Студопедия

КАТЕГОРИИ:

АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

А.Модель №1– треугольная функция принадлежности




КУРСОВАЯ РАБОТА

по дисциплине «Системы искусственного интеллекта»

 

«Составление нечёткой модели технологического объекта»

 

Вариант 13

 

Выполнил:

Студент гр. АГ-08-01                              __________Д.А. Саркисян

 

Проверил:

Ст. преподаватель          __________С.Н. Фёдоров

 

Уфа, 2011г.

СОДЕРЖАНИЕ

                                                                                С.

Введение………………………………………………….……………………......3

Краткие теоретические сведения………………………………………………...3

Задание…………………………………………………………………………….4

Выполнение………………………………………………………………….…….5

1 Построение концептуальной модели объекта………………………….5

2 Определение диапазонов варьирования входных и выходных переменных………………………………………………………………………..7

3 Определение функций принадлежности для диапазонов варьирования переменных………………………………………………………………………..8

4 Составление правил нечеткого вывода……………………………......10

5 Проверка адекватности полученных моделей………………………...11

Выводы……………………………………………………………………….......14

 

 

Введение

Искусственный интеллект (ИИ) (англ. Artificialintelligence, AI) – наука и технология создания интеллектуальных машин и систем, особенно интеллектуальных компьютерных программ, направленных на то, чтобы понять человеческий интеллект. Методы искусственного интеллекта предполагают имитацию процесса мыслительной деятельности человека при решении 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., тогда как вычислительный интеллект характеризует некий инструментарий в виде специально разработанного методического обеспечения, комплекса алгоритмов и программ, позволяющих решать широкий спектр антропоморфных задач с привлечением методов искусственного интеллекта.

Целью работы является применение методов искусственного интеллекта в задачах моделирования и управления сложными нелинейными объектами нефтепереработки.

 

Краткие теоретические сведения

Нечёткая логика и теория нечётких множеств — раздел математики, являющийся обобщением классической логики и теории множеств. Понятие нечёткой логики было впервые введено профессором ЛютфиЗаде 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 (см. рисунок 1).

Аналитическая запись некоторых типовых функций принадлежности:

· треугольная -  - определяют параметры функции принадлежности;

· 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.

 

 

Рисунок 1 – Типовые формы функций принадлежности

(1 – треугольная, 2– гауссова)

 

Задание

Разработать модель вакуумной колонны для расчета вязкости одного бокового погона, определяемой вязкостью сырья, подаваемого в колонну, температурой и значением отбора бокового погона.

Разработать нечеткие модели с использованием функций принадлежности двух видов:

- треугольная;

- гауссова.

Модель должна на качественном уровне быть адекватной объекту моделирования.

Реализация операции нечеткой дизъюнкции (s – норма): max.

Реализация операции нечетко конъюнкции (t – норма): min.

Реализация дефазификации – метод центра тяжести фигуры.

В отчете необходимо привести:

- формальное описание постановки задачи;

-описание модели объекта управления на топологическом уровне;

-графики функций принадлежности на диапазоне варьирования входных и выходных переменных;

- правила нечеткого вывода;

- результаты моделирования по полученным двум моделям (с функциями принадлежности разных видов) как зависимость расчетного параметра от каждого из входных.

- вывод о работе модели.

 

Выполнение

    1 Построение концептуальной модели объекта

        Для построения модели выделим следующие входные и выходные переменные.

Входные переменные:

- вязкость сырья Vc,

- температура бокового погона Тp,

-отбор бокового погона Qp.

Выходные переменные:

-вязкость одного бокового погонаV.

Концептуальная модель объекта показана на рисунке 2.

Qp
Tp
Vc
V

Рисунок 2 – Концептуальная модель

 

Данная концептуальная модель должна обеспечивать функционирование соответствующее следующей зависимости:

Модель создается с помощью программы Mathlab (смю рисунок 2).

 

Рисунок 2 –Модель в программе Mathlab

 

    2Определение диапазонов варьирования входных и выходных переменных

        Для данного технологического объекта примем следующие диапазоны варьирования входных и выходных переменных:

· Вязкость сырья Vc, мм2                                          10…40

· Температура бокового погона Тp, °С                      30…90

· Отбор бокового погона Qp, м3                                   5…35

· Вязкость одного бокового погонаV, мм2              11,5…71,5

Таблица 1 – Расчетные значения вязкости

Vc, мм2

Тp, °С

Qp, м3

V, мм2

10

30

5

11,5

10

60

5

13

10

90

5

14,5

10

30

20

16

10

30

35

20,5

10

60

20

22

25

30

5

26,5

10

90

20

28

25

60

5

28

25

90

5

29,5

10

60

35

31

25

30

20

31

25

30

35

35,5

25

60

20

37

10

90

35

41,5

40

30

5

41,5

25

90

20

43

40

60

5

43

40

90

5

44,5

25

60

35

46

40

30

20

46

40

30

35

50,5

40

60

20

52

25

90

35

56,5

40

90

20

58

40

60

35

61

40

90

35

71,5

 

    3 Определение функций принадлежности для диапазонов варьирования переменных

Каждой входной и выходной переменной соответствует своя лингвистическая переменная. Для них приняты три терма:

    N – низкие значения переменных;

    Z – средние значения переменных;

    P – высокие значения переменных.

        Получимследующие вершины термов:

· Вязкость сырья Vc, мм2/с:

N – 10,Z – 25,P–40

· Температура бокового погона Тp, °С:

N –30,Z – 60,P–90

· Отбор бокового погона Qp, м3/ч:

N –5,Z – 20,P–35

· Вязкость одного бокового погонаV, мм2/с:

N – 11,5, Z – 46,5,P–71,5

 

А.Модель №1– треугольная функция принадлежности










Последнее изменение этой страницы: 2018-05-10; просмотров: 182.

stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда...