Разработка и применение метода нечетких измерений на основе нейронной модели диагностики экспертных знаний и заключений на примерах исследований сложных процессов

  • Автор:
  • Специальность ВАК РФ: 05.13.16
  • Научная степень: Кандидатская
  • Год защиты: 2000
  • Место защиты: Екатеринбург
  • Количество страниц: 144 с. : ил.
  • Стоимость: 230 руб.
Титульный лист Разработка и применение метода нечетких измерений на основе нейронной модели диагностики экспертных знаний и заключений на примерах исследований сложных процессов
Оглавление Разработка и применение метода нечетких измерений на основе нейронной модели диагностики экспертных знаний и заключений на примерах исследований сложных процессов
Содержание Разработка и применение метода нечетких измерений на основе нейронной модели диагностики экспертных знаний и заключений на примерах исследований сложных процессов
ВВЕДЕНИЕ
Содержание

1. Особенности использования методов и математических моделей для оценки экспертных знаний, используемых в сложных объектах и процессах.
1.1.Учет качественной составляющей информации, использующейся при анализе сложных объектов и процессов.
1.2.Использование качественной информации при управлении доменным процессом.
1.3.Состояние вопроса о методах обработки нечеткой информации.
1.4.Возможность использования нейронных
технологий для оценки знаний и заключений
эксперта.
1. 5 . Постановка задач исследования.
2. Разработка метода нечетких измерений.
2.1.Физическая постановка задачи и математическая формулировка метода нечетких измерений.
2.2.Решение задачи наблюдения при определении качества ЭЗЗ.
2.3.Решение задачи классификации в методе
нечетких измерений.
2.4.Решение задачи распознавания в методе
нечетких измерений.
2.5.Разработка модели эксперта как измерительной системы.
2.6.Выводы.

3.Разработка и реализация нейронной модели диагностики ЭЗЗ.
3.1.Структурная реализация нейронной модели.
3.2.Определение передаточных характеристик нейронов входного слоя.
3.3.Определение передаточных характеристик нейронов промежуточных слоев {II и III) НС.
3.4.Определение передаточных характеристик нейронов выходного слоя.
3.5.Использование элементов ядерной организации при построении нейронной сети.
3.6.Особенности программной реализации
определения вектора компетентности.
3.7.Выводы.
4. Практическое применение метода нечетких измерений для исследования и диагностики ЭЗЗ в сложных
технологиях {на примере доменного производства).
4.1.Характеристика особенностей использования метода нечетких измерений в условиях доменной плавки.
4.2.Результаты определения характеристик
доменного процесса, зоны малоподвижных материалов и их анализ.
4.3.Разработка рекомендаций по улучшению
технико-экономических показателей доменного процесса на основе метода нечетких измерений.
4.3.1.Особенности разработки рекомендаций для условий доменной печи.
4.3.2. Основные расчетные зависимости.

4.3.3. Алгоритм реализации метода определения рекомендаций по улучшению технико-экономических показателей доменной печи.
4.3.4. Расчет рекомендаций по улучшению технико-экономических показателей доменной плавки.
4.4. Определение информационного класса персонала в условиях доменного производства
4.5. Выводы.

ЗАКЛЮЧЕНИЕ
Библиографический список использованной литературы. 125 ПРИЛОЖЕНИЯ

Реализация задачи диагностики ЭЗЗ с помощью нейросетевой технологии, предполагает комбинирование
метода нечетких измерений и нейронной сети в единую гомогенную архитектуру. Такие системы могут интерпретироваться либо как нейронные сети с нечеткими параметрами, либо как параллельные распределенные
нечеткие системы. Главным преимуществом таких систем является то, что они представляют собой успешный симбиоз теории нечетких множеств и нейронных сетей, в которых
сочетаются наглядность первых и универсальность последних [35]
Успех сочетания нечетких моделей и НС существенно зависит от разумного нечеткого разбиения пространств входов и выходов. Вследствие этого, задача адаптации функций принадлежности может быть поставлена как задача оптимизации, для решения которой и используются НС. Наиболее простой путь для этого заключается в выборе некоторого вида функции принадлежности, форма которой
управляется рядом параметров, значения которых находятся через передаточные характеристики соответствующих нейронов НС.
Особенностью такого подхода является то, что адаптируются не величины связей между нейронами, а формы нелинейного преобразования, осуществляемого нейронами (функции принадлежности). С нейрокомпьютерной точки зрения достоинство нечетких моделей как раз и связано с нелинейностью функции принадлежности. Фиксирование и изначальное задание архитектуры сети позволяет интерпретировать ее решения. И что особенно важно,

Рекомендуемые диссертации данного раздела