Статья

Название статьи РАЗРАБОТКА МОДЕЛИ ЭКСПЕРТНОЙ СИСТЕМЫ НА ОСНОВЕ НЕЧЁТКОЙ ЛОГИКИ
Автор Н.А. Полковникова, В.М. Курейчик
Рубрика РАЗДЕЛ II. ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ И САПР
Месяц, год 01, 2014
Индекс УДК 004.891
DOI
Аннотация Рассмотрена модель экспертной системы для идентификации неисправностей динамического объекта в условиях эксплуатации. Разработана структурная схема экспертной системы с оптимальным числом диагностических параметров на основе лингвистических переменных и нечёткой логики. Нечёткая экспертная система использует представление знаний в форме нечётких продукций и лингвистических переменных. Проектирование модели экспертной системы производилось по алгоритму нечёткого логического вывода Мамдани в пакете Fuzzy Logic Toolbox вычислительной среды MATLAB. Показана реализация модуля экспертной системы на примере идентификации неисправностей главного судового двигателя. Использование аппарата нечёткой логики при разработке базы знаний и механизмов вывода экспертной системы позволяет формализовать процедуру оценки технического состояния на базе фрагментарной, ненадёжной и возможно неточной информации и обоснованно принимать решения по идентификации неисправностей. Разработанная модель экспертной системы на основе нечеткой логики и параметров рабочего процесса и топливоподачи позволяет на ранней стадии адекватно отразить растущую вероятность неисправности при изменении входных параметров в режиме реального времени.

Скачать в PDF

Ключевые слова Нечёткая логика; лингвистическая переменная; функция принадлежности; экспертная система; система поддержки принятия решений.
Библиографический список 1. Zadeh L.A. Is there a need for fuzzy logic? // Information Sciences, Elsevier– 2008. – № 178. – P. 2751-2779.
2. Интеллектуальные системы: коллективная монография. Вып. 3 / Редкол.: В.М. Курейчик и др. – М.: Физматлит, 2009. –196 с.
3. Курейчик В.М. Особенности построения систем поддержки принятия решений // Известия ЮФУ. Технические науки. – 2012. – № 7 (132). – С. 92-98.
4. Курейчик В.В., Курейчик В.М., Ковалев С.М. Оптонечёткие системы // Известия ЮФУ. Технические науки. – 2009. – № 4 (93). – С. 99-105.
5. Глушань В.М., Карелин В.П., Кузьменко О.Л. Нечёткие модели и методы многокритериального выбора в интеллектуальных системах поддержки принятия решений // Известия ЮФУ. Технические науки. – 2009. – № 4 (93). – С. 106-113.
6. Deyi Li, Yi Du. Artificial intelligence with uncertainty. Tsinghua University, Beijing, China. Chapman & Hall / CRC, 2008. – 347 p.
7. Полковникова Н.А. Проектирование гибридной экспертной системы поддержки принятия решений // В сб. тез. докл. II Всероссийского конгресса молодых учёных (9–12 апреля 2013 г.). – СПб.: НИУ ИТМО, 2013. – Вып. I. – С. 46-48.
8. Курейчик В.М., Полковникова Н.А. Разработка гибридной экспертной системы для главных судовых дизелей // Сб. докладов ХVI Международная конференция по мягким вычислениям и измерениям SCM–2013 (23–25 мая 2013 г.). – СПб., 2013. – С. 270.
9. http://www.autronicafire.no (дата обращения 02.11.13).
10. http://www.mandieselturbo.com/1002051/Press/Publications/Technical-Papers/Supplementary/
Data-and-Software/PMI-System-Pressure-analyser.html (дата обращения 02.11.13).
11. http://www.malin.co.uk/malin6000/malin6000.html (дата обращения 02.11.13).
12. Miller G.A. The magic number seven plus or minus two: some limits on our capacity for processing information // Psychological review. – 1956. – № 63. – P. 81-97.
13. Пегат А. Нечёткое моделирование и управление: Пер. с англ. – М.: БИНОМ. Лаборатория знаний, 2009. – 798 с.
14. Sivanandam S.N., Sumathi S., Deepa S.N. Introduction to fuzzy logic using MATLAB. Springer, 2007. – 441 p.

Comments are closed.