Статья

Название статьи АЛГОРИТМ ПРИНЯТИЯ ПРОЕКТНЫХ РЕШЕНИЙ НА ОСНОВЕ НЕЧЕТКИХ КОМАНД
Автор Ю.О. Чернышев, Н.Н. Венцов, П.А. Панасенко
Рубрика РАЗДЕЛ III. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И НЕЧЕТКИЕ СИСТЕМЫ
Месяц, год 07, 2014
Индекс УДК 681.3
DOI
Аннотация Описан процесс формулирования нечетких команд на основе перечислительного и аналитического представления функций принадлежности. Нечеткая команда может быть сформулирована, как на основе одного, так и на основе двух частично противоречивых условий, заданных функциями принадлежности. На основе нечетких команд разработан алгоритм управления поиском проектных решений. Задание степени соответствия перечислением кортежей позволяет строить графики функций принадлежности произвольной формы, но при этом требуемые ресурсы памяти возрастают пропорционально частоте дискретизации. Использование аналитического способа задания функции принадлежности чисел приблизительно близких к x, за счет изменения параметра θ, дает возможность получать графики симметричные относительно x. Аналитическая запись функции принадлежности позволяет минимизировать зависимость от частоты дискретизации предметной области. В качестве способа остановки алгоритма предлагается использовать автомат адаптации. Изменение глубины памяти автомата адаптации позволяет корректировать инерционность процесса поиска приемлемого решения. Применение нечетких команд ускоряет управление вычислительным процессом, использование автоматов адаптации позволяет корректировать получаемые результаты.

Скачать в PDF

Ключевые слова Нечеткие данные; адаптация; принятие решений; интеллектуальные системы; оптимизация.
Библиографический список 1. Курейчик В.М., Лебедев Б.К., Лебедев О.Б. Поисковая адаптация: теория и практика. – М.: Физматлит, 2006. – 272 c.
2. Chambers Ed.L. Practical Handbook of Genetik Algoritms. – Washington. USA, CRC Press, 1999.
3. Holland John H. Adaptation in Natural and Artificial Systems: An Introductory Analysis with Application to Biology, Control, and Artificial Intelligence. USA: University of Michigan, 1975.
4. Donath W.E. et al. Timing Driven Placement Using Complete Path Delays Proc. ACM // IEEE DAC. – 2008.
5. Курейчик В.М. Биоинспированный поиск с использованием сценарного подхода // Известия ЮФУ. Технические науки. – 2010. – № 7 (108).– С. 7-12.
6. Cong J., Fang J., Xie M. and Zhang Y. MARS–A multilevel full-chip gridless routing system // IEEE Trans Comput.-Aided Design Integr. Syst. – 2005. – Vol. 24, № 3. – P. 382-394.
7. Чернышев Ю.О., Венцов Н.Н., Мухтаров С.А. Разработка алгоритма интеллектуальной поддержки улучшения промежуточных решений оптимизационных задач // Вестник Донского государственного технического университета. – 2012. – № 5 (66). – С. 68-76.
8. Чернышев Ю.О., Венцов Н.Н., Мухтаров С.А. К вопросу об интеллектуальной поддержке процесса доводки СБИС // Известия ЮФУ. Технические науки. – 2012. – № 7 (132).– С. 63-69.
9. Walter Banks, Gordon Hayward. Fuzzy logic in embedded microcomputers and control systems. Published by Byte Craft Limited, Waterloo Ontario Canada, 2001.
10. Малышев Н.Г., Берштейн Л.С., Боженюк А.В. Нечеткие модели для экспертных систем в САПР. – М.: Энергоатомиздат, 1991. – 136 с.
11. Борисов А.Н., Алексеев А.В., Крумберг О.А. и др. Модели принятия решений на основе лингвистической переменной. – Рига: Зинатне, 1982. – 256 c.
12. Венцов Н.Н. Разработка алгоритма управления процессом адаптации нечетких проектных метаданных // Инженерный вестник Дона. – 2012. – Т. 19, № 1. – С. 76-80.
13. Kennedy J. The Particle Swarm: Social Adaptation of Knowledge // In Proceedings of the IEEE International Conference on Evolutionary Computation. – 1997. – P. 303-308.
14. Чернышев Ю.О., Венцов Н.Н. Применение автомата адаптации при разработке адаптивного алгоритма оптимизации доступа к данным // Известия ЮФУ. Технические науки. – 2010. – № 7 (108). – С. 113-119.
15. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. – М.: Мир, 1976. – 165 с.
16. Прикладные нечеткие системы: Пер. с япон. К. Асаи, Д. Ватада, С. Иваи и др. / Под ред. Т. Тэрано, К. Асаи, М. Сугэно. – М.: Мир, 1993. – 386 с.
17. Курейчик В.М. Особенности построения систем поддержки принятия решений // Известия ЮФУ. Технические науки. – 2012. – № 7 (132). – С. 92-98.
18. Искусственные иммунные системы и их применение / Под ред. Дасгупт Д.: Пер. с англ. / Под ред. А.А. Романюхи. – М.: Физматлит, 2006. – 344 с.
19. Кофман А. Введение в теорию нечетких множеств: Пер. с франц. – М.: Радио и связь 1982. – 432 с.
20. Zade L.A. Fuzzy sets // Information and Control. – 1965. – Vol. 8. – P. 338.

Comments are closed.