5.6.5. Решение задачи парковки грузовикаВ разделах 3.10 и 5.1 рассматривались примеры использования нечетких систем с классическими (одномерными) функциями принадлежности для решения задачи парковки грузовика. На рис. 5.44 показано графическое представление так называемого пространства решений для нечеткой системы с одномерными функциями принадлежности. Точки на осях Рис. 5.44. Пример пространства решений для нечетких систем с одномерными функциями принадлежности. Для решения подзадачи классификации построена простая нейронная сеть, представленная на рис. 5.45. Эта сеть имеет три слоя, два входа, восемь скрытых и четыре выходных нейрона. Обучающий набор данных, который применялся для тренинга стандартных структур, был модифицирован так, чтобы обучить сеть разделению пространства на четыре области. Процесс обучения иллюстрируется на рис. 5.46. По завершении обучения на каждом выходе сети формируется значение степени принадлежности входного сигнала к связанной с ним области (это значение лежит в интервале Рис. 5.45. Нейронная сеть, решающая подзадачу классификации. Рис. 5.46. Процесс обучения классифицирующей сети. Сеть, обученная должным образом, соединяется с четырьмя простейшими нейронными сетями. Они имеют вид одиночных нейронов, каждый из которых реализует нелинейную функцию первого порядка, содержащуюся в заключениях правил. Полная структура модуля нечеткого управления типа Такаги-Сугено изображена на рис. 5.47. Эта комплексная система была вновь подвергнута обучению, для которого в данном случае использовался немодифицированный обучающий набор данных. Процесс обучения демонстрируется на рис. 5.48. Пространство решений для данного модуля показано на рис. 5.49, а примеры траектории движения грузовика представлены на рис. 5.50. Рис. 5.47. Структура модуля нечеткого управления типа Такаги-Сугено. Рис. 5.48. Процесс обучения модуля нечеткого управления. Рис. 5.49. Пространство решений для модуля типа Такаги-Сугено. Рис. 5.50. Траектории движения грузовика для трех начальных положений
|