ШОЛОХОВА

РАБОЧАЯ ПРОГРАММА

по дисциплине

Нечеткое моделирование и управление

по специальности 05.13.06 – Автоматизация и управление технологическими процессами и производствами (в образовании)

Всего учебных часовЕЗТ)

Всего аудиторных занятий, час. 18

Всего часов на самостоятельную работу аспиранта 54

МОСКВА 2012

Пояснительная записка

В последние два десятилетия резко возрос интерес к различным аспектам проблемы интеллектуального управления. Одно из основных направлений, связанных с решением этой проблемы, состоит в использовании аппарата нечетких систем: нечетких множеств, нечеткой логики, нечеткого моделирования и т. п. Применение этого аппарата приводит к построению нечетких систем управления различных классов, позволяющих решать задачи управления в ситуациях, когда традиционные методы неэффективны или даже вообще неприменимы из-за отсутствия достаточно точного знания об объекте управления.

Теория нечетких множеств, основные идеи которой были предложены американским математиком Лотфи Заде (Lotfi Zadeh) более 35 лет назад, позволяет описывать качественные, неточные понятия и наши знания об окружающем мире, а также оперировать этими знаниями с целью получения новой информации. Основанные на этой теории методы построения информационных моделей существенно расширяют традиционные области применения компьютеров и образуют самостоятельное направление научно-прикладных исследований, которое получило специальное название — нечеткое моделирование. В последнее время нечеткое моделирование является одним из наиболее активных и перспективных направлений прикладных исследований в области управления и принятия решений. Нечеткое моделирование оказывается особенно полезным, когда в описании технических систем и бизнес-процессов присутствует неопределенность, которая затрудняет или даже исключает применение точных количественных методов и подходов. В области управления техническими системами нечеткое моделирование позволяет получать более адекватные результаты по сравнению с результатами, которые основываются на использовании традиционных аналитических моделей и алгоритмов управления. Диапазон применения нечетких методов с каждым годом расширяется, охватывая такие области, как проектирование промышленных роботов и бытовых электроприборов, управление доменными печами и движением поездов метро, автоматическое распознавание речи и изображений. Нечеткая логика, которая служит основой для реализации методов нечеткого управления, более естественно описывает характер человеческого мышления и ход его рассуждений, чем традиционные формально-логические системы. Именно поэтому изучение и использование математических средств для представления нечеткой исходной информации позволяет строить модели, которые наиболее адекватно отражают различные аспекты неопределенности, постоянно присутствующей в окружающей нас реальности.

В процессе изучения этого курса аспиранты знакомятся с базовыми аспектами теории нечетких множеств и нечеткой логики, системного анализа и нечеткого моделирования, основными этапами функционирования нечетких систем управления, приобретают навыки построения систем нечетких ассоциативно матричных правил для систем управления, основанных на нечеткой логике.

ОБЪЕМ ДИСЦИПЛИНЫ И ВИДЫ УЧЕБНОЙ РАБОТЫ

Факультет/ Специальность	Название дисциплины	Вид учебной работы	Количество часов
Аудиторные	Самост. работа
Точных наук и инновационных технологий / 05.13.06	Нечеткое моделирование и управление	Лекции	18	54
Практические / Семинарские
Лабораторные
Консультации
Курсовые /рефераты
Контрольные работы
Итоговый контроль: зачет, экзамен
Общий объем часов по дисциплине:	18	54

Содержание лекционного курса

Лекции № п/п	Содержание лекции	Количество часов
Раздел 1 Введение
1	Сущность теории нечетких множеств Развитие нечетких множеств	2
Раздел 2 Основные понятия теории нечетких множеств
2	Нечеткие множества. Характеристические параметры нечеткого множества. Лингвистические модификаторы нечетких множеств. Типы функций принадлежности нечетких множеств. Нечеткие множества типа 2	2
Раздел 3 Нечеткая арифметика
3	Принцип обобщения. Слоение нечетких чисел.. Вычитание нечетких чисел. Умножение нечетких чисел. Деление нечетких чисел. Особенности нечетких чисел	2
Раздел 4 Нечеткая математика
4	Основные операции над нечеткими множествами. Нечеткие отношения. Импликация	2
	Раздел 5 Нечеткие модели
5	Структура, основные элементы и операции в нечетких моделях. Важные свойства правил, баз правил и нечетких моделей. Рекомендации по построению баз правил. Сокращение баз правил	2
6	Нормирование (масштабирование) входов и выхода нечеткой модели Экстраполяция в нечетких моделях Типы нечетких моделей	2
Раздел 6 Методы нечеткого моделирования
7	Нечеткое моделирование на основе экспертных знаний о системе Построение самонастраивающихся нечетких моделей на основе измеренных данных о входах и выходах системы	2
Раздел 7 Нечеткое управление
8	Статические нечеткие регуляторы. Динамические нечеткие регуляторы	2
9	Формирование структур и настройка параметров нечетких регуляторов	2

Содержание и объем

самостоятельной учебно-познавательной и исследовательской работы аспирантов

Задания и вопросы для самостоятельного изучения	Объем часов
Раздел 2 Основные понятия теории нечетких множеств
Два вида неопределенности - нечеткость и вероятность	4
Раздел 3 Нечеткая арифметика
Различия между нечеткими числами и лингвистическими значениями	10
Раздел 6 Методы нечеткого моделирования
Построение самоорганизующихся и самонастраивающихся нечетких моделей на основе измеренных данных о входах и выходах системы	10
Раздел 8 Устойчивость нечетких систем управления
Устойчивость нечетких систем управления с неизвестными моделями объектов Круговой критерий устойчивости.	20
Применение теории гиперустойчивости для анализа устойчивости нечетких систем. Принятии решений в условиях неопределенности.	10

Литература

Основная

1.  Нечеткое моделировании и управление, Москва, Бином. Лаборатория знаний, 2009

2.  А. Леоненков. Нечёткое моделирование в среде MATLAB и fuzziTECH. БХВ-Петербург, 2005г.

3.  Системы искусственного интеллекта. Глава 5. / , , и др.; под ред. . – М.: БИНОМ, Лаборатория знаний, 2008.

4.  Островский системы в условиях неопределенности. Учебное пособие / , . – М.: БИНОМ. Лаборатория знаний, 2008. – 319с.

5.  Комаров основы построения автоматизированной системы управления обучением с учетом нечеткой информации. – М.,2012

Дополнительная

Алехина решений в финансовом анализе
в условиях нестохастической неопределенности // Новости искусственного интеллекта. №3, 2000. Андрей Масалович. Нечеткая логика в бизнесе и финансах // http://www. tora *****/library/fuzzy/fuzzy-.htm Андрей Масалович. Этот нечеткий, нечеткий мир // http://www. tora *****/library/fuzzy/fuzzy. htm Fuzzy-технология: Математические основы. Практика моделирования в экономике. – Санкт-Петербург: Наука РАН, 2001. – 328 с. , Свешников СВ. Fuzzy Technology: Основы моделирования и решения экспертно-аналитических задач. – К.: Эльга, Ника-Центр, 2003. – 296 с. Введение в нечеткую логику. Теория и практика. //http://fuzzyfly. *****/index. htm Конференция NITE-2002. – На сайте: http://nite. / . Нечеткое моделирование в среде MATLAB и fuzzyTECH СПб: БХВ-Петербург. 20с. . Нечетко-множественный подход в маркетинговых исследованиях. – На сайтах: http://www. *****/articles/marketing/15.htm , http://www. vmgroup. *****/ Недосекин -множественный анализ риска фондовых инвестиций. - СПб, изд. Сезам, 2002. – Также на сайте: http://sedok. *****/sc_group. html Недосекин -множественный анализ фондовых инвестиций. СПб: Изд-во Сезам, 2002. – 181 с. Электронный вариант книги размещен по адресу: http://sedok. *****/index. html Недосекин теории нечетких множеств к задачам управления финансами // Аудит и финансовый анализ, №2, 2000. – На сайте: http://www. *****/press/afa/2000-2/08.shtml , Михайлов моделирование: Идеи. Методы. Примеры, 2001, 320 с.