Краткие теоретические сведения о теории нечетких множеств

Введение

Искусственный интеллект (ИИ) – наука и технология, областью исследования которой является автоматизация разумного поведения. Предметом ИИ является изучение интеллектуальной деятельности человека, подчиняющейся заранее неизвестным законам. Термин «искусственный интеллект» (AI – Artificial Intelligence) был предложен в 1956 году на семинаре в Дартсмутском колледже (США).

Методы ИИ предполагают имитацию процесса мыслительной деятельности человека при решении практических задачи. Искусственный интеллект выступает как общая схема (методология) решения трудно формализуемых, плохо поставленных задач, традиционно решаемых человеком с привлечением опыта, аналогий, интуиции и т.п.

Выделяют следующие основные направления этих исследований [1]:

1) моделирование на ЭВМ творческих процессов (игра в шахматы, доказательство теорем, машинный перевод и т.д.);

2) внешняя интеллектуализация ЭВМ (создание интеллектуального интерфейса, речевой ввод/вывод информации, семантическая визуализация и т.п.);

3) внутренняя интеллектуализация ЭВМ (разработка новых архитектур ЭВМ, предназначенных для построения интеллектуальных систем);

4) целенаправленное поведение роботов (т.е. создание интеллектуальных роботов и систем, способных автономно совершать операции по достижению целей, поставленных человеком).

Задачи, решаемые методами искусственного интеллекта, характеризуются следующими особенностями:

- неизвестен алгоритм их решения (такие задачи называют интеллектуальными);

- используется, помимо традиционных данных в числовом формате, информация в виде изображений, рисунков, знаков, букв, слов, звуков;

- предполагается наличие выбора.

Бурное развитие информационных технологий позволило осуществить более тесную интеграцию систем автоматизированного управления и систем искусственного интеллекта. Включение в управляющие системы элементов ИИ позволяет добиться максимальной автономности управляющего комплекса и ввести в автоматизированную систему новые уровни управления: координирования и планирования.

Под интеллектуальной системой сегодня понимается адаптивная система, позволяющая выполнять программы целесообразной деятельности по решению поставленных перед ней задач на основании конкретной ситуации, складывающейся на данный момент в окружающей их среде.

Цель работы

Целью работы является применение методов ИИ в задачах моделирования и управления технически сложными объектами нефтепереработки.

В качестве задания предлагается разработать модели различных технологических процессов, используя методы теории «нечеткой логики» и искусственных нейронных сетей, также рассмотрена задача классификации данных, которая может быть полезна при решении задачи идентификации технологической ситуации.

Краткие теоретические сведения

Краткие теоретические сведения о теории нечетких множеств

Нечёткая логика и теория нечётких множеств – раздел математики, являющийся обобщением классической логики и теории множеств. Понятие нечёткой логики было впервые введено профессором Лотфи Заде в 1965 году. Нечеткая логика оперирует понятием нечеткого множества.

Под нечётким  множеством понимается совокупность

,

где  - универсальное множество, а  – функция принадлежности (характеристическая функция), характеризующая степень принадлежности элемента  нечёткому множеству .

Функция  принимает значения в некотором вполне упорядоченном множестве . Множество  называют множеством принадлежностей, часто в качестве  выбирается отрезок . Если , то нечёткое множество может рассматриваться как обычное, чёткое множество.

Функция принадлежности  может задаваться с помощью типовых форм функций принадлежности (рисунок 1).

Аналитическая запись некоторых типовых функций принадлежности:

треугольная - - определяют параметры функции;

гауссова - - параметры функции принадлежности.

На базе аппарата нечеткой логики возможно построение вычислительных алгоритмов, определяющих связи параметров объекта на основе логических рассуждений, и получение нечеткой модели объекта.