zjišťování parametrů pro fuzzy regulátor
Moderátor: Moderátoři
zjišťování parametrů pro fuzzy regulátor
Potřeboval bych poradit. Potřebuji nastavit parametry fuzzy regulátoru tzv. MIMO blackboxu. Neznáte metody, kterými jde vydataminingovat pravidla (parametry) z velké databáze naměřených údajů chování tohoto blackboxu? Zatím mě napadá jen k-means clustering a snad Kohonenovy samoorganizační sítě, popřípadě genetické algoritmy, ale tady už netuším konkrétní metodu. Nesetkali jste se s touto problematikou? Netušíte co by šlo použít?
Díky, Čust
Regulační systém musí pracovat v každodením provozu. Na publikace se zase musí využít ta teoretická a simulační část. A když už se to dělá, tak ať jsou obě části dotaženy do konce... Škoda, že jsem na to sám.
Ale tie veci, čo tu popisuješ, čomu sa venuješ, to znie ozaj zaujímavo, nemohol by si to popísať trochu bližšie? Celé sa mi to zdá byť nejaké tajomné
je to všechno tajemné (k první části), neboť se počítá vše v Laplaceově transformaci, kde používáme tajemný operátor p, někdy označovaný s. Řád tohoto operátoru je takzvaný řád soustavy/regulátoru. Jo, jedná se o řád ve jmenovateli přenosu (ten musí být větší než v čitateli nebo alespoň stejný, jinak je to fyzikální nesmysl). Tento operátor má i fyzikální význam je to v podstatě j*w, kde j označuje komplexní číslo a w kruhovou frekvenci (2*pi*f). Proto je to tajemný - počítáš přes transformaci a ne v klasickém světě. Ale je to opravdu spíše na knihu než na fórum.
PS: Sorry to má v podstatě patřit do jiného vlákna - ale když už se to začalo i tady....
zkusím to tedy trošku popsat:
Mám systém, který má několik vstupních a několik výstupních veličin. Tyto veličiny jsou vzájemně provázané - tedy pokud ovlivním jednu veličinu, změní se všechny ostatní. Tento systém potřebuji regulovat. Tedy potřebuji regulátor, který má několik vstupů a výstupů. Nejdříve je nutné udělat matematický model systému a podle něho vytvořit a nastavit regulátor. Bohužel to má jednu nevýhodu. Některé veličiny nejdou matematicky popsat, respektive neznáme jejich matematický popis.
Díky tomu, že ale známe jak se systém chová "makroskopicky" a můžeme ho popsat slovně, tedy můžem říct, že pokud nějaká veličina se zvětšuje rychle, musíme jinou veličinu zmenšovat pomalu, je možné využít fuzzy regulátor. Fuzzy regulace je zajištěna pomocí fuzzy logiky, která nepoužívá jen 0 a 1, ale tzv. fce příslušnosti nabvájící jakékoliv reálné hodnoty v intervalu 0 až 1. Díky tomu se podařilo vytvořit aparát, který umožňuje dobře navrhnout lidské myšlení v regulaci - tedy mám namysli, že můžem implementovat právě slovní popis typu pokud se veličina mění rychle ... Tyto "výroky" pak tvoří jádro vlastního regulátoru, stávají se jakýmisi pravidly. Vlastní regulátor může být pak navrhnut buď přímo, napsán pomocí těchto pravidel nebo se může implementovat jako neuronové sítě (typu backpropagation), kde některé vrstvy sítě tvoří termy a některé logické spojky.
Regulátor tohoto typu je tedy obrovsky silný pro řízení systémů matematicky nepopsatelných a zároveň řiditelných člověkem (například řízení pece pro výrobu cementu).
Bohužel se dostáváme k jinému problému. Je nutné sestavit pravidla chování regulátoru. To nám může říct zkušený operátor "expert", který daný objekt umí řídit. Většinou je popis neúplný, protože spoustu věcí dělá podvědomě - je obtížné popsat jak udržujem rovnováhu na kole, ale všichni ji při jízdě udržíme. Takže nastupuje hledání relevantních informací z databáze, která se získá měřením na systému při jeho běžném provozu. Metodám jak najít vhodnou informaci se říka data mining. No a mě jde o to, jestli někdo nemá s tím data mining zkušenosti. Existuje tisíce způsobů jak relevantní data dostat. V mém případě se běžně používá c-means clustering a pak nějaké statistické metody. Pak je spousta dalších metod o kterých najsem schopný na první pohled říct jestli je to to co potřebuji. A proto dotaz spíše na programátory, ale zkusil jsem to i tady - snad se někdo najde, nemáte někdo zkušenosti s data mining?
pak už stačí jen programátor který to převede do konkrétních vztahů.
Objekt, na kterém by si každý vylámal zuby, by mohl být speciálně biologický materiál s nahodilými projevy inteligence, jako třeba baba
Crifodo píše:V okamžiku, kdy operátor kulového mlýnu v cementárně dokáže zaškolit svého nástupce slovně, je schopen definovat algoritmus![]()
pak už stačí jen programátor který to převede do konkrétních vztahů.
To není úplně pravda. Ten zaškolovaný člověk musí mít pro tu práci jistý cit a spoustu věcí při školení vycítí, aniž by je školitel vyslovil. A to bude tomu programu v počítači chybět. Je to jako učit robota vařit (viz. třeba Bender ve Futuramě
Crifodo píše:Objekt, na kterém by si každý vylámal zuby, by mohl být speciálně biologický materiál s nahodilými projevy inteligence, jako třeba baba
Teda to musela být hrůza, co jsi prožil.
Crifodo, algoritmus bych to nikdy nenazval. Informace jsou v mém případě (nevým jak je to s tím mlýnem) nahodile uspořádané ve formě pravidel, které se aktivují samy na základě vztahů mezi vstupními a výstupními veličinamy. Někdy je aktivováno současně pět pravidel, které se mezi sebou bijí o to aby se právě jeho výstupní hodnota prosadila na výstup systému. V tomto případě můžem mluvit o distribuované informaci po celém systému (jak už jsem dříve zmínil podobnost mezi neuronovými sítěmi) a nejde jen o to: rozsvítí se světlo - zapni vypínač, zhasne světlo - přidej plyn...