В статье предложен новый подход принятия решений, основанный на использовании мягких арифметических операций в структуре нечеткой системы вывода. Необходимость разработки данного метода обоснована отсутствием информационных признаков при дефаззификации в традиционных системах нечетко-логического вывода, которые используют жесткие операторы нахождения минимума и максимума. Данное обстоятельство существенно увеличивает параметр среднеквадратического отклонения (RMSE) в традиционных нечетких системах вывода. Поэтому в качестве критерия оценки разработанного мягкого алгоритма нечетко-логического вывода в статье использовался RMSE, наилучшее решение достигается при его минимальном значении. В качестве сравнительной оценки приведены результаты, полученные при моделировании процесса принятия решений, основанные как на множественной регрессии, так и моделях нечетко-логического вывода. С целью повышения достоверности полученных результатов численное моделирование работы мягкого алгоритма нечетко-логического вывода было проведено для треугольных и сигмодальных функций принадлежности. Приведенное численное моделирование показывает эффективность предложенного подхода, причем минимизация параметра RMSE достигается без использования адаптивных нейро-нечетких систем вывода. Экспериментальные исследования управления скоростью резания на станке с ЧПУ с помощью нечеткой логики показали, что стабильность нечеткой системы увеличивается при использовании в структуре нечетко-логического вывода мягких арифметических операций.
The article is proposes a new approach of decision-making, based on the use of soft arithmetic operations in the structure of the fuzzy system output. The need to develop this method proved the lack of information signs at the defuzzification traditional systems fuzzy inference that use hard statements of finding the minimum and maximum. This circumstance greatly increases the parameter of the mean-square deviations (RMSE) in traditional systems of fuzzy inference. Therefore, as an evaluation criterion developed mild algorithm-fuzzy inference in the article to use this parameter, the best solution is achieved when the minimum value. As a comparative evaluation, listed the results, obtained at modeling decision-making process, based as multiple regression. So and models of fuzzy inference. To improve the reliability received the results, numerical modeling work soft algorithm fuzzy inference was performed to triangular and sigmoidal membership functions. The cited numerical simulation shows the effectiveness of the proposed approach, at that minimization of parameter RMSE is achieved without the use of adaptive neuro-fuzzy inference systems. Experimental studies of control cutting speed on the machine CNC using fuzzy logic have shown that the stability of the fuzzy system is increased using in the structure of the fuzzy inference soft arithmetic operations.
The authors declare that there are no conflicts of interest present.