Анық емес жүйелер: Сугено & Мамдани / Нечеткие модели / Fuzzy models: Sugeno & Mamdani

Описание: Начинается серия уроков по инженерии знаний - нового направления науки и техники в области искусственного интеллекта.

Цель урока - дать основные понятия и объяснить принципы построения нечетких систем.

Приводятся основные понятия нечеткой логики (НЛ): смарт система, нечеткая логика, экспертная система, база знаний,
решатель (интерпретатор), рабочая память, предметная область, организация знаний, представление знаний, инженерия знаний.

Подробно рассмотрена представление знаний - Продукционная модель, имеющая широкое распространение.

Также описаны модели нечетких систем:
Принцип Заде,
Модель Сугено-Такаги,
Модель Мамдани,
Байес - модель,
Модель Демпстер-Шеффера.

Приведены задачи, решаемые в НЛ: анализ, нечеткая идентификация и синтез.
Подробно рассмотрены структура и алгоритмы принятия решений в модели Сугено и Мамдани.

Модель Мамдани в основном используется для идентификации текущей ситуации (нечеткого распознавания),
модель Сугено - для принятия решения (дискретного выбора решений).

Подробно рассмотрены функции принадлежности нечетких систем.

Вы можете найти ответы на вопрос:
какие задачи ставятся при разработке нечетких систем?
как классифицируются нечеткие системы?
как используются модели для решения практических задач?

Подробно описана Гибридная модель (ANFIS), объединяющая свойства Нечетких моделей и Нейронных сетей.

Надеюсь, что этот урок будет полезным для специалистов в области инженерии знаний. Желаю удачи!

////////////////////////////////////////////////////////////////////////////////////////////

A series of lessons on knowledge engineering begins - a new direction of science and technology in the field of artificial intelligence.

The purpose of the lesson is to give the basic concepts and explain the principles of constructing fuzzy systems.

The basic concepts of fuzzy logic (FL) are given: smart system, fuzzy logic, expert system, knowledge base,
solver (interpreter), working memory, subject area, knowledge organization, knowledge representation, knowledge engineering.

The representation of knowledge - the production model, which is widely used, is considered in detail.

Models of fuzzy systems are also described:
Zadeh principle,
Model Sugeno-Takagi,
Model Mamdani,
Bayes - model,
Dempster-Schaeffer model.

The tasks solved in the NL are given: analysis, fuzzy identification and synthesis.
The structure and decision-making algorithms in the Sugeno and Mamdani model are considered in detail.

The Mamdani model is mainly used to identify the current situation (fuzzy recognition),
Sugeno model - for decision making (discrete choice of decisions).

Membership functions of fuzzy systems are considered in detail.

You can find answers to the question:
what tasks are set in the development of fuzzy systems?
How are fuzzy systems classified?
How are models used to solve practical problems?

The Hybrid Model (ANFIS), which combines the properties of Fuzzy Models and Neural Networks, is described in detail.

I hope that this lesson will be useful for specialists in the field of automation and control. Good luck!

///////////////////////////////////////////////////////////////////////////////////////////////

Қазақша күйлер және әндер:

1 - Теріскей
2 - Табиғат күйі

Пайдалы сілтемелер / полезные ссылки / useful links:

1 - Моя научная статья “Smart greenhouse
and plant growth control” в журнале Скопус - http://pen.ius.edu.ba/index.php/pen/a...

2 - Ақылды жүйелерге кіріспе. Б 3 /
Введение в смарт системы. Ч 3 /
Introduction to Smart systems. P 3 -    • Ақылды басқару. Б 3 / Смарт управление. Ч ...  

3 - Басқару есептері / 1.5 Задачи управления /
1.5 Control tasks (problems)    • 1.5 Басқару есептері / 1.5 Задачи управлен...  

4 - Басқару есептерінің қойылуы /
Постановка задач управления /
Formulation of the control problems    • 2.5 Басқару есептерінің қойылуы / Постанов...  

5 - Сараптау жүйелері / Экспертные системы /
Expert systems    • Сараптау жүйелері // Экспертные системы //...