SCI Библиотека

Цель работы - создание экспертной системы, которая на основе алгоритма нечеткой логики позволяет оценить эффективность вспашки почвы от ее агротехнических характеристик. Экспертная система оценки эффективности вспашки почвы разработана с использованием Fuzzy Logic Toolbox в MatLab. Пакет позволяет создавать системы нечеткого логического вывода, включая проектирование и моделирование. Результаты визуализируются через Rule Viewer и Surface Viewer, отображающие диалоговые окна и поверхности отклика. С помощью редактора Fuzzy Inference System Editor была создана экспертная система на основе алгоритма Мамдани для оценки эффективности вспашки почвы. Входные параметры: «грубая вспашка», «равномерность», «глыбистость», «свальный гребень», «глубина» (оценка от 0 до 10). В отношении этих величин заданы функции принадлежности и три правила соответствия, определяющие значение эффективности вспашки почвы от входящих характеристик. Система тестировалась через Rule Viewer, показывая зависимость величины эффективности вспашки от входящих параметров. Поверхность отклика обнаруживает ступенчатую структуру и резко возрастает при увеличении глыбистости выше 7 и свального гребня выше 5. Разработан пользовательский интерфейс, реализующий систему нечеткой логики для оценки экологического риска на основе экспертных оценок показателей качества окружающей среды. Система интегрируется в Simulink и может работать как независимое приложение. Интерфейс интуитивно понятен и позволяет вводить данные и получать результаты быстро. Алгоритмы нечеткой логики позволяют обрабатывать неточные данные, обеспечивая надежные прогнозы и рекомендации по агротехническим процессам. Интеграция с Simulink способствует комплексному подходу к управлению сельскохозяйственными процессами. Система легко расширяется за счет модулей и адаптируется к условиям и требованиям, улучшая оценку и прогнозируя в контексте мелиорации.

Исследуется теория линейных и нелинейных нечетких интегральных уравнений Вольтерра с кусочно-непрерывными ядрами. Проблема решается с использованием метода последовательных приближений. Рассмотрены вопросы существования и единственности решений для нечетких интегральных уравнений Вольтерра с кусочными ядрами. Численные результаты получены путем применения метода последовательных приближений как к линейным, так и нелинейным интегральным уравнениям Вольтерра с кусочно-непрерывными ядрами. Построены графики для анализа ошибок с целью иллюстрации точности метода. Кроме того, представлено сравнительное исследование, где используются графики приближенных решений для различных значений нечетких параметров. Чтобы подчеркнуть эффективность и значимость метода последовательных приближений, проводится сравнение с традиционной техникой гомотопического анализа. Результаты показывают, что метод последовательных приближений превосходит метод гомотопического анализа по точности и эффективности.

Статья посвящена проблемам применения средств автоматизации при решении задач мониторинга и управления в части, касающейся оценки качества нечетких классификационных моделей, для которых порядок классификации реализуется на основании знаний (правил) в условиях отсутствия обучающей выборки. Предложен подход к получению априорных оценок качества классификации на основе исследования чувствительности используемой модели к изменению значений внутренних параметров в ходе соответствующего моделирования. Получена интерпретация результатов моделирования в виде оценки рисков, вызванных несовершенством самих классификационных моделей. В статье приведен пример нечеткой классификационной модели, в основе которой лежит сравнение текущего состояния объекта мониторинга, описываемого с использованием нечетких признаков, с набором заранее заданных типовых состояний, формирующих соответствующие нечетко равные между собой (близкие) состояния (ситуации мониторинга). Сравнение осуществляется с использованием операции нечеткой импликации при условии соблюдения требуемой достоверности. На примере данной модели показано, каким образом вид операции импликации, а также внутренние особенности модели влияют на результаты классификации, предложены соответствующие показатели, которые являются как интерпретацией общепринятых показателей оценки качества классификации, так и уникальными, присущими именно рассмотренной модели. Проведены вычислительные эксперименты, которые позволили получить графики изменения показателей оценки качества классификации для рассматриваемой модели и ее модификации, наглядно отобразить влияние внутренних параметров модели на результаты ее применения. Предложены ряд показателей, позволяющих провести априорную оценку рисков, возникающих вследствие применения модели, до ее фактического применения.