Программные продукты и системы

Результаты моделирования показали, что только интеллектуальный регулятор, спроектированный с помощью оптимизатора БЗ, является робастным и выполняет поставленную задачу управления.

Можно утверждать, что особенностью архитектуры системы нечеткого вывода в рамках SCOptimizer является реализация алгоритма нечеткого вывода в виде распределенного шаблонного метода. При этом ответственность за выполнение операций распределяется следующим образом:

– общая схема работы алгоритма определяется базовым классом моделей нечеткого вывода InferenceEngine;

– функция поиска и перечисления активных правил делегирована классам, отвечающим за хранение БЗ;

– вычисления, необходимые для проведения нечеткого вывода, реализованы в конкретных классах-реализациях моделей нечеткого вывода.

Возможность конфигурирования алгоритма нечеткого вывода классом-приемником списка активированных правил позволяет использовать реализацию нечеткого вывода в рамках других алгоритмов, выполняющих различные задачи в процессе автоматизированного построения ИСУ. Реализованная в рамках SCOptimizer архитектура системы нечеткого вывода дала возможность решить ряд инженерных задач, возникших при разработке программного комплекса. Высокая эффективность проектных решений позволила создать систему проектирования ИСУ, превосходящую аналогичный инструментарий МатЛаб, что подтверждается результатами тестирования.

Подробное описание дается в статье «Архитектура подсистемы нечеткого вывода для оптимизатора баз знаний», авторы: Сорокин С.В. (Тверской государственный университет, г. Тверь), Нефедов Н.Ю., Решетников А.Г., Ульянов С.В. (Международный университет природы, общества и человека «Дубна», г. Дубна, Московская обл.).