Метод извлечения знаний из физически измеряемого сигнала обучения: проектирование баз знаний нечеткого регулятора
Боковая панель статьи
Основное содержимое статьи
Аннотация
В статье рассматриваются методы проектирования баз знаний на основе моделей интеллектуальной системы автоматического управления на примере динамически неустойчивого объекта типа «каретка – перевернутый маятник». Приводится сравнение систем управления на основе ПИД-регулятора и нечетких регуляторов с применением программного инструментария «оптимизатор баз знаний». Для создания базы знаний интеллектуального регулятора используются два источника обучающего сигнала: реальный объект управления и верифицированная математическая модель. Описан метод верификации математической модели на основе генетического алгоритма.
Скачивания
Информация о статье
Библиографические ссылки
Ульянов С.В., Литвинцева Л.В., Добрынин В.Н., Мишин А.А. Интеллектуальное робастное управление: технологии мягких вычислений. – М.: ВНИИгеосистем, 2011.
Ulyanov S.V. Self-organization of robust intelligent controller using quantum fuzzy inference // Proc. of IEEE Intern. Conference ISKE’2008 (3rd Intern. Conf. on Intelligent System and Knowledge Engineering). – Xiamen, China, 2008. – Vol. 1. – Pp. 726-732.
Ulyanov S.V. Self-organized intelligent robust control based on quantum fuzzy inference. – Recent Advances in Robust Control – Novel Approaches and Design Methods / A. Mueller (Ed.), Ch. 9, In Tech, 2011. – Pp. 187-220.
Litvintseva L.V., Ulyanov S.V., Ulyanov S.S. Design of robust knowledge bases of fuzzy controllers for intelligent control of substantially nonlinear dynamic systems: II A soft computing optimizer and robustness of intelligent control systems // J. of Computer and Systems Sciences Intern. – 2006. – Vol. 45. – № 5. – Pp. 744-771.
Litvintseva L.V., Ulyanov S.V. Quantum fuzzy inference for knowledge base design in robust intelligent controllers // J. of Computer and Systems Sciences Intern. – 2007. – Vol. 46. – № 6. – Pp. 908-961.
Литвинцева Л.В., Ульянов С.В. Интеллектуальные системы управления. I. Квантовые вычисления и алгоритм самоорганизации // Изв. РАН. ТиСУ, 2009. – № 6. – С. 69-97.
Ульянов С.В., Решетников Г.П., Мишин А.А. Физическая корректность знаний и алгоритмическая сложность описания робастных моделей объектов управления. Ч.1 // Системный анализ в науке и образовании: сетевое научное издание. – 2011. – №3. – [Электронный ресурс]. URL: http:/www.sanse.ru/archive/21. – 0421100111025.
Ulyanov S.V. et all. Soft computing optimizer of intelligent control system structures. – Patent PCT WO 2005/013019 A3. – Publ. Date – 10. 02. 2005; Patent US 7,219,087B2. – Date of Patent. – May 15, 2007.
Ulyanov S.V. et all. System for soft computing simulation. – Patent US 2006/0218108 A1. – . Date of Patent. – Sept. 28, 2006.
Wang L.-X. A course in fuzzy systems and control. – Prentice-Hall Intern., Inc., 2004.
Караткевич С.Г., Литвинцева Л.В., Тятюшкина О.Ю., Григорьев П.Н., Решетников А.Г. Применение интеллектуального программного инструментария в проектировании баз знаний // Системный анализ в науке и образовании: сетевое научное издание. – 2010. – №1. – [Электронный ресурс]. URL: http://www.sanse.ru/archive/15. – 0421000111004.
Hyung-Jik Lee, Seul Jung. Gyro sensor drift compensation by Kalman filter to control a mobile inverted pendulum robot system. Department of Mechatronics engineering / Chungnam National University. 2008
Grasser, F., D’Arrigo, A., Colombi, S. and Rufer, A. Joe: A mobile inverted pendulum. // IEEE Transaction Electronics. – 2002. – Vol. 49. – № 1. – Pp. 107-114.
Choi D., Oh J.-H. Human-friendly motion control of a wheeled inverted pendulum by reduced-order disturbance observer // IEEE International Conference on Robotics and Automation Pasadena, CA, USA, May 19-23, 2008. – Pp. 2521-2526.
Nawawi S. W., Ahmad M. N. and Osman J. H. S., Real-time control system for a two-wheeled inverted pendulum mobile – robot // Advanced Knowledge Application in Practice / I. Fuerstner (Ed). – InTech, 2010. – Pp. 299-312.
Gocmen A. Design of two wheeled electric vehicle. – Master Sci. Thesis. – Atilim University, Temmuz. – 2011.
Takeneka T., Hirano M., Izumi H., Kuwabara K., Koyama K., Kobashi Sh. Inverted pendulum mobile vehicle. – Patent US 8,224,891 B2. – Date of Patent. – Jul. 24, 2012.
Castro A. Modeling and dynamic analysis of a two-wheeled inverted pendulum. – Master Science Thesis. – Georgia Institute of Technology, Atlanta, USA. – 2012.
Nasir A., Ahmad N., Ghazali R., Pakheri N. Performance comparison between fuzzy logic controller (FLC) and PID controller for a highly nonlinear two-wheels balancing robot // 1st International Conference on Informatics and Computational Intelligence. – IEEE Computer Society. – 2011. – Pp. 176-181.
Nahid F.S., Karthik V., Karun M.V. Implementation of intelligent control for controlling the two wheel inverted pendulum // Intern. Confer. Computing and Control Engineering (ICCCE 2012), 12 & 13 April, 2012. – Published by Coimbatore Institute of Information Technology. – 2012.
Васильев С.Н., Жерлов А.К., Федосов Е.А. и др. Интеллектное управление динамическими системами. – М.: Физматгиз, 2000.
Лебедев Г.Н. Интеллектуальные системы управления и их обучение с помощью методов оптимизации (Учебное пособие). – М.: МАИ, 2002.
Усков А.А., Круглов В.В. Интеллектуальные системы управления на основе методов нечеткой логики. – Смоленск: Смол. Город. Типография, 2003.
Макаров И. М., Лохин В. М., Манько С. В. и др. Искусственный интеллект и интеллектуальные системы управления. – М.: Наука, 2006.
Гостев В.И. Нечеткие регуляторы в системах автоматического управления. – Киев: Радиоiматор, 2008.
Жданов А.А. Автономный искусственный интеллект. – БИНОМлаборат. знаний, 2008.
Афанасьев В.Н. Динамические системы управления с неполной информацией. – М., 2007.
Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления. Теория и практика. – М.: Радиотехника, 2009.
Васильев С.Н. (ред.) Интеллектуальные системы управления – М.: Машиностроение, 2010.
Ponce-Cruz P., Ramirez-Figueroa F.D. Intelligent control systems with Lab VIEW™. –Berlin: Springer Verlag, 2010.
Wen Y. (Ed.). Recent advances in intelligent control systems. – Springer Verlag, 2009.
Szederkényi G., Lakner R., Gerzson M. Intelligent control systems: An introduction with examples. – Kluwer Acad. Publ. – 2002.
Behera L., Kar I. Intelligent systems and control principles and applications. – Oxford University Press, 2010.
Nanayakara T., Jamshidi M., Sahin F. Intelligent control systems with an introduction to system of systems engineering. – CRC Press, 2009.
Shin Y.C., Xu Ch. Intelligent systems: Modeling, optimization, and control (Automation and Control Engineering). – CRC Press, 2008.
Zdenko K, Bogdan S. Fuzzy controller design: Theory and applications. - CRC Press, 2006.
Reznik L. Fuzzy controller’s handbook: How to design them, How they work. – Newnes, 1997.
Kai M. Fuzzy control: fundamentals, stability and design of fuzzy controllers. – Springer, 2006.
Feng G. Analysis and synthesis of fuzzy control systems: A model-based approach. – CRC Press, 2010.
Ulyanov S.V., Sheng Z., Yamafuji K. Fuzzy intelligent control of robotic unicycle: New Benchmark in non-linear mechanics and mechatronics // Proc. IEEE Conf. Recent Advances in Mechatronics (ICRAM'95), August 14-16, 1995 Istanbul, Turkey. – 1995. – Vol. II. – Pp. 704-709.
Sheng Z Q, Yamafuji K, Ulyanov S V Study on the stability and motion control of a unicycle. Pts 3, 4, 5 // JSME Intern. J. – 1996. – Vol. 39. – № 3. – Pp. 560-568; 569-576; J. of Robotics & Mechatronics. – 1996. – Vol. 8. – № 6. – Pp. 571-579.
Ulyanov S. V., Watanabe S., Ulyanov V. S., Yamafuji K., Litvintseva L. V., Rizzotto G. G. Soft computing for the intelligent robust control of a robotic unicycle with a new physical measure for mechanical controllability // Soft Computing. – 1998. – Vol. 2. – № 2. – Pp. 73-88.
Ulyanov S.V. System for intelligent control based on soft computing. – US Patent US 6,415,272 B1. Filed – Oct. 1998. – Date of patent. – Jul. 2, 2002.
Ульянов В. С., Язенин А. В. Математическая модель интеллектуальной системы управления комплексным, глобально неустойчивым объектом на основе мягких вычислений // Изв. РАН. Теория и Системы Управления. – 2001. – № 3. – С. 122-137.