Главная > Нечеткие вычисления > Прикладные нечеткие системы
<< Предыдущий параграф
Следующий параграф >>
<< Предыдущий параграф Следующий параграф >>
Макеты страниц

ГЛАВА 3. ПРОМЫШЛЕННЫЕ ПРИМЕНЕНИЯ

О. Ито (фирма «Фудзи факому сэйге»), М. Инаба (фирма NKK), С. Мураками (Университет Кюсю), Т. Синтомэ (Институт государства и права), М. Сугэно (Токийский политехнический институт), Д. Фудзики (ЦНИИ фирмы «Рико»), С. Ясунобу (завод фирмы «Хитати»)

В настоящее время известны многочисленные исследования по применению нечеткой логики для автоматического управления и распознавания образов. Первые практические исследования по теории нечетких множеств были проведены Мамдани для автоматического управления котлами. Исследуя адаптивное и обучающееся управление, он пришел к выводу о необходимости использования нечетких множеств при решении этих задач, так как другие известные методы оказались слишком сложными. Ниже рассмотрены примеры успешной автоматизации прежде всего за счет нечеткого управления.

3.1. ОБЩИЕ ПОЛОЖЕНИЯ

Известно, что идеи нечеткой логики зародились в технике. Создатель теории нечетких множеств Заде был специалистом по теории управления. В числе основных промышленных применений теории можно назвать управление, диагностику неисправностей, распознавание образов, обработку изображений, анализ надежности, проектирование систем, компьютеры и т. д. Однако основной областью применения этой теории было управление. В последнее время активно проводятся исследования по приложениям в распознавании образов и в компьютерах. Почему же применение теории началось именно в управлении? Дело в том, что в исходную идею о нечеткой логике укладывались представления об управлении. Более того, поскольку задачи управления возникают

почти во всех технологических процессах и в любом оборудовании, потребности в теории и возможности ее приложения были достаточно велики.

В качестве одной из предпосылок возникновения идеи нечеткого множества Заде выдвигает так называемый принцип несовместимости, который заключается в том, что с увеличением размеров и сложности системы существенно усложняется ее моделирование с помощью известных математических выражений. Другими словами, при использовании формул существенно возрастает число переменных и параметров, измерение отдельных переменных и определение параметров сильно затрудняется, и создание полностью адекватной модели становится практически невозможным. Вместо этого Заде предложил лингвистическую модель, которая использует не математические выражения, а слова, отражающие качество. Применение этих слов не обеспечивает такую же точность, какой обладают математические модели, но дает возможность создать хорошую, качественную модель системы. Подобные модели уже используются для экономических и социальных систем. Предметом обсуждения является нечеткость слов языка описания систем. Заде утверждал, что нечеткость - это, скорее, достоинство, а не недостаток моделирования. На примере задачи постановки автомобиля на стоянку между двумя другими автомобилями он объясняет достоинства нечеткого описания таким образом.

Следуя общеизвестным методам теории управления и решая эту задачу с помощью уравнений движения автомобиля, поставить автомобиль на стоянку невозможно: нельзя достоверно измерить ни состояние дорожного покрытия, ни состояние шин; построение уравнений движения условно и нельзя определить их параметры. Однако в школе вождения новичок, не зная уравнений движения и обучаясь только со слов инструктора, может умело поставить автомобиль на стоянку. Ему говорят: «Поворачивая руль направо, двигайся вперед; возврати руль налево и остановись; затем, поворачивая направо, двигайся назад и возврати руль налево; в случае неудачи повтори». Следуя общим указаниям, выраженным подобными словами, человек может водить автомобиль, а компьютеру это не под силу. Указания для него должны быть представлены в виде детерминированных математических выражений, но, как сказано выше, вывести их невозможно.

Если даже предположить, что такие выражения существуют, они будут упрощенными; в их структуру заранее будут включены характеристики автомобиля и обстановка вокруг него. Управление автомобилем по таким выражениям будет рискованным, поскольку реальность и модель неадекватны.

Качественный процесс решения задачи, свойственный человеку, называют нечетким алгоритмом. Идея нечеткого управления состоит в реализации нечеткого алгоритма в компьютере с использованием нечеткой логики. Как уже говорилось в начале главы, исследования применения нечеткой логики в промышленности начались с нечеткого управления и привели к впечатляющим результатам; более того, благодаря успехам нечеткого управления повысился интерес к нечеткой логике во всем мире. Почти все причины успешного применения нечеткой логики в областях, не связанных с управлением, так или иначе сводятся к идее нечеткого управления. Метод нечеткого управления может быть полезен для любых приложений. Ниже в упрощенной форме описываются метод нечеткого управления и его особенности.

При традиционном нечетком управлении осуществляется параллельная обработка большого числа правил, а не непрерывное выполнение последовательных предписаний типа нечеткого алгоритма. На практике применение правил сводится к нечетким выводам в нечеткой логике. В качестве примера правил и выводов рассмотрим следующую схему:

Правило «При сокращении расстояния между автомобилями уменьшите скорость»

Ситуация «Расстояние между автомобилями примерно 20 м»

Реализация «Сильно уменьшите скорость»

В данной схеме «реализация» представляет собой результат нечеткого вывода. В действительности имеется несколько таких правил, поэтому результаты отдельных выводов обобщаются, и полученный результат преобразуется в числовое значение (задающую величину) для ввода в оборудование, которое является объектом управления. Возможен также способ нечеткого управления с выбором только одного наиболее подходящего правила. Правила описываются с помощью неопределенных слов, как в приведенной выше схеме, и называются правилами нечеткого управления.

Существуют четыре способа составления правил нечеткого управления, т. е. проектирования нечетких регуляторов: 1) на основе опыта и знаний эксперта: 2) путем создания модели действий оператора: 3) путем обучения и 4) на основе нечеткой модели оборудования. Способ 1 аналогичен способу создания экспертной системы: в словесном виде извлекаются опыт квалифицированного оператора и знания инженера по управлению, которые затем обобщаются в виде правил нечеткою управления в форме «если ... то». Способ

2 используется в случаях, когда от экспертов не удается получить правила в словесном выражении, в частности когда оператор запоминает манипуляции, например в виде движений рук, но представить их на языковом уровне затрудняется. Но даже в этом случае, если действия оператора можно смоделировать в форме «если... то», их можно непосредственно использовать в качестве правил управления. Способ

3 эффективен в случаях, когда можно провести эксперимент на реальном оборудовании или существует модель оборудования; в частности, он удобен при управлении роботами. Правила нечеткого управления можно формировать путем обучения, начиная с ситуации, когдая еще нет ни одного правила, либо в соответствии с изменением среды постепенно улучшать за счет обучения (поэтому можно не привлекать экспертов). Способ 4 используется в случаях, когда предполагается создание нечеткой модели оборудования. Если при этом модель создается в форме «если ... то», правила нечеткого управления легко выводятся теоретически, исходя из целей управления и модели оборудования.

Нечеткое управление, впервые испытанное в начале 70-х годов Мамдапи, сотрудником Лондонского университета, в начале 80-х годов было реализовано в Дании для управления цементной обжиговой печыо. В Японии практические исследования начались примерно в 1985 г. и в настоящее время известно немало примеров практического применения. Можно выявить три особенности нечеткого управления.

Первая особенность заключается в том, что правила нечеткого управления, будучи условными высказываниями типа «если...то», являются логическими. Использование правил осуществляется, естественно, через механизм логических выводов. Логическое управление означает, что логику

управления эксперта легко представить и разнообразным предпосылкам можно поставить в соответствие некоторое действие. Для реального оборудования это не только использование при управлении полной информации в отличие от классической теории управления, но и изменение режимов управления в зависимости от различных условий, например времени и значений параметров. Логическое управление применяют также при обработке нештатных ситуаций. Во многих видах реального оборудования необходимо уделять особое внимание процедуре запуска; в этом случае для автоматизации очень удобно использовать нечеткое управление, поскольку можно описывать правила в форме «если... то» одинаковым образом и для запуска, и для нормальной работы.

Вторая особенность - параллельное управление - заключается в том, что и нечеткие методы управления существенно различаются. Традиционные методы управления - это либо классические, либо современные методы, в которых обобщенное правило управления представляется с помощью одной формулы, в то время как при нечетком управлении используется большое число частных правил. Каждое правило действует в определенной области информационного пространства, используемого при управлении; для каждой локальной области распределенного информационного пространства целесообразно создавать отдельные правила управления. Кроме того, если имеется мною регулируемых величин, для каждой из них можно создать отдельные правила управления. Аналогично, если имеется много целей управления, для каждой цели желательно создавать правила управления. Классическое управление существенно ограничивало теоретически возможные разновидности целей в связи с необходимостью представлять цель обобщенной функцией. При нечетком управлении необходимость в целевых функциях и в решении задач оптимального управления отпадает, поэтому можно успешно справляться со всем многообразием целей и даже со взаимно противоречащими целями.

Третья особенность нечеткого управления состоит в том, что правила записываются словами в форме «если... то». Это означает, что можно организовать управление в виде диалога с оператором, а регулятор превращается из прежнего «черного ящика» в «серый ящик». Следовательно, оператор легко будет понимать действия регулятора. Кроме того.

за счет обучения оператор может улучшать способности нечеткого регулятора. Наивысшей формой обучения человека является не достижение мастерства в движении рук и ног путем повторяющихся действий, а обучение на языковом уровне. Благодаря обучению с помощью языка можно легко получать новые знания.

Итак, в чем же заключаются достоинства нечеткой логики, которые явно проявляются в нечетком управлении? Если говорить кратко, то нечеткая логика позволяет удачно представить мышление человека, т. е. способы принятия решения человеком и способы моделирования сложных объектов, и, кроме того, пригодна для представления знаний. В ходе принятия решения человек легко овладевает ситуацией, разделяя ее на события, находит решение в сложных ситуациях путем применения для отдельных событий соответствующих правил принятия решения, на основании прошлого опыта искусно наделяет объект отличительными признаками и приходит к общему решению. Другими словами, решение принимается не на основе унифицированных стоимостных критериев, а с использованием большого числа стоимостных критериев, нередко противоречащих друг другу. В случае неполной информации возможна помощь в принятии решения с использованием выводов. В нечеткое управление вводятся подобные методы принятия решений, свойственные человеку, в форме распределенных по отдельным состояниям и целям правил управления и нечетких выводов. Человек в повседневной деятельности никогда не пользуется формальным моделированием на основе математических выражений; он не ищет одного закона, описывающего все. Язык, которым пользуется человек для моделирования, - это нечеткий естественный язык. Полученная модель не является унифицированной: она либо описывает свойства фрагментов объектов, либо является набором нескольких локальных моделей, поставленных в определенные условия. Сами локальные модели не используют числовых значений, поэтому не являются микромоделями; обладая некоторой общностью, они просты для понимания на качественном уровне. При нечетком управлении по этому образцу создают модель действий оператора с помощью высказываний типа «если... то», используя обычные слова. В случае представления знаний человек не запоминает данные в том порядке, в котором они появляются, как не запоминает и свои собственные

действия; он обобщает и упорядочивает данные и действия в виде знаний так, чтобы их можно было легко понять и в дальнейшем просто к ним обратиться. Представление осуществляется на естественном языке. Вместо того чтобы выстраивать цепочку числовых значений, человек проводит нечеткие границы типа «малый», «средний» и т. п., причем, если представление сводится к словам, можно существенно сэкономить память и при необходимости легко вспомнить. Благодаря применению нечетких слов можно легко представить случаи с неполными данными. Существенно то, что при представлении знаний человек пользуется словами, и эти слова нечеткие.

Итак, можно воспользоваться достоинствами нечеткой логики и ее особенностями. В областях, не связанных с управлением, можно по-новому взглянуть на задачи: а нет ли в них общего с точки зрения эффективности нечеткой логики, обнаруженной при управлении? Это поможет найти пути решения задач, которые невозможно было предусмотреть известными методами. Между задачами из области управления и задачами из других областей знаний часто есть много общего, удачные примеры использования знаний человека в нечетком управлении могут служить важным ориентиром в промышленных применениях нечеткой логики.

<< Предыдущий параграф Следующий параграф >>
Оглавление