Технології нейронних мереж і нечіткого моделювання в системах управління. У 2-х частинах. Ч. 2 : навчально-методичний посібник для здобувачів вищої освіти другого (магістерського) рівня за спеціальністю 174 «Автоматизація, комп’ютерно-інтегровані технології та робототехніка [Електронний ресурс]

Loading...
Thumbnail Image

Date

DOI

item.page.thesis.degree.name

item.page.thesis.degree.level

item.page.thesis.degree.discipline

item.page.thesis.degree.department

item.page.thesis.degree.grantor

item.page.thesis.degree.advisor

item.page.thesis.degree.committeeMember

Journal Title

Journal ISSN

Volume Title

Publisher

Харків : Харківський національний університет імені В. Н. Каразіна

Abstract

У другій частині навчально-методичного посібника викладено апарат нечіткої логіки і гібридних нейронних мереж. Розглянуто основні поняття нечіткої логіки, операції над нечіткими множинами і відносинами, алгоритми нечітких висновків, алгоритми навчання і використання гібридних мереж. Значна увага приділена використанню систем нечіткого висновку в задачах управління. Детально розглянуті методи синтезу нечітких систем управління з застосуванням системи MATLAB. Наведено приклад, що ілюструє ефективність застосування нечітких регуляторів в системах управління і приклад розробки нечіткої моделі гібридної мережі для вирішення завдання ідентифікації двомасової електромеханічної системи. Видання призначене здобувачам вищої освіти освітнього ступеню «магістр», що навчаються за освітньо-професійною програмою «Автоматизація та комп’ютерно-інтегровані технології» зі спеціальності 174 Автоматизація, комп’ютерно-інтегровані технології та робототехніка.
The second part of the teaching manual presents the apparatus of fuzzy logic and hybrid neural networks. The basic concepts of fuzzy logic, operations on fuzzy sets and relations, fuzzy inference algorithms, learning algorithms and the use of hybrid networks are considered. Considerable attention is paid to the use of fuzzy inference systems in control problems. Methods for synthesizing fuzzy control systems using the MATLAB system are considered in detail. An example is given that illustrates the effectiveness of using fuzzy controllers in control systems and an example of developing a fuzzy hybrid network model to solve the problem of identifying a two-mass electromechanical system. The publication is intended for higher education applicants with a master's degree who are studying in the educational and professional program "Automation and Computer-Integrated Technologies" in the specialty 174 Automation, Computer-Integrated Technologies and Robotics.

Description

Електронне навчальне видання комбінованого використання. Можна використовувати в локальному та мережному режимі. В авторській редакції

Citation

Технології нейронних мереж і нечіткого моделювання в системах управління. У 2-х частинах. Ч. 2 : навчально-методичний посібник для здобувачів вищої освіти другого (магістерського) рівня за спеціальністю 174 «Автоматизація, комп’ютерно-інтегровані технології та робототехніка [Електронний ресурс] / уклад. Г. І. Канюк, Т. Ю. Василець О. О. Варфоломієв. – Харків : Харківський національний університет імені В. Н. Каразіна, 2025. – 107 с. (PDF)

Endorsement

Review

Supplemented By

Referenced By