I. Постановка задачи.
Задача состоит в том, чтобы разработать систему нечеткого вывода, которая выдает нечеткие данные о состоянии экогеосистемы по нечетким входным параметрам.
Эмпирические знания о рассматриваемой проблемной области представлены в виде следующих логических правил:
Если Pвозд низкий И Pснег низкий И Pпочв низкий И Pбиоср низкий ТО
Pобщ низкий, Состояние экогеосистемы отличное
Если Pвозд низкий И Pснег низкий И Pпочв низкий И Pбиоср средний ТО
Pобщ низкий, Состояние экогеосистемы отличное
Если Pвозд низкий И Pснег низкий И Pпочв средний И Pбиоср низкий ТО
Pобщ низкий, Состояние экогеосистемы отличное
…. (полный набор правил представлен в файле «Экосистема.doc»)
В качестве входных параметров систем нечеткого вывода будем рассматривать 4 нечеткие лингвистические переменные:
Состояние воздуха (в программе обозначено P-air)
Состояние снега (в программе обозначено P-snow)
Состояние почвы (в программе обозначено P-ground)
Состояние биосферы (в программе обозначено P-bio.environment )
В качестве выходных параметров- нечеткую лингвистическую переменную:
Состояние экогеосистемы (в программе обозначено P-ecogeosystem)
В качестве терм - множества входных характеристик будем использовать терм-множества:
Т(P-air)={«отличное состояние», «хорошее состояние», «напряженное состояние», «плохое состояние»};
Т(P-snow)={«отличное состояние», «хорошее состояние», «напряженное состояние», «плохое состояние»};
Т(P-ground)={«отличное состояние», «хорошее состояние», «напряженное состояние», «плохое состояние»};
Т(P-bio.environment)={«отличное состояние», «хорошее состояние», «напряженное состояние», «плохое состояние»};
Обозначения в системе:
«отличное состояние»-«perfect-state»,
«хорошее состояние»- «good-state»,
«напряженное состояние»-«stressed-state»,
«плохое состояние»- «bad-state».
- Лабораторная работа №1. Аналитическое моделирование.
- I.Статичные аналитические модели оптимизации. Построение в среде ms Excel.
- Задача линейного программирования (злп).
- I этап: Анализ словесного описания задачи
- II этап: Построение математической модели
- III этап: Формирование задачи выбора наилучшей стратегии
- Решение задач линейного программирования с помощью надстройки «поиск решений» в среде excel
- Задача оптимального использования ресурсов
- Запуск «Поиска решения»
- Создание отчета по результатам поиска решения
- Индивидуальные варианты заданий.
- II. Статичные аналитические модели, описываемые уравнениями. Построение в среде MathCad.
- Решение уравнений средствами Mathcad
- Построение графиков в MathCad
- Рекомендации по использованию функции root.
- Нахождение корней полинома
- Символьное решение уравнений
- Индивидуальные варианты заданий.
- III. Динамические аналитические модели. Построение в среде MatLab.
- Решение обыкновенных дифференциальных уравнений в matlab.
- Решение систем обыкновенных дифференциальных уравнений с заданными начальными условиями.
- Решение дифференциальных уравнений второго порядка.
- Интегрирование систем линейных дифференциальных уравнений в матричном виде.
- Варианты заданий. Общие задания.
- Индивидуальные задания.
- Лабораторная работа №2. Построение аналитической модели по результатам эксперимента.
- I. Построение модели в среде Excel.
- II. Построение модели в среде Statistica. Общие сведения о программе Statistica.
- III. Построение модели в среде Origin Pro.
- Индивидуальные варианты заданий.
- Лабораторная работа №3. Модели массового обслуживания.
- I. Построение модели в среде AnyLogic.
- Пользовательский интерфейс
- Общая информация о создании моделей в Enterprise Library
- Моделирование одноканальной смо с очередью.
- Моделирование многоканальной смо с очередью.
- Сбор статистики о времени обслуживания клиента.
- Индивидуальные варианты заданий.
- Лабораторная работа №4. Моделирование интеллектуальных систем. Нейросеть обратного распространения ошибки.
- I. Обзор использования пакета Excel Neural Package.
- II. Обзор использования пакета Deductor.
- III. Обзор использования пакета statistica Neural Networks.
- Индивидуальные варианты заданий.
- Лабораторная работа №5. Моделирование интеллектуальных систем. Нейронная сеть для кластеризации.
- I. Теоретические сведения.
- II. Проектирование карты Кохонена в пакете Excel Neural Package.
- III. Проектирование карты Кохонена в пакете Deductor.
- IV. Проектирование карты Кохонена в пакете Statistica.
- Индивидуальные варианты заданий.
- Лабораторная работа №6. Моделирование интеллектуальных систем. Система нечеткого вывода.
- I. Постановка задачи.
- II. Процесс разработки системы
- Индивидуальные варианты заданий.