Введение
ГЛАВА 1. Моделирование сложных систем на основе адаптивного нечеткого логического вывода 12
1.1. Исследование понятия сложной системы и ее основных элементов. 12
1.2. Математическая теория нечетких множеств 15
1.3. Нечеткие правила и способы нечеткого логического вывода 20
1.4. Эволюционный подход к построению моделей нечеткого вывода... 26
1.4.1. Генетический алгоритм с двоичным кодированием 27
1.4.2. Генетический алгоритм с вещественным кодированием 33
1.5. Структура адаптивной нечеткой модели с генетическим алгоритмом обучения 37
1.6. Классификация адаптивных моделей нечеткого вывода 38
1.7. Сравнительная характеристика методов генерации нечетких правил40
1.8. Методы параметрической адаптации нечетких систем, анализ их преимуществ и недостатков 42
1.9. Анализ существующих программных средств для построения адаптивных моделей нечетного вывода 44
Цель и задачи исследования 48
ГЛАВА 2. Разработка метода обучения нечеткой модели 51
2.1. Основные проблемы, возникающие на этапах обучения и настройки нечеткой модели. 51
2.2. Классификационный алгоритм генерации нечетких правил 60
2.3. Одноэтапный комбинированный метод обучения нечеткой модели Мамдани 65
2.3.1. Формализация задачи обучения и настройки адаптивной нечеткой модели 65
2.3.2. Схема кодирования вектора параметров нечеткой модели в хромосому для оптимизации генетическим алгоритмом 67
2.3.3. Алгоритм комбинированного метода обучения 75
2.3.4. Алгоритм поиска подобного правила при неполной базе нечетких правил 78
2.4. Разработка гибридного генетического алгоритма для использования в процедуре обучения нечеткой модели 81
2.5. Адаптация комбинированного метода обучения к нечетким правилам в форме TSK 87
Выводы 89
ГЛАВА 3. Численно-параметрические исследования 91
3.1. Описание разработанного программного обеспечения для построения адаптивной модели нечеткого вывода. 91
3.2. Исследование эффективности гибридного генетического алгоритма в задачах глобальной оптимизации 94
3.3. Исследование эффективности комбинированного метода обучения адаптивной нечеткой модели для идентификации нелинейных зависимостей 101
3.3.1. Описание тестовых функций. 101
3.3.2. Условия проведения эксперимента и принятые параметры алгоритмов 103
3.3.3. Результаты тестовых экспериментов 106
3.3.4. Анализ результатов численно-параметрического эксперимента 116
3.3.5. Восстановление поверхности многомодальной обобщенной функции Растригина нечеткой моделью 119
Выводы 124
ГЛАВА 4. Применение модели адаптивного нечеткого вывода для прогнозирования трудоемкости изготовления деталей в машиностроении 126
4.1. Анализ необходимости разработки новых методов нормирования. 126
4.2. Использование теории конструктивно-технологической сложности для формализованного описания групп машиностроительных деталей 129
4.3. Модель адаптивного нечеткого вывода для определения прогнозной трудоемкости изделий на основе теории конструктивно-технологической сложности 131
4.4. Построение адаптивной нечеткой модели для определения трудоемкости для класса корпусных деталей 138
Выводы 145
Заключение 147
Список литературы 151
Приложения 162
