Заключение

Объем данного учебного пособия не позволяет рассмотреть такие направления в развитии нечетких систем автоматического управления как построение нечетких САУ с нейронной адаптацией, нечетких САУ с генетической адаптацией, т.е. нечетких САУ, реализующих в своем составе комплекс различных методов искусственного интеллекта. Разумеется, освещение этих направлений развития нечетких САУ потребовало бы соответствующего освещения базовых теорий нейронных сетей, эволюционного моделирования и генетических алгоритмов и т.д.

Не рассмотрены практичекие вопросы реализации нечеткого управления на современной микроконтроллерной базе в составе АСУТП: архитектура модификаций промышленных микроконтроллеров, поддерживающих нечеткую логику, структура специализированных нечетких микроконтроллеров, синтаксис языка нечеткого управления FCL, используемого при программировании нечетких микроконтроллеров, среда нечеткого моделирования и программирования нечетких микроконтроллеров fuzzyTECH.

Также в пособии не рассмотрены специфические вопросы теории нечетких систем автоматического управления, такие как методы анализа качества нечеткого управления, синтеза нечеткого управления, анализа устойчивости нечетких САУ, оптимизации управления в нечетких САУ. Не описаны возможности применения аппарата нечетких множеств для моделирования поведения сложных динамических систем: как то не затронуты вопросы построения сетевых нечетких моделей, в частности нечетких сетей Петри, гауссовых и марковских нечетких случайных процессов, решения уравнения нечеткой динамики Смолуховского.

Вся вышеупомянутая проблематика не рассмотрена по следующим причинам.

Во-первых, на данном этапе своего развития теория нечетких САУ еще окончательно не сформировалась, поскольку до последнего времени основной упор при построении нечетких САУ делался на практический аспект их внедрения. В начале своего становления теория нечетких множеств была воспринята неоднозначно: многие ученые утверждали, что введение Заде нечеткой меры принципиально не дает ничего нового по сравнению с уже известной вероятностной мерой. Долгое время практическое применение теории нечетких множеств ограничивалось представлением и использованием знаний в экспертных системах. Однако, ставшая возможной благодаря прогрессу средств вычислительной техники промышленная реализация в 80-х г.г. XX-го века нечетких регуляторов, разработанных на основе классических трудов по теории нечетких множеств, имела ощутимый эффект, что в свою очередь стимулировало дальнейшие теоретические исследования в области разработки нечетких систем управления. Таким образом, как это не парадоксально, именно практика эффективного внедрения нечетких САУ, строившихся в первое время зачастую интуитивно (к примеру, нельзя теоретически ответить на вопрос, почему при управлении конкретным слабоструктурированным объектом нечеткий вывод Мамдани предпочтительнее нечеткого вывода Сугено и построенная в каком базисе треугольных норм и конорм система нечеткого вывода окажется наиболее эффективной) стимулировала большой интерес и вызвала появление массы теоретических работ в данной области. Большинство работ по упомянутой выше проблематике еще не систематизировано в виде сформировавшихся целостных методик проектирования, анализа, синтеза, оптимизации и моделирования нечетких систем автоматического управления. Также не сформировалась еще законченная теория построения интеллектуальных информационно-управляющих систем, органично объединяющая в себе все известные методы искусственного интеллекта, что не позволяет пока однозначно оценить и описать роль и место в этой иерархии средств и методов теории построения интеллектуальных САУ, в частности нечетких САУ, и теории нечетких множеств как одной из ее составляющих.

Во-вторых, отдельные вопросы теории нечетких САУ находятся в данный момент еще в стадии решения, причем не то что на этапе прикладной реализации, но даже еще на стадии разработки соответствующих математических методов, т.е. речь идет пока только о разработке математического аппарата, а не о его применении в практических целях (к примеру, окончательно не выполнено распространение принципа обобщения, ставящего всем четким математическим операциям их нечеткие аналоги, на нечеткое дифференциальное и интегральное исчисление).

В-третьих, работа в данных областях подразумевает более глубокие знания в области нечеткой алгебры и математического анализа, поскольку решение упомянутых выше проблем подразумевает использование нечеткого интегрального и дифференциального исчисления, решения интервальных уравнений, и введение в соответствующую проблематику потребовало бы слишком большого объема изложения.

В-четвертых, вопросы практического применения нечетких микроконтроллеров, а также вопросы использования конкретных программных средств: как то для целей моделирования нечеткого управления, проектирования АСУТП с нечеткими регуляторами, программирования нечетких контроллеров; достаточно полно освящены в соответствующих руководствах и технической документации.

Авторы попытались дать обзор методов построения и принципов работы только одного из классов интеллектуальных систем автоматического управления – нечетких САУ, реализующих в своем составе только один из подходов к построению интеллектуальных систем, основанный на представлении и работе со знаниями при помощи методов теории нечетких множеств. Гораздо более гибкими в плане дальнейшего «очеловечивания» и движения систем от интеллектуальных в малом к интеллектуальным в большом, согласно принципов IPDI, будут многоуровневые интеллектуальные системы управления, органично сочетающие не только механизмы приближенных рассуждений и работы с качественными знаниями (в частности аппарат нечетких множеств и нечеткого вывода), но и методы ситуационного управления, имитационного и эволюционного моделирования, экспертных систем, инженерии знаний, обучения и адаптации с использованием аппарата нейронных сетей, генетических алгоритмов и других средств и методов искусственного интеллекта. Разработка методологии проектирования, анализа и синтеза подобных систем, интеллектуальных в большом, является приоритетным направлением в развитии как систем автоматического управления в частности, так и информационно-управляющих систем в целом, и ведется настоящее время очень быстрыми темпами (такие термины, как «fuzzy logic», «интеллектуальное управление», «нейросетевое управление», давно вышли из специфического словаря научных работников и употребляются в повседневной жизни).

Авторы надеются, что данное учебное пособие поможет сформировать представление об одном из направлений построения интеллектуальных систем – разработке и проектировании систем, принцип действия которых, основан на аппарате нечетких множеств и нечеткого вывода; систем, использующих приемы и методы работы с нечеткой информацией, что до последнего времени являлось исключительно человеческой прерогативой.