Помощь в учёбе, очень быстро...
Работаем вместе до победы

Развитие методов анализа и синтеза нечетких супервизорных систем автоматического управления

Диссертация: Развитие методов анализа и синтеза нечетких супервизорных систем автоматического управления
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Получены условия, при выполнении которых устойчивость в малом нечеткой супервизорной САУ может быть определена по ее непрерывной усредненной модели. Впервые показана возможность применения частотного критерия абсолютной устойчивости для анализа устойчивости в целом непрерывных нечетких супервизорных САУ. ф 4. Разработаны рекомендации по синтезу НС САУ, позволяющая получать системы, оптимальные… Читать ещё >

Содержание

  • 1. СОСТОЯНИЕ НАУЧНЫХ ИССЛЕДОВАНИЙ В ОБЛАСТИ АНАЛИЗА И СИНТЕЗА НЕЧЕТКИХ СУПЕРВИЗОРНЫХ САУ
    • 1. 1. Системы, управления с нечеткой логикой
  • I. 1) I
    • 1. 2. Обзор научных работ, посвященных нечетким супервизорным САУ
    • 1. 3. Подходы к анализу и синтезу нечетких супервизорных САУ
    • 1. 4. Конкретизация постановки задач исследования
    • 1. 5. Выводы по главе
  • 2. АНАЛИТИЧЕСКОЕ ИССЛЕДОВАНИЕ НЕЧЕТКИХ СУПЕРВИЗОРНЫХ СИСТЕМ УПРАВЛЕНИЯ
    • 2. 1. Математическая модель и статика системы
    • 2. 2. Линеаризация системы и критерий устойчивости в «малом»
    • 2. 3. Коэффициент передачи разомкнутой системы
    • 2. 4. Анализ устойчивости в целом
    • 2. 5. Анализ НС САУ с помощью непрерывных моделей
      • 2. 5. 1. Непрерывная модель и условия ее применимости
      • 2. 5. 2. Условия устойчивости для непрерывной НС САУ на основе ф частотного критерия Попова
    • 2. 6. Пример аналитического исследования НС САУ
    • 2. 7. Выводы по главе
  • 3. СИНТЕЗ И ЧИСЛЕННОЕ ИССЛЕДОВАНИЕ НЕЧЕТКИХ СУПЕРВИЗОРНЫХ СИСТЕМ УПРАВЛЕНИЯ
    • 3. 1. Рекомендации по синтезу нечетких супервизорных САУ
    • 3. 2. Программный комплекс для анализа и синтеза НС САУ
    • 3. 3. Численное исследование нечетких супервизорных САУ
    • 3. 4. Выводы по главе
  • 4. НЕЧЕТКИЕ СУП^}Щ10ЕЦЬ1Е СИШ: Ши
  • АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ ЛАБОРАТОРНЫМ ТЕРМОСТАТОМ
    • 4. 1. Описание лабораторного термостата
    • 4. 2. Методика синтеза нечеткой супервизорной САУ лабораторным термостатом
    • 4. 3. Выводы по главе

Развитие методов анализа и синтеза нечетких супервизорных систем автоматического управления (реферат, курсовая, диплом, контрольная)

Нечеткое управление (Fuzzy Control, Fuzzy-управление) в настоящее время является одной из перспективнейших технологий управления, позволяющей создавать высококачественные системы управления в условиях неопределенности математического описания объекта управления.

Под нечеткими системами автоматического управления (САУ) понимаются системы управления, содержащие в своей структуре блоки нечеткого логического вывода (БНЛВ). Указанные блоки представляют собой статические нелинейные звенья, функции которых определяются базами знаний, состоящими из нечетких продукционных правил, и используемыми алгоритмами нечеткого логического вывода.

Основным признаком классификации нечетких систем управления является место нахождения в них блоков нечеткого логического вывода: либо БНЛВ сами формируют управляющие сигналы, либо сигналы с БНЛВ управляют параметрами традиционных регуляторов. К последнему случаю, в частности, относятся системы управления на основе ПИД-регуляторов, в которых с помощью нечетких продукционных правил задаются значения параметров регуляторов, в зависимости от процессов, протекающих в САУ. Указанные нечеткие системы управления, обычно, называются нечеткими супервизорными САУ (НС САУ). Анализ литературных источников показывает, с одной стороны, что на базе НС САУ можно создавать высококачественные системы управления для сложных объектов самой различной природы, а с другой стороны, что для них практически не разработанными остаются вопросы анализа и синтеза. В частности, нет ни формул, определяющих статические характеристики систем, ни критериев устойчивости в малом и в целом, а имеющиеся методики синтеза их баз знаний часто мало эффективны.

В связи с вышесказанным, актуальной научной задачей, имеющей как чисто теоретическое, так и прикладное значение, является исследование нечетких супервизорных систем автоматического управления.

Целью диссертационной работы является развитие методов анализа и синтеза НС САУ.

Указанная цель потребовала решения следующих задач:

1) разработки математической модели НС САУ;

2) анализа статики НС САУ;

3) развитие методов анализа устойчивости НС САУ;

4) разработки рекомендаций по синтезу НС САУ;

5) проведение сравнительного анализа НС САУ и систем управления с наиболее распространенными промышленными регуляторами (ПИД-регуляторами).

Методы исследования в диссертации базируются на методах теории автоматического управления, теории нечетких множеств и имитационном моделировании.

Достоверность полученных результатов подтверждается их совпадением с результатами имитационного моделирования и натурных экспериментов.

Основные положения, выносимые на защиту.

1. Развитые методы анализа НС САУ (соотношения, определяющие статические характеристики и условия устойчивости в малом и целом систем).

2. Разработанные рекомендации по синтезу НС САУ на основе развитых аналитических методов их исследования.

Научная новизна. Основные научные результаты, полученные в работе, заключаются в следующем.

1. Получена математическая модель НС САУ в виде нелинейных векторно-матричных разностных уравнений, а также математические соотношения, определяющие установившуюся ошибку управления НС.

САУ в зависимости от параметров системы, внешних задающих и возмущающих воздействий.

2. Впервые показана и доказана возможность применения частотного критерия абсолютной устойчивости для анализа устойчивости в целом рассматриваемого класса нечетких супервизорных САУ, что позволяет аналитическим путем проводить анализ и синтез рассматриваемых систем.

3. Получены условия, при выполнении которых устойчивость в малом нечеткой супервизорной САУ может быть определена по ее непрерывной усредненной модели. Впервые показана возможность применения частотного критерия абсолютной устойчивости для анализа устойчивости в целом непрерывных нечетких супервизорных САУ. ф 4. Разработаны рекомендации по синтезу НС САУ, позволяющая получать системы, оптимальные по выбранным параметрам переходного процесса при обеспечении заданных статических характеристик. 5. Путем проведения специально организованных имитационных экспериментов установлено, что введение нечеткого супервизора в САУ с ПИД-регулятором позволяет значительно улучшить показатели качества управления (в частности, интегральная квадратичная ошибка может быть уменьшена в среднем более чем на 14%).

Практическая ценность работы заключается в разработке методов анализа и синтеза НС САУ, а также алгоритмического и программного обеспечения на их основе, в спроектированных с применением разработанных теоретических положений и используемых в промышленных условиях нечетких супервизорных системах автоматического управления лабораторными термостатами.

Реализация результатов. Основные теоретические положения работы используются в производственном процессе ООО «Системы и приборы автоматики» при разработке систем управления лабораторными термостатами и в учебном процессе филиала ГОУВПО «МЭИ (ТУ)» в г. Смоленске.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на 15-й и 16-й международных конференциях «Математические методы в технике и технологии» (Тамбов, 2002, Ростов-на-Дону, 2003) — на научной конференции студентов и аспирантов филиала МЭИ (ТУ) в г. Смоленске (Смоленск, 2003) — на 4-м региональном межвузовском научно-техническом семинаре «Актуальные вопросы современной теории управления» (Смоленск, 2004) — на 8-й международной открытой научной конференции «Современные проблемы информатизации в технике и технологиях» (Воронеж, 2003) — на научных семинарах кафедры Вычислительной техники филиала МЭИ (ТУ) в г. Смоленске.

Публикации. По теме диссертационной работы опубликовано 10 научных работ, в том числе статьи в научных журналах по списку ВАК «Автоматизация и современные технологии», «Вестник МЭИ» и «Приборы и системы. Управление, контроль, диагностика» .

Краткое содержание работы.

Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложений.

Основные результаты диссертационной работы отражены в 10 опубликованных научных работах [117- 126], в том числе в 3-х журналах.

ВАК (номера по списку литературы).

ЗАКЛЮЧЕНИЕ

.

Показать весь текст

Список литературы

  1. Р.А., Церковный А. З., Мамедова Г. А. Управление производством при нечеткой исходной информации. М.: Энергоатомиздат, 1991. 2. У сков А. А., Кузьмин А. В. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика. М.: Горячая Линия Телеком, 2004.
  2. СВ. Нечеткие модели интеллектуальных систем управления: теоретические и прикладные аспекты (обзор) Изв. АН. Техническая кибернетика. 1991. 3. 3−28.
  3. В.И., Ульянов СВ. и Нечеткие систем модели интеллектуальных I. Научно- промышленных регуляторов управления: организационные, технико-экономические и прикладные системы Изв. АН. Техническая кибернетика. 1992. 5. 171−196.
  4. В.И., Ульянов СВ. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления: П. Эволюция и принципы построения Изв. АН. Техническая кибернетика. 1993. 4. 171−196.
  5. В.И., Ульянов СВ. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления: III. Методология проектирования Изв. АН. Техническая кибернетика. 1993. 5. 197 216.
  6. Захаров В! И., Ульянов СВ. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления: IV. Имитационное моделирование Изв. АН. Техническая кибернетика. 1994. 5. 168 210.
  7. Нечеткие множества в моделях управления и искусственного интеллекта Под. ред. ДА. Поспелова. М.: Наука, 1986.
  8. Интеллектуальные системы автоматического управления Под. ред. И. М. Макарова, В. М. Лохина. М.: Физматлит, 2001.
  9. А.А., Круглов В. В. Интеллектуальные системы управления на основе методов типография, 2003.
  10. А.А. Принципы построения систем управления с нечеткой логикой Приборы и системы. Управление, контроль, диагностика. 2004. 6. 7−13.
  11. Осовский Нейронные сети для обработки информации. М.: Финансы и статистика, 2002.
  12. В. А., Панько М. А. Fuzzy-управление от эйфории к разумному применению// Сборник трудов 16-й международной конференции нечеткой логики. Смоленск: Смоленская городская «Математические методы в технике и технологии». Ростов-на-Дону. 2003.
  13. В. А. Теория управления техническими системами. Екатеринбург. УГГГА, 2002.
  14. Fuzzy Control. Theory and Practice. Physika-Verlag. A Company. 2000.
  15. В.Д., Золотухин Ю. Н., Нестеров А. А. О нечеткой динамической коррекции параметров ПИД-регулятора. Автометрия. 1998. 1. 5055.
  16. В.Д., Золотухин Ю. Н., Нестеров А. А. Оптимальная траектория как основа построения базы знаний нечеткого логического контроллера. Труды Шестого Международного семинара «Распределенная обработка информации РОИ-98″, Новосибирск. 1998.
  17. В.А., Попов Е. П. Теория систем автоматического Springer-Verlag регулирования. М.: Наука, 1972.
  18. С. Информационные технологии проектирования баз знаний: проблемы создания и защиты интеллектуальной собственности. Программные продукты и системы. 2005. 2. 2−8.
  19. Программная проектирования управления./ поддержка баз процессов формирования, извлечения и знаний робастных Л.В. интеллектуальных К. систем А. Панфилов, Литвинцева, Такахаши,
  20. Построение робастных баз знаний нечетких регуляторов для интеллектуального управления существенно-нелинейными динамическими системами. I. Применение технологии мягких вычислений./ И. Кураваки, Л. В. Литвинцева, А. Панфилов, Г. Г. Ризотто, К. Такахаши, И. С. Ульянов, Т. Хагивара, А. В
  21. Язенин Изв. РАН. Теория и системы управления. 2004. 4 127−145.
  22. Intelligent Robust Control Design based on New. Types of Computations/ L.V. Litvintseva, K. Takahashi, S.A. Panfllov, I.S. Ulyanov, S.S. Ulyanov. Universita, degli Studi di Milano, Dipartimento di Tehnologie dell Informazione. Polo Didattico e di Ricerva diCrema. Vol. 60. 2004.
  23. Tzafestas S., Papanikolopoulos N.P. Incremental fuzzy expert PID control. IEEE Transactions on Industrial Electronics. 1990. 37(5). P. 365−371. 24. Van Nauta Lemke Y.R., DE-ZHAO W. Fuzzy PID supervisor. In Proceedings of the 24th IEEE Conference on Decision and Control. Fort Lauderdale. Florida. USA. 1985. 25. Van Nauta Lemke H.R., Krijgsman A. J. Design of fuzzy PID supervisors for systems with different performance requirements. In Proceedings IMACS
  24. Dublin. Ireland. 1991. 26. Li M. X., Bruijn P. M., Verbruggen H. В. Tuning cascade PID controllers using fuzzy logic. Mathematics and Computers in Simulation. 1994. № 37. P. 143−151.
  25. Fink A., Fischer M., Nelles O. Supervision of Nonlinear Adaptive Controllers Based on» Fuzzy Models. 14th IF AC World Congress. Beijing, China. Volume Q, P. 335−340. 1999: 26. Takagi Т., Sugeno M. Fuzzy Identification of Systems and Its Applications to Modeling and Control IEEE Trans. SMC. 1985. Vol. 15, No. 1, P. 116−132.
  26. Isermann R., Lachmann K.-H., D. Matko. Adaptive Control Systems. Prentice Hall. Englewood Cli.s. 1992.
  27. Ljung L. System Identification Englewood Cli.s. 1
  28. Fortescue T.R., Kershenbaum L.S., Ydstie B.E. Implementation of self-tuning regulators with variable forgetting factor. Automatica. 1981. 17(6). P. 831— 835.
  29. Babuska R. Fuzzy Modeling for Control. Kluwer, 1998.
  30. Driankov D., Palm R. Advances in Fuzzy Control. Physica-Verlag. Heidelberg. Germany, 1998.
  31. Pedrycz W., Gomide F. An Introduction to Fuzzy Sets: Analysis and Design. MIT Press. Hardcover, 1998.
  32. Pham Т., Chen G. Introduction to Fuzzy Sets, Fuzzy Logic and Fuzzy Control Systems. Lewis Publishers, 2000.
  33. Wang L.X. A Course in Fuzzy Systems and Control. Prentice Hall PTR. CliEs. NJ, 1997.
  34. Lotfi A. Learning Fuzzy Interference Systems: Ph.D. University of Queensland. Department of Electrical and Computer Engineering. Australia, 1995.
  35. Jager R. Fuzzy logic in control: Ph.D. Technische Universiteit Delft. 1995.
  36. Особенности нечетких преобразований в задачах обработки информации и управления. Часть 1 И. М. Макаров, В. М. Лохин, В. Манько, М. П. Романов, А. А. Васильев, А. А. Хромов Информационные технологии. 1999. № 10.
  37. Особенности нечетких преобразований в задачах обработки информации и управления. Часть 2 И. М. Макаров, В. М. Лохин, В. Манько, М. П. Романов, А. А. Васильев, А. А. Хромов Информационные технологии. 1999. 11.
  38. Brae М., Rutherford D.A. Teoretical and Linguistic Aspects of the Fuzzy Logic Controller//Automation. Pergamon Press. 1979. Vol. 12. P. 553−557.
  39. А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. Винница: УНИВЕРСУМ-Винница, 1999.
  40. Синтез нечетких регуляторов на основе вероятностных моделей В. М. Лохин, И. М. Макаров, В. Манько, М. П. Романов Изв. РАН. ТиСУ. 2000. 2.
  41. Ю.И. Нечеткие системы управления Изв. АН СССР. Техническая кибернетика. 1990. 5. 196−206.
  42. М.Б., Хо Д.Л. Адаптивные системы управления динамическими объектами на базе нечетких регуляторов. М.: Компания Спутник+, 2002. 46. Хо Д.Л. Синтез адаптивных систем управления нелинейными динамическими объектами на базе нечетких регуляторов и нейросетевой технологии. Дисс. доктора техн. наук. М.: МЭИ, 2002.
  43. М.Б., Хо Д.Л. Синтез адаптивного нечеткого регулятора для нелинейной динамической системы Вестник МЭИ. 2000. 9. 85−88.
  44. М.Б., Хо Д.Л. Синтез адаптивной системы на базе нечеткого регулятора для многомерного динамического объекта Приборы и системы. Управление. Контроль. Диагностика. 9. 85−88.
  45. Bobko V.D., Nesterov А.А., Zolotukhin Yu.N. An the PID-parameters Fuzzy Dynamic Correction. Optoelectronics, Instrumentation, and Data Processing, 1998, 1.
  46. Kohn-Rich S., Flashner H. Robust fuzzy logic control of mechanical systems Fuzzy Sets and Systems. 2003. 133. P. 77−108.
  47. Справочник по теории автоматического управления Под. ред. А. А. Красовского. М.: Наука, 1987.
  48. П. Нелинейные импульсные системы. М.: Энергия, 1974.
  49. В.М., Чеховой Ю. Н. Нелинейные системы управления с частотно- и широтно-импульсной модуляцией. Киев: Техшка, 1970.
  50. В.М., Лычак М. М. Синтез систем автоматического управления с помощью функций Ляпунова. М.: Наука, 1977.
  51. А.А. Устойчивость, управляемость, наблюдаемость. М.: Наука, 1979.
  52. Е.И. Нелинейные корректирующие устройства автоматических систем. Л.: Энергия, 1973.
  53. И.П. Качество процессов и синтез корректирующих устройств в нелинейных автоматических системах. М.: Наука, 1975.
  54. ЯЗ., Попков Ю. С. Теория нелинейных импульсных систем. М.: Наука, 1973.
  55. В.В., Борисов В. В. Гибридные нейронные сети. Смоленск: Русич, 2001.
  56. В.В., Борисов, В.В. Искусственные нейронные сети. Теория- и практика. М.: Горячая линия- ТЕЛЕКОМ, 2001. 6 Г. Круглов В. В., Борисов В. В. Нечеткие нейронные сети- М.: ИПРЖР, 2003.
  57. В.В., Дли М.И. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода. М.: Физматлит, 2002.
  58. В.В., Дли М.И., Голунов Р. Ю. Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2001.
  59. Yongsheng Ding, Нао Ying, Shihuang Shao. Typical Takagi-Sugeno PI and PD fuzzy controllers: analytical structures and stability analysis Information Sciences. 2003. 151. P. 245−262.
  60. Takagi Т., Sugeno M. Stability Analysis and Design of Fuzzy Control Systems Fuzzy Sets and Systems. 1992. Vol. 45. 2. P. 135−156.
  61. Akar M., Ozguner U. Stability and Stabilization of Takagi-Sugeno systems Proc. CDC99. 1999. P. 4840−4845.
  62. Ning Li, Shao Yuan Li, Yu Geng Xi, Sam Shuzhi Ge. Stability Analysis of T-S Fuzzy System Based on Observers International Journal of Fuzzy Systems. 2003. Vol. 5. 1. P: 22−30:
  63. Piecewise quadratic stability of fuzzy systems M. Johansson, et al. IEEE Trans. Fuzzy Systems. 1999. 7. P. 713−722.
  64. Sugeno M., On stability of fuzzy systems expressed by fuzzy rules with singleton consequents IEEE Trans. Fuzzy Systems. 1999. 7. P. 201−224. fuzzy
  65. Sugeno M. On stability of fuzzy systems expressed by fuzzy rules with singleton consequents IEEE Trans. FuzzySystems. 1999. 7. P. 201−224.
  66. Johansson M., Rantzer A., Arzen K.E. Piecewise quadratic stability of fuzzy systems IEEE Trans. Fuzzy Systems. 1999. 7. P. 713−722.
  67. Chen C.L., Wang S.N., Hsieh СТ., Chang F.Y. Theoretical analysis of a fuzzylogic controller with unequallyspaced triangular membership functions Fuzzy Sets and Systems. 1999. 101. P. 87−108.
  68. Margaliot M., Langholz G. Fuzzy Lyapunov-based approach to the design of fuzzy controllers Fuzzy Sets and Systems 1999. 106. P. 49−59. 75. Ray K.S., Majumder D.D. Application of circle criteria for stability analysis of linear SISO and MIMO systems associated with fuzzy logic controller IEEE Trans on Systems Man and Cybernetics. SMC-14. 1984. P. 345−349.
  69. Takahara S., Ikeda K., Miyamoto S. Fuzzy control rules and stability condition Conference on Fuzzy Logic and Neural Networks. Iizuka. Japan. 1992. 77. Lim J.T. Absolute stability of class of nonlinear plants with fuzzy logic controllers //Electronic letters. 28. 1992. P. 1968−1970.
  70. A.A., Круглов B.B. Устойчивость систем с блоками нечеткого логического вывода в объекте управления Вестник МЭИ. 2003. 3.
  71. А.А. Устойчивость систем управления с гибридными (нечеткими) нейронными сетями Нейрокомпьютеры: Разработка и применение. 2003. 3−4.
  72. А.А. Устойчивость замкнутых систем управления с нечеткой логикой Приборы и системы. Управление, контроль, диагностика. 2003. 9. 8−9.
  73. Анализ нечетких систем управления методом гармонической линеаризации Б. Г Ильясов, Р. А. Мунасыпов, О. В. Даринцев, Л.П.
  74. А.Г., Игушев В. Н. Математическое моделирование и частотные методы при параметрическом синтезе АСР с нечеткими, регуляторами. Сборник трудов 15-й международной конференции «Математические методы в технике и технологии». ММТТ77. Тамбов: 2002. Т. 5. 131−133.
  75. Smith S.M., Comer D.J. Self-tuning of a fuzzy logic controller using a cell state space algorithm IEEE Internat. Conf. on Fuzzy Systems. San Diego. 1992. P. 615−622.
  76. Gurocak H.B. Fuzzy rule base optimization of a compliant wrist sensor for robotics J. Robotic Systems. 1996. 13. P. 475−487.
  77. Wang L.-X. Stable adaptive fuzzy control of nonlinear systems IEEE Trans. Fuzzy Systems 1993. 1 (2). P-146−155.
  78. Spooner J.T., Passino K.M. Stable adaptive control using fuzzy systems and neural networks IEEE Trans. Fuzzy Systems. 1996. 4 (3). P. 339−359.
  79. Gurocak H.B. A genetic-algorithm-based method for tuning fuzzy logic controllers. Fuzzy Sets and Systems. 1999. 108. P. 39−47.
  80. Herrera F., Lozano M., Verdegay J.L. Tuning fuzzy controllers by genetic algorithms //Internat. J. Approx. Reasoning. 1995. L P 299−315. 89. Wu J.C., Liu T.S. Fuzzy control of rider-motorcycle system using a genetic algorithmand autotuning//Mechatronics. 1995. 5. P. 441−455.
  81. Shimojma K., Fukuda Т., Hasegama Y. A self tuning fuzzy modeling with adaptive membership functions, rules and hierarchical structure based genetic algorithm //Fuzzy Sets and Systems. 1995. 71. P. 295−309.
  82. Jang R. Neuro-Fuzzy Modeling: Architectures, Analyses and Applications: Ph.D. University of California. Department of Electrical Engineering and Computer Science. Berkeley, 1992.
  83. P. Цифровые системы управления. M.: Мир, 1984.
  84. Математические основы теории автоматического"1 регулирования. Под ред. Б. К. Чемоданова. М.: Высшая школа, 1971.
  85. Директор Ф, Рорер Р. Введение
  86. Теория автоматического управления. 4.
  87. Теория линейных систем автоматического управления. Под ред. А. А. Воронова. М.: Высшая школа, 1977.
  88. Э.И., Ли Б. Об абсолютной устойчивости систем с многими нелинейностями Автоматика и телемеханика. 1965. Т. XXVI. 6. 945−965.
  89. Основные математические формулы: Справочник. Под ред. Ю. С. Богданова. Минск: Вышэйшая школа, 1995.
  90. М.Я., Чечурин А. с Стационарные модели систем Л.: автоматического управления периодическими параметрами. Энергоатомиздат, 1989.
  91. Е.П. Теория нелинейных систем автоматического регулирования и управления. М.: Наука, 1988.
  92. Р.Г. Численные методы в многоэкстремальных задачах. М.: Наука, 1978.
  93. Л. А. Современные принципы управления сложными объектами. М.: Советское радио, 1980.
  94. В. П., Круглов В. В. MATLAB 6.5 SP1/7/7 SP1/7 SP2 Simulink 5/
  95. Инструменты биоинформатики и искусственного интеллекта. М.: Солон-Пресс, 2005.
  96. Дьяконов В.П. MATLAB 6/6.1/6.5 Simulink 4/
  97. Основы применения. Полное руководство пользователя. М.: Солон-Пресс, 2002.
  98. Имитационное моделирование в среде Windows: Практическое пособие. СПб.: КОРОНА принт, 2001.
  99. Специальный справочник. СПб: Питер, 2002.
  100. В.П., Круглов В.В. MATLAB. Анализ, идентификация и моделирование систем. Специальный справочник. СПб.: Питер, 2002.
  101. В. Г. MATLAB. Справочное пособие. М.: ДИАЛОГ-МИФИ, 1997.
  102. В. Г. MATLAB 5 для студентов. М.: ДИАЛОГ-МИФИ, 1998.
  103. В. Г. Система инженерных и научных расчетов MATLAB 5.x. Том 1 и 2. М.: ДИАЛОГ-МИФИ, 1999.
  104. В. П. MATLAB. Учебный курс. СПб.: Питер, 2000. Ш. Дьяконов В. П., Абраменкова И. В., Круглов В. В. MATLAB 5.3.1 с пакетами расширений. М.: Нолидж, 2001.
  105. Ю. Ф. MATLAB 5.x. К.: «Ирина», BHV, 2000.
  106. В.В., Дли М.И. Идентификация динамических систем. Смоленск: Моск. энерг. ин-т, фил-л в г. Смоленске, 1998.
  107. Е.В. Теория вероятностей. М.: Высшая школа, 1969.
  108. Лабораторный термостат ЛТН-02М. Паспорт АИЛ 2.828.015 ПС. ОАО «Нефтехимавтоматика-С-Петербург», 2001.
  109. Лабораторный термостат ЛТН-02М. Техническое описание и инструкция по эксплуатации. АИЛ 2.828.015 ТО ОАО «Нефтехимавтоматика-СПетербург», 2002.
  110. Е.В., Усков А. А. Аппроксимационный подход к анализу устойчивости систем с нечеткими логическими регуляторами Сборник трудов 15-й международной конференции «Математические методы в технике и технологии». Тамбов. 2002. Т. 5. 44−45.
  111. А.А., Киселев Е. В. Устойчивость систем с алгоритмами нечеткого логического вывода в объекте управления ГОУВПОСФМЭИ(ТУ). Смоленск. 2002. Деп. в ВИНИТИ РАН 27.11.02. № 2047 В2002.
  112. А.А., Киселев Е. В. Устойчивость систем управления с нечеткой логикой Сборник трудов 16-й международной конференции «Математические методы в технике и технологии». Ростов-на-Дону. 2003. Т. 4. 144−145.
  113. Е.В. Математическая модель системы управления с экспертным регулятором на основе нечеткой логики Материалы IV регионального межвузовского научно-технического семинара «Актуальные вопросы современной теории управления Смоленск. 2004. 15−18.
  114. А.А., Киселев Е. В. Анализ систем управления с нечеткими комплексными моделями. I. Применение теории линейных интервальных динамических систем Вестник МЭИ. 2004. 4. 98−103.
  115. А.А., Киселев Е. В. Анализ систем управления с нечеткими комплексными моделями. П. Применение частотных методов Вестник МЭИ. 2004. 5 53−57.
  116. А.А., Киселев моделями Е.В. и Системы их управления с нечеткими и комплексными устойчивость Автоматизация современные технологии. 2005. 2. 20−24.
  117. Е.В. Устойчивость систем управления с экспертными регуляторами на основе нечеткой логики Информационные технологии моделирования и управления. 2005. №
  118. А.А., Киселев Е. В. Системы управления с нечеткими супервизорными ПИД-регуляторами Приборы и системы. Управление, контроль, диагностика. 2005. 9. 31−33.
Заполнить форму текущей работой

Пора сдавать?