Сравнение алгоритмов нечёткого вывода с использованием языков стандарта МЭК | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 2 ноября, печатный экземпляр отправим 6 ноября.

Опубликовать статью в журнале

Автор:

Рубрика: Технические науки

Опубликовано в Молодой учёный №5 (52) май 2013 г.

Статья просмотрена: 5764 раза

Библиографическое описание:

Мелков, Д. А. Сравнение алгоритмов нечёткого вывода с использованием языков стандарта МЭК / Д. А. Мелков. — Текст : непосредственный // Молодой ученый. — 2013. — № 5 (52). — С. 74-79. — URL: https://moluch.ru/archive/52/6980/ (дата обращения: 19.10.2024).

Ключевые слова: ПИ-регулятор, нечёткий регулятор, Мамдани, Ларсен, Сугено.

Известно, что 85 % САУ во многих странах реализуют пропорционально-интегральные (ПИ) и пропорционально-интегрально-дифференциальные (ПИД) алгоритмы [3, с. 149]. Вместе с тем, в последнее время широкую популярность находят нечёткие модели и алгоритмы управления [5]. Одним из научных направлений в данной области является нечёткая коррекция настроек ПИ-регулятора по анализу качества переходных процессов [4].

Нечёткий логический вывод осуществляется за следующие четыре этапа: фаззификация, логический вывод, композиция и дефаззификация (приведение к чёткости) [1, с. 26]. Существует четыре классических алгоритма нечёткого вывода: Мамдани, Сугено, Цукамото, Ларсена. В настоящей работе будет проведён сравнительный анализ алгоритмов нечёткого вывода.

В качестве языка программирования будем использовать язык программирования ST среды программирования Codesys. Codesys — это современный инструмент для программирования контроллеров. Codesys предоставляет программисту удобную среду для программирования контроллеров на языках стандарта МЭК 61131–3 [7, с. 7]. МЭК — Международная Электротехническая Комиссия (IEC), результатом работы которой стала разработка стандарта IEC 61131–3, в рамках которого объединены пять языков программирования. Язык программирования ST (Structured Text) представляет собой текстовый язык высокого уровня [8, с. 239].

В качестве объекта управления возьмём объект, описанный в работе [2, с. 154]. Соберём схему САУ в пакете имитационного моделирования Simulink (рис. 1):

Рис. 1. Схема САУ

Передаточная функция объекта регулирования: , где

Предположим, что значения  и  изменяются до 60 % случайным образом в течение времени. Таким образом, минимальное значение (min)  равно 0,28, максимальное значение (max) — 0,72, исходное (sr) — 0,45. Аналогично для : min = 2,43, sr = 3,9, max = 3,9.

В связи с тем, что для данного объекта управления отсутствуют рекомендации экспертов-наладчиков, попробуем составить рекомендации исходя из опытных данных. Запишем в таблицу 1 значения коэффициента усиления  и постоянной интегрирования  ПИ-регулятора, необходимые для обеспечения заданных параметров качества переходного процесса САУ (=1,05 и =40 c), полученных при девяти парах значений -.

Таблица 1

После анализа данных из таблицы 1 предложена база продукционных правил нечёткой логики:

1)     Если Kob = mal и Tob = mal, Тогда Kp = neb и Ti = mal;

2)     Если Kob = mal и Tob = bol, Тогда Kp = sr и Ti = neb;

3)     Если Kob = bol и Tob = mal, Тогда Kp = neb и Ti = sr;

4)     Если Kob = bol и Tob = bol, Тогда Kp = mal и Ti = neb;

5)     Если Kob = sr и Tob = sr, Тогда Kp = sr и Ti = bol;

6)     Если Kob = sr и Tob = mal, Тогда Kp = sr и Ti = sr;

7)     Если Kob = sr и Tob = bol, Тогда Kp = neb и Ti = neb;

8)     Если Kob = mal и Tob = sr, Тогда Kp = bol и Ti = bol;

9)     Если Kob = bol и Tob = sr, Тогда Kp = neb и Ti = nemal.

Под сокращениями mal, nebol, sr, nemal, bol понимаются соответственно малые, небольшие, средние, немалые и большие значения параметров объекта управления Kob и Tob, настроечных коэффициентов ПИ-регулятора Kp и Ti. В качестве функций принадлежности возьмём функции принадлежности треугольной формы. Для простоты реализации на языке программирования ST вместо слов mal, nebol, sr, nemal, bol используются обозначения типа A1, A2, A3, B1, B2,.. и др.

Рис. 2. Функции принадлежности ЛП «Kob»: A1 — малое значение, A2 — среднее значение, A3 — большое значение

Рис. 3. Функции принадлежности ЛП «Tob»: B1 — малое значение, B2 — небольшое значение, B3 — среднее значение, B4 — немалое значение, B5 — большое значение

Рис. 4. Функции принадлежности ЛП «Kp»: C1 — малое значение, C2 — небольшое значение, C3 — среднее значение, C4 — немалое значение, C5 — большое значение

Рис. 5. Функции принадлежности ЛП «Ti»: A1 — малое значение, A2 — небольшое значение, A3 — среднее значение, A4 — немалое значение, А5 — большое значение

В настоящей работе невозможна реализация алгоритма Цукамото, предполагающего, что функции принадлежности являются монотонными [6, с. 44]. В таблице 2 приведён код программы в инструментальном пакете Codesys, реализующий алгоритм Мамдани.

Таблица 2

Код программы

Комментарий

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

73

74

75

76

77

78

79

Kob:=0.575; Tob:=3.165;

Kp:=1; Ti:=4.3;

IF Kob<=0.43 AND Kob>=0.28 THEN A1:=-6.667*Kob+2.687; END_IF;

IF Kob>0.43 THEN A1:=0; END_IF;

IF Kob<=0.43 AND Kob>=0.28 THEN A2:=6.667*Kob-1.867; END_IF;

IF Kob<=0.72 AND Kob>0.43 THEN A2:=-3.448*Kob+2.483; END_IF;

IF Kob<0.28 AND Kob>0.72 THEN A2:=0; END_IF;

IF Kob>=0.43 AND Kob<=0.72 THEN A3:=3.448*Kob-1.483; END_IF;

IF Kob<0.43 THEN A3:=0; END_IF;

IF Tob<=3.9 AND Tob>=2.43 THEN B1:=-0.68*Tob+2.653; END_IF;

IF Tob>3.9 THEN B1:=0;END_IF;

IF Tob<=3.9 AND Tob>=2.43 THEN B2:=0.68*Tob-1.653; END_IF;

IF Tob<=6.24 AND Tob>3.9 THEN B2:=-0.412*Tob+2.568; END_IF;

IF Tob<2.43 AND Tob>6.24 THEN B2:=0; END_IF;

IF Tob>=3.9 AND Tob<=6.24 THEN B3:=0.412*Tob-1.605; END_IF;

IF Tob<3.9 THEN B3:=0; END_IF;

alpha1:=MIN(A1,B1); alpha2:=MIN(A1,B3);

alpha3:=MIN(A3,B1); alpha4:=MIN(A3,B3);

alpha5:=MIN(A2,B2); alpha6:=MIN(A2,B1);

alpha7:=MIN(A2,B3); alpha8:=MIN(A1,B2); alpha9:=MIN(A3,B2);

znamenatelKp:=0.00001; chislitelKp:=0;

FOR I:=1 TO 350 DO

IF Kp>=1 AND Kp<=1.6 THEN C1:=-1.667*Kp+2.667; END_IF;

IF Kp>1.6 THEN C1:=0; END_IF;

IF Kp>=1 AND Kp<=1.6 THEN C2:=1.667*Kp-1.667; END_IF;

IF Kp>=1.6 AND Kp<=2.8 THEN C2:=-0.833*Kp+2.333; END_IF;

IF Kp<1 AND Kp>2.8 THEN C2:=0; END_IF;

IF Kp>=1.6 AND Kp<=2.8 THEN C3:=0.833*Kp-1.333; END_IF;

IF Kp>=2.8 AND Kp<=4.5 THEN C3:=-0.588*Kp+2.647; END_IF;

IF Kp<1.6 AND Kp>4.5 THEN C3:=0; END_IF;

IF Kp>=2.8 AND Kp<=4.5 THEN C4:=0.588*Kp-1.647; END_IF;

IF Kp<2.8 THEN C4:=0; END_IF;

C1shtrih:=MIN(alpha1,C2); C2shtrih:=MIN(alpha2,C3);

C3shtrih:=MIN(alpha3,C2); C4shtrih:=MIN(alpha4,C1);

C5shtrih:=MIN(alpha5,C3); C6shtrih:=MIN(alpha6,C3);

C7shtrih:=MIN(alpha7,C2); C8shtrih:=MIN(alpha8,C4);

C9shtrih:=MIN(alpha9,C2);

comp1:=MAX(C1shtrih,C2shtrih); comp2:=MAX(C3shtrih,C4shtrih);

comp3:=MAX(C5shtrih,C6shtrih); comp4:=MAX(C7shtrih,C8shtrih);

comp5:=MAX(comp1,comp2); comp6:=MAX(comp3,comp4);

comp7:=MAX(comp5,comp6);

compositionKp:=MAX(comp7,C9shtrih);

arrKp [I]:=compositionKp;

znamenatelKp:=znamenatelKp+compositionKp;

chislitelKp:=chislitelKp+compositionKp*Kp;

resultKp:=chislitelKp/znamenatelKp;

Kp:=Kp+0.01;

END_FOR;

znamenatelTi:=0.00001; chislitelTi:=0;

FOR I:=1 TO 82 DO

IF Ti>=4.3 AND Ti<=8.34 THEN D1:=-0.248*Ti+2.064; END_IF;

IF Ti>8.34 THEN D1:=0; END_IF;

IF Ti>=4.3 AND Ti<=8.34 THEN D2:=0.248*Ti-1.064; END_IF;

IF Ti>8.34 AND Ti<=9.9 THEN D2:=-0.641*Ti+6.346; END_IF;

IF Ti<4.3 AND Ti>9.9 THEN D2:=0; END_IF;

IF Ti>=8.34 AND Ti<=9.9 THEN D3:=0.641*Ti-5.346; END_IF;

IF Ti>9.9 AND Ti<=11.6 THEN D3:=-0.588*Ti+6.824; END_IF;

IF Ti<8.34 AND Ti>11.6 THEN D3:=0; END_IF;

IF Ti>=9.9 AND Ti<=11.6 THEN D4:=0.588*Ti-5.824; END_IF;

IF Ti>11.6 AND Ti<=12.5 THEN D4:=-1.111*Ti+13.889; END_IF;

IF Ti<9.9 AND Ti>12.5 THEN D4:=0; END_IF;

IF Ti>=11.6 AND Ti<=12.5 THEN D5:=1.111*Ti-12.889; END_IF;

IF Ti<11.6 THEN D5:=0; END_IF;

D1shtrih:=MIN(alpha1,D1); D2shtrih:=MIN(alpha2,D2);

D3shtrih:=MIN(alpha3,D3); D4shtrih:=MIN(alpha4,D2);

D5shtrih:=MIN(alpha5,D5); D6shtrih:=MIN(alpha6,D3);

D7shtrih:=MIN(alpha7,D2); D8shtrih:=MIN(alpha8,D5);

D9shtrih:=MIN(alpha9,D4);

comp8:=MAX(D1shtrih,D2shtrih); comp9:=MAX(D3shtrih,D4shtrih);

comp10:=MAX(D5shtrih,D6shtrih); comp11:=MAX(D7shtrih,D8shtrih);

comp12:=MAX(comp8,comp9); comp13:=MAX(comp10,comp11);

comp14:=MAX(comp12,comp13);

compositionTi:=MAX(comp14,D9shtrih);

arrTi [I]:=compositionTi;

znamenatelTi:=znamenatelTi+compositionTi;

chislitelTi:=chislitelTi+compositionTi*Ti;

resultTi:=chislitelTi/znamenatelTi;

Ti:=Ti+0.1;

END_FOR;

(1–2) Текущие параметры объекта управления

(2) Начальные значения искомых параметров ПИ-регулятора

(3–9) Описание функций принадлежности ЛП «Kob»

(10–16) Описание функций принадлежности ЛП «Tob»

(17–20) Вывод: находятся уровни отсечения для предпосылок каждого из девяти правил с использованием операции минимум

(21–22) Начальные значения числителя и знаменателя, необходимые для организации цикла

(22–48) Цикл для расчёта значений Kp от 1 до 4,5 с шагом 0,01

(23–32) Описание функций принадлежности ЛП «Kp»

(33–37) Усечённые функции принадлежности

(38–42) Композиция: с использованием операции максимум производится объединение усечённых функций, что приводит к получению для переменной выхода с функцией принадлежности

(43) Организация массива значений композиции

(44–46) Приведение к чёткости методом центра тяжести

(49) Начальные значения числителя и знаменателя, необходимые для организации цикла

(50–79) Цикл для расчёта значений Ti от 4,3 до 12,5 с шагом 0,1

(51–63) Описание функций принадлежности ЛП «Ti»

(64–68) Усечённые функции принадлежности

(69–73) Композиция: с использованием операции максимум производится объединение усечённых функций, что приводит к получению для переменной выхода с функцией принадлежности

(74) Организация массива значений композиции

(75–77) Приведение к чёткости методом центра тяжести

Алгоритм Ларсена отличается от алгоритма Мамдани изменением строк 33–37 и 64–68 таблицы: нечёткое подмножество переменного вывода для каждого правила находится с использованием оператора умножения (вместо оператора MIN в алгоритме Мамдани).

В таблице 3 приведён код программы, реализующий алгоритм Сугено нулевого порядка.

Таблица 3

Код программы

Комментарий

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

Kob:=0.575; Tob:=3.165;

IF Kob<=0.43 AND Kob>=0.28 THEN A1:=-6.667*Kob+2.687; END_IF;

IF Kob>0.43 THEN A1:=0; END_IF;

IF Kob<=0.43 AND Kob>=0.28 THEN A2:=6.667*Kob-1.867; END_IF;

IF Kob<=0.72 AND Kob>0.43 THEN A2:=-3.448*Kob+2.483; END_IF;

IF Kob<0.28 AND Kob>0.72 THEN A2:=0; END_IF;

IF Kob>=0.43 AND Kob<=0.72 THEN A3:=3.448*Kob-1.483; END_IF;

IF Kob<0.43 THEN A3:=0; END_IF;

IF Tob<=3.9 AND Tob>=2.43 THEN B1:=-0.68*Tob+2.653; END_IF;

IF Tob>3.9 THEN B1:=0; END_IF;

IF Tob<=3.9 AND Tob>=2.43 THEN B2:=0.68*Tob-1.653; END_IF;

IF Tob<=6.24 AND Tob>3.9 THEN B2:=-0.412*Tob+2.568; END_IF;

IF Tob<2.43 AND Tob>6.24 THEN B2:=0; END_IF;

IF Tob>=3.9 AND Tob<=6.24 THEN B3:=0.412*Tob-1.605; END_IF;

IF Tob<3.9 THEN B3:=0; END_IF;

alpha1:=MIN(A1,B1); alpha2:=MIN(A1,B3);

alpha3:=MIN(A3,B1); alpha4:=MIN(A3,B3);

alpha5:=MIN(A2,B2); alpha6:=MIN(A2,B1);

alpha7:=MIN(A2,B3); alpha8:=MIN(A1,B2);

alpha9:=MIN(A3,B2);

IF Kob<=0.43 AND Kob>=0.28 AND Tob<=3.9 AND Tob>=2.43

THEN Kp1:=1;

END_IF;

IF Kob<=0.43 AND Kob>=0.28 AND Tob<=3.9 AND Tob>=2.43 THEN Ti1:=4.3;

END_IF;

IF Kob<=0.43 AND Kob>=0.28 AND Tob<=6.24 AND Tob>=3.9 THEN Kp2:=2.8;

END_IF;

IF Kob<=0.43 AND Kob>=0.28 AND Tob<=6.24 AND Tob>=3.9 THEN Ti2:=8.34;

END_IF;

IF Kob<=0.72 AND Kob>=0.43 AND Tob<=3.9 AND Tob>=2.43 THEN Kp3:=1.6;

END_IF;

IF Kob<=0.72 AND Kob>=0.43 AND Tob<=3.9 AND Tob>=2.43 THEN Ti3:=9.9;

END_IF;

IF Kob<=0.72 AND Kob>=0.43 AND Tob<=6.24 AND Tob>=3.9 THEN Kp4:=1;

END_IF;

IF Kob<=0.72 AND Kob>=0.43 AND Tob<=6.24 AND Tob>=3.9 THEN Ti4:=8.34;

END_IF;

IF Kob<=0.72 AND Kob>=0.28 AND Tob<=6.24 AND Tob>=2.43 THEN Kp5:=2.8;

END_IF;

IF Kob<=0.72 AND Kob>=0.28 AND Tob<=6.24 AND Tob>=2.43 THEN Ti5:=12.5;

END_IF;

IF Kob<=0.72 AND Kob>=0.28 AND Tob<=3.9 AND Tob>=2.43 THEN Kp6:=2.8;

END_IF;

IF Kob<=0.72 AND Kob>=0.28 AND Tob<=3.9 AND Tob>=2.43 THEN Ti6:=9.9;

END_IF;

IF Kob<=0.72 AND Kob>=0.28 AND Tob<=6.24 AND Tob>=3.9 THEN Kp7:=1.6;

END_IF;

IF Kob<=0.72 AND Kob>=0.28 AND Tob<=6.24 AND Tob>=3.9 THEN Ti7:=8.34;

END_IF;

IF Kob<=0.43 AND Kob>=0.28 AND Tob<=6.24 AND Tob>=2.43 THEN Kp8:=4.5;

END_IF;

IF Kob<=0.43 AND Kob>=0.28 AND Tob<=6.24 AND Tob>=2.43 THEN Ti8:=12.5;

END_IF;

IF Kob<=0.72 AND Kob>=0.43 AND Tob<=6.24 AND Tob>=2.43 THEN Kp9:=1.6;

END_IF;

IF Kob<=0.72 AND Kob>=0.43 AND Tob<=6.24 AND Tob>=2.43 THEN Ti9:=11.6;

END_IF;

znmenatelKp:=alpha1+alpha2+alpha3+alpha4+alpha5+alpha6+alpha7+alpha8+alpha9;

chislielKp:=alpha1*Kp1+alpha2*Kp2+alpha3*Kp3+alpha4*Kp4+alpha5*Kp5+alpha6*Kp6+alpha7*Kp7+alpha8*Kp8+alpha9*Kp9;

resultKp:=chislitelKp/znamenatelKp;

znamenatelTi:=alpha1+alpha2+alpha3+alpha4+alpha5+alpha6+alpha7+alpha8+alpha9;

chislitelTi:=alpha1*Ti1+alpha2*Ti2+alpha3*Ti3+

alpha4*Ti4+alpha5*Ti5+alpha6*Ti6+alpha7*Ti7+alpha8*Ti8+alpha9*Ti9;

resultTi:=chislitelTi/znamenatelTi;

(1) Текущие параметры объекта управления

(2–8) Описание функций принадлежности ЛП «Kob»

(9–15) Описание функций принадлежности ЛП «Tob»

(16–20) Вывод: находятся уровни отсечения для предпосылок каждого из девяти правил с использованием операции минимум

(21–57) Находятся индивидуальные выводы правил согласно алгоритму Сугено 0-го порядка

(58–61) Находится чёткое значение переменной вывода Kp

(62–65) Находится чёткое значение переменной вывода Ti

Протестируем полученные алгоритмы при значениях параметров объекта управления Kob и Tob в точках, находящихся между вершинами термов лингвистических переменных, изображённых на рис. 2 и рис. 3. Полученные значения resultKp и resultTi подставим в ПИ-регулятор исходной схемы САУ (рис. 1). С помощью пакета имитационного моделирования Simulink вычислим значения Amax и tp. Все данные сведём в таблицу 4.

Таблица 4

Kob = 0,355; Tob = 3,165

Sugeno

Larsen

Mamdani

Kp = 2,780468

Kp = 2,862266

Kp = 2,829011

Ti = 10,10573

Ti = 8,510162

Ti = 8,561392

Amax = 1,0406

Amax = 1,1365

Amax = 1,1150

tp = 38,7837

tp = 38,8617

tp = 37,8676

Kob = 0,575; Tob = 5,07

Kp = 1,747813

Kp = 2,460507

Kp = 2,549901

Ti = 10,18598

Ti = 8,827668

Ti = 8,655898

Amax = 1,1047

Amax = 1,3505

Amax = 1,3877

tp = 43,8494

tp = 55,7489

tp = 55,7406

Kob = 0,355; Tob = 5,07

Kp = 2,777397

Kp = 2,730978

Kp = 2,720113

Ti = 10,41393

Ti = 8,17458

Ti = 8,100894

Amax = 1,0843

Amax = 1,2022

Amax = 1,2012

tp = 43,8453

tp = 46,0342

tp = 46,0443

Kob = 0,575; Tob = 3,165

Kp = 2,20024

Kp = 2,567808

Kp = 2,622523

Ti = 10,97414

Ti = 10,00462

Ti = 9,725539

Amax = 1,0079

Amax = 1,2454

Amax = 1,2744

tp = 37,5318

tp = 36,1367

tp = 44,0821

Анализ полученных данных: с помощью алгоритма нечёткого вывода Сугено, более простого в реализации, были получены параметры ПИ-регулятора, позволяющие качественно настроить исходную САУ. Данные таблицы 4 говорят также о том, что алгоритмы Ларсена и Мамдани дали близкие по значению данные, но алгоритм Мамдани оказался менее точным. Полученную программу можно использовать в соответствующем ПЛК.

Литература:

1.         Круглов В. В. Гибридные нейронные сети / В. В. Круглов, В. В. Борисов. — Смоленск: Русич, 2001. — 224 с.

2.         Михайленко В. С. Адаптивная настройка нечёткого ПИ-регулятора по идентификации переходного процесса / В. С. Михайленко, Р. Ю. Харченко // Труды Одесского политехнического университета. — 2012. — Вып.1(38). — С. 152–156.

3.         Михайленко В. С. Алгоритм настройки адаптивного нейро-нечёткого ПИ-регулятора // Труды Одесского политехнического университета. — 2011. — № 2. — С. 149–154.

4.         Михайленко В. С. Анализ методов разработки нечётких САР для управления сложными взаимосвязанными объектами / В. С. Михайленко, В. Ф. Ложечников // ААЭКС. — 2009. — № 1.

5.         Михайленко В. С. Методы настройки нечёткого адаптивного ПИД-регулятора / В. С. Михайленко, В. Ф. Ложечников // ААЭКС. — 2009. — № 2(24).

6.         Рогозин О. В. Метод нечёткого вывода решения в задаче подбора программного обеспечения на основе качественных характеристик этого обеспечения как объекта инвестиций // Приборы, методы и технологии. — 2009 — № 3. — С. 43–49.

7.         Руководство пользователя по программированию ПЛК в CoDeSys V 2.3. — Смоленск: ПК «Пролог», 2004. — 423 с.

8.         Татарчевский В. А. Проблемы применения языков стандарта IEC 61131–3 и возможные пути решения материалы. В кн.: Информационно-математические технологии в экономике, технике и образовании, Екатеринбург: УГТУ-УПИ, 2007. С. 239–241.

Основные термины (генерируются автоматически): функция принадлежности, IEC, код программы, малое значение, таблица, алгоритм, небольшое значение, немалое значение, нечеткий вывод, язык программирования.


Ключевые слова

нечёткий регулятор, ПИ-регулятор, Мамдани, Ларсен, Сугено., Сугено

Похожие статьи

Сравнение методов настройки ПИД-регулятора при колебаниях параметров возмущающего воздействия

Разработка программного комплекса для обработки НЧ сигналов

В статье приведены математические алгоритмы обработки низкочастотных сигналов на основе вейвлет-преобразований Добеши и Морле. Представлена технология снятия сигналов с коры головного мозга человека. Анализируется обработанный низкочастотный сигнал н...

Программная реализация алгоритма Левенштейна для устранения опечаток в записях баз данных

В статье описан пример реализации алгоритма Левенштейна на языке PL/SQL для устранения опечаток в записях баз данных.

Нечёткая оценка качества банковских услуг

В статье предложена система критериев и показателей качества, а также ме-тодика оценки качества банковских услуг, использующая аппарат теории нечетких множеств. Наряду с этим рассмотрено практическое применение этой методики и даны рекомендации по ее...

Применение графических процессоров для параллельных вычислений

Статья описывает актуальность использования параллельных технологий на основе графических процессоров. Рассмотрена задача гравитационного взаимодействия N-тел. Для анализа ускорения использованы различные графические процессоры.

Использование преобразования Гильберта-Хуанга для формирования моделей фонем русского языка в задаче распознавания речи

В статье исследуются возможности использования преобразования Гильберта-Хуанга для создания моделей фонем русского языка в системе преобразования речи в текст. Производится сравнение предложенного метода с преобразованием Фурье и вейвлет-преобразован...

Разработка методики выявления сетевых атак с помощью Data Mining

В статье изложен опыт применения инструментов Data Mining при разработке методики обнаружения атак типа «отказ в обслуживании».

Анализ инструментов стратегического планирования

Статья посвящена проблемам практического применения инструментов стратегического планирования. Автор раскрывает недостатки общеизвестных приемов прогнозирования. Особое внимание обращается на инструмент сценарного планирования — одного из эффективней...

Применение итерационного алгоритма Шульца в рекуррентных алгоритмах параметрической идентификации

В данной статье рассмотрен процесс исследования и реализации рекуррентных алгоритмов параметрической идентификации (на примере алгоритма Левенберга-Маркварда) в программной среде Unity Pro XL с использованием средств промышленной автоматики, в том чи...

Сегментация, шумоподавление и фонетический анализ в задаче распознавания речи

В статье рассматривается алгоритм сегментации и шумоочистки речевого сигнала, основанный на вычислении кратковременной энергии и использующий качественные пороговые оценки для идентификации пауз. Расчеты показали, что спектральные центроиды позволяют...

Похожие статьи

Сравнение методов настройки ПИД-регулятора при колебаниях параметров возмущающего воздействия

Разработка программного комплекса для обработки НЧ сигналов

В статье приведены математические алгоритмы обработки низкочастотных сигналов на основе вейвлет-преобразований Добеши и Морле. Представлена технология снятия сигналов с коры головного мозга человека. Анализируется обработанный низкочастотный сигнал н...

Программная реализация алгоритма Левенштейна для устранения опечаток в записях баз данных

В статье описан пример реализации алгоритма Левенштейна на языке PL/SQL для устранения опечаток в записях баз данных.

Нечёткая оценка качества банковских услуг

В статье предложена система критериев и показателей качества, а также ме-тодика оценки качества банковских услуг, использующая аппарат теории нечетких множеств. Наряду с этим рассмотрено практическое применение этой методики и даны рекомендации по ее...

Применение графических процессоров для параллельных вычислений

Статья описывает актуальность использования параллельных технологий на основе графических процессоров. Рассмотрена задача гравитационного взаимодействия N-тел. Для анализа ускорения использованы различные графические процессоры.

Использование преобразования Гильберта-Хуанга для формирования моделей фонем русского языка в задаче распознавания речи

В статье исследуются возможности использования преобразования Гильберта-Хуанга для создания моделей фонем русского языка в системе преобразования речи в текст. Производится сравнение предложенного метода с преобразованием Фурье и вейвлет-преобразован...

Разработка методики выявления сетевых атак с помощью Data Mining

В статье изложен опыт применения инструментов Data Mining при разработке методики обнаружения атак типа «отказ в обслуживании».

Анализ инструментов стратегического планирования

Статья посвящена проблемам практического применения инструментов стратегического планирования. Автор раскрывает недостатки общеизвестных приемов прогнозирования. Особое внимание обращается на инструмент сценарного планирования — одного из эффективней...

Применение итерационного алгоритма Шульца в рекуррентных алгоритмах параметрической идентификации

В данной статье рассмотрен процесс исследования и реализации рекуррентных алгоритмов параметрической идентификации (на примере алгоритма Левенберга-Маркварда) в программной среде Unity Pro XL с использованием средств промышленной автоматики, в том чи...

Сегментация, шумоподавление и фонетический анализ в задаче распознавания речи

В статье рассматривается алгоритм сегментации и шумоочистки речевого сигнала, основанный на вычислении кратковременной энергии и использующий качественные пороговые оценки для идентификации пауз. Расчеты показали, что спектральные центроиды позволяют...

Задать вопрос