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

Система управления технологическим процессом измельчения сырья в субкритических режимах с применением интеллектуальных алгоритмов на базе нечеткой логики: На примере АСУ технологическим процессом измельчения сырья на ОФ СП «Эрдэнэт», Монголия

Диссертация: Система управления технологическим процессом измельчения сырья в субкритических режимах с применением интеллектуальных алгоритмов на базе нечеткой логики: На примере АСУ технологическим процессом измельчения сырья на ОФ СП «Эрдэнэт», Монголия
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Обеспечение работы измельчительного передела в эффективных областях факторного пространства, позволяющих решить основную Ф задачу процесса измельчения — подготовки пульпы к обогащению (крупность, раскрытие минералов и т. д.) с минимальными ресурсои энергозатратами — цель всех операторовтехнологов и АСУ ТП. В частности, АСУ ТП предполагает наличие управляющего алгоритма или модели, адекватной… Читать ещё >

Содержание

  • 1. Состояние автоматизации технологического процесса измельчения (ТПИ)
    • 1. 1. Характеристика ТПИ
    • 1. 2. Анализ технических решений по автоматизации ТПИ
    • 1. 3. Актуальность совершенствования систем автоматического управления ТПИ
  • 2. Основные положения построения интеллектуальных систем автоматического управления в нечеткой среде
    • 2. 1. Концепция исследования явлений с элементами моделирования искусственного интеллекта
    • 2. 2. Аспекты построения моделей управления в нечеткой среде
    • 2. 3. Процедура построения управляющей модели в виде полиномов
    • 2. 4. Способы проверки адекватности модели управления технологическим процессом в нечеткой среде
    • 2. 5. Обобщенная структура подсистемы управления на базе интеллектуальных алгоритмов и нечеткой логики
    • 2. 6. Выводы по главе
  • 3. Разработка основных элементов управления ТПИ наОФСП «Эрдэнэт» на основе интеллектуальных алгоритмов
    • 3. 1. Общая постановка задачи управления, факторы управления и их характеристики
    • 3. 2. Разработка подсистемы защиты оборудования комплекса ТПИ от аварийных режимов (перегрузок)
    • 3. 3. Критерий эффективного ведения процесса измельчения и его ограничения в условиях ОФ СП «Эрдэнэт»
    • 3. 4. Разработка подсистемы стабилизации основных технологических параметров в установившихся режимах
    • 3. 5. Разработка подсистемы выбора эффективных режимов управления комплексом мельница — гидроциклон на базе интеллектуальных алгоритмов
    • 3. 6. Проверка адекватности управляющего интеллектуального алгоритма ТПИ
    • 3. 7. Выводы по главе
  • 4. Система управления ТПИ рудных материалов на ОФ СП «Эрдэнэт» в субкритических режимах на базе интеллектуальных алгоритмов
    • 4. 1. Рабочие подобласти управления для комплекса ТПИ
    • 4. 2. Разработка структурной логической схемы АСУ на базе интеллектуальных алгоритмов для процесса измельчения
    • 4. 3. Аппаратно- программный комплекс анализа уровня загрузки мельницы ВАЗМ
    • 4. 4. Промышленные испытания интеллектуальной АСУ ТПИ при различных режимах измельчения
    • 4. 5. Эффективность интеллектуальной подсистемы АСУ ТПИ комплекса мельница — гидроциклон
    • 4. 6. Выводы по главе

Система управления технологическим процессом измельчения сырья в субкритических режимах с применением интеллектуальных алгоритмов на базе нечеткой логики: На примере АСУ технологическим процессом измельчения сырья на ОФ СП «Эрдэнэт», Монголия (реферат, курсовая, диплом, контрольная)

Технологический процесс измельчения (ТПИ) рудных материалов в условиях обогатительной фабрики совместного предприятия (ОФ СП) «Эрдэнэт» (Монголия) является одной из основных технологических операций в цепочке обогащения металлосодержащих продуктов.

Эффективное управление процессом измельчения, определяемое как поддержание оптимального сочетания загрузки расходных материалов, максимальной среднесменной производительности технологического агрегата и заданного качества выходного продукта, оказывает существенное влияние на экономические показатели обогатительного передела в целом.

Обеспечение работы измельчительного передела в эффективных областях факторного пространства, позволяющих решить основную Ф задачу процесса измельчения — подготовки пульпы к обогащению (крупность, раскрытие минералов и т. д.) с минимальными ресурсои энергозатратами — цель всех операторовтехнологов и АСУ ТП. В частности, АСУ ТП предполагает наличие управляющего алгоритма или модели, адекватной данному процессу. При этом цель управления по выбранному алгоритму должна быть увязана с тем или иным критерием эффективности ведения ТПИ, а степень адекватности при идентификации текущей ситуации должна быть достаточно высокой. Уровень развития существовавшего до настоящего времени технического, алгоритмического и информационного обеспечения ТПИ представлял очень ограниченные возможности по реализации высокоэффективных способов управления, * учитывающих в реальном масштабе времени все основные и доступные для изменения технологические факторы.

Процесс ТПИ с частичным рециклом относится к многофакторным и с трудноформализуемыми возмущениями по физикомеханическим свойствам основных расходных материалов. Контролировать эти возмущения не представляется возможным, а стабилизация входных материальных потоков не снимает колебаний физических и механических свойств руды, которые приводят к существенным изменениям режимов работы оборудования комплекса измельчения и существенно снижают техникоэкономические показатели процесса в целом.

Из изложенного очевидно, что одним из вариантов решения актуальной задачи повышения техникоэкономических показателей процесса измельчения в комплексе мельница — гидроциклон является выбор и последующую идентификацию одного из локальных критериев эффективного ведения измельчения и построение на его основе алгоритмов АСУ с учетом трудноформализуемости возмущений и многофакторности процесса.

Последовательность предлагаемого автором варианта успешного решения актуальной задачи показана в настоящей диссертационной работе, которая состоит из введения, четырех глав, заключения и списка литературы. Приведем их краткое содержание.

4.6. Выводы по главе.

На основе результатов исследований, полученных в гл. 1−3:

• Разработана АСУ ТПИ, в основу которой заложены работающие в соответствии с локальным критерием эффективности измельчения по снижению энергетических затрат на разрушение загружаемых рудных материалов алгоритмы управления.

• Предложенная структура АСУ ТПИ включает в себя интеллектуальную управляющую подсистему, использующую щ аналитические полиномы в качестве базы знаний;

• Интеллектуальная управляющая подсистема АСУ ТПИ в качестве основного индикатора рабочего режима комплекса мельницагидроциклон использует данные виброакустического анализатора ВАЗМ-1 о степени загрузки мельницы;

• Разработан алгоритм выработки управляющих воздействий интеллектуальной подсистемой АСУ ТПИ, подсистемой защиты от управляющих воздействий и подсистемой стабилизации в зависимости от принадлежности величины основных технологических параметров одному из установленных диапазоновщ • Путем проведения промышленных испытаний и численных экспериментов установлено, что разработанная АСУ ТПИ и её интеллектуальная подсистема охватывает наиболее эффективный с точки зрения снижения энергопотребления диапазон изменения рабочих параметров (регламентируемый, в т. ч., Технологической инструкцией для процесса измельчения руды на ОФ СП «Эрдэнэт»);

• Проверена адекватность принятия решений алгоритмами всех подсистем АСУ ТПИ для различных технологических ситуаций, в которых находился комплекс мельницагидроциклон ОФ СП «Эрдэнэт» ;

• Проведена оценка экономической эффективности разработанной АСУ ТПИ на базе расчета срока окупаемости при ее внедрении и запуске в промышленную эксплуатацию;

• Структура АСУ ТПИ на базе интеллектуальных алгоритмов процессом измельчения принята отделом автоматизации ОФ СП «Эрдэнэт» (Монголия) в качестве основы при создании единого автоматизированного управляющего комплекса.

5.

Заключение

и выводы по работе.

Цель работы, заявленная как повышение техникоэкономических показателей технологического процесса измельчения в комплексе If/ мельница — гидроциклон путем поддержания сформулированного локального критерия эффективного ведения технологического процесса измельчения в виде минимизации затрат энергоресурсов при поддержании высокой производительности, изучении логики принятия решений операторомтехнологом, построении аналитического управляющего полинома, синтезе на его базе интеллектуальных алгоритмов и АСУ ТПИ в целом и подтверждена испытаниями созданной АСУ ТПИ.

В процессе достижения цели работы выполнен ряд исследований и решены следующие научно-технические задачи:

5.1. Проведен теоретический анализ современных методов и выбран один из наиболее эффективных метод моделирования процесса управления сложными трудноформализуемыми технологическими процессами, включая научное обоснование перспективности использования выбранного метода для решения актуальной задачи исследования. Выбранный метод заключается в том, что восстанавливается неизвестная функция (алгоритм действия оператора-технолога) с помощью теории планирования эксперимента, определяющей, какие ситуации предъявляются эксперту для оценки;

5.2. На основе данных экспертатехнолога и литературных источников были формализованы факторы и само пространство управления процессом измельчения с помощью промышленного комплекса мельница — гидроциклон ОФ СП «Эрдэнэт» в виде лингвистических переменных определены их характеристики;

5.3. Выбран наиболее актуальный локальный критерий эффективности ведения измельчения с помощью комплекса мельница-гидроциклон из набора существующих на ОФ СП «Эрдэнэт» и проведена его параметрическая идентификация с помощью реальных технологических данных;

5.4. Построен интеллектуальный управляющий алгоритм комплексом мельница — гидроциклон в виде аналитического полинома, для чего была разработана матрица опроса операторатехнолога для сбора данных о состоянии объекта управления. Адекватность полиномиальной модели практике ведения процесса в на ОФ СП «Эрдэнэт» проверена с помощью расчета коэффициента корреляции между величинами управляющих воздействий при реальном ведении технологического процесса и аналогичными величинами, рассчитанными с помощью полученного полинома;

5.5. Выполнен синтез структурнологической схемы обработки технологической информации и выработки управляющих воздействий на технологический объект в зависимости от принадлежности основных технологических параметров формализованным областям управления, включающей подсистему интеллектуального управления измельчением рудных материалов на ОФ СП «Эрдэнэт» ;

5.6. Разработаны алгоритмы функционирования АСУ ТПИ в виде пошаговых операций по включению соответствующих управляющих подсистем в зависимости от идентифицированной области управления. Эффективность работы разработанных алгоритмов испытана на примере ведения измельчения рудных материалов в условиях ОФ СП «Эрдэнэт» ;

5.7. Показана высокая экономическая эффективность созданной, а базе интеллектуальной подсистемы АСУ ТПИ при управлении процессом измельчения рудных материалов в условиях ОФ СП «Эрдэнэт» в сравнении с существующими способами управления;

5.8. Проведено испытание работы аналитической управляющей модели с помощью реальных технологических данных (акт проведения испытаний от" 2.0 «ojt^cr^ 200 4 г.) в условиях ОФ СП «Эрдэнэт» ;

В заключение отметим, что основной практической ценностью работы является то, что созданные автором алгоритмы и АСУ ТПИ обеспечивают поддержание высокоэффективного и качественного управления процессом измельчения рудных материалов в субкритических областях изменения технологических параметров процесса. Данное обстоятельство, безусловно, повышает технико-экономические показатели процесса и снижает риск возникновения тяжелых технологических нарушений, требующих проведения ресурсоемких операций по восстановлению работоспособности комплекса.

Показать весь текст

Список литературы

  1. А.Н., Батыршин И. З., БлишунА.Ф. и др. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д. А. Поспелова. М.: Наука, 1986.
  2. Ю.П. Введение в планирование эксперимента. М.: Металлургия, 1969.- 160с.
  3. А.А., Имаев Д. Х., Яковлев В. Д., Кузьмин Н. Н. Теория управления. Учебник. С-Пб, 2000.
  4. А.В. Применение нечеткой математики в задачах принятия решений // Прикладные задачи анализа решений в организационно-технических системах. Рига.: Риж. политехи, ин-т. 1985.
  5. Р.А., Церковный А. З. Представление знаний в интеллектуальных роботах на основе нечетких множеств // ДАН СССР. 1988. Т.299. N6.
  6. Р. А. Церковный А.Э. Мамедова Г. А. Управление производством при нечеткой исходной информации. М.: Энергоатомиздат, 1991.
  7. Р.А., Абдикеев Н. М., Шахназаров М. М. Производственные системы с искусственным интеллектом. М.: Радио и связь, 1990.
  8. Р.А., Захарова Э. Г., Ульянов С. В. Нечеткие модели управления динамическими системами // Итоги науки и техники. Техн. кибернетика. Т.29. М.: ВИНИТИ АН СССР, 1990:
  9. Р.А., Захарова Э. Г., Ульянов С. В. Нечеткие регуляторы и интеллектуальные промышленные системы управления // Итоги науки и техники. Техн. кибернетика. Т.32. М.: ВИНИТИ АН СССР, 1990:
  10. Р.А., Ульянов С. В. Нечеткие алгоритмы и системы управления. М.: Знание, 1990:
  11. В.И. Теория планирования эксперимента. М.: Радио и связь, 1983 г.
  12. С.И. Радиотехнические цепи и сигналы. М.: Высшая школа, 1988.-448с.
  13. А. Справочник статистических решений. М.: Статистика, 1968.-164с.
  14. А.Н., Алексеев А. В., Меркурьев Г. В. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь, 1989 г. -304с.
  15. И.Г., Юров П. И. Ремонт и поверка первичных контрольно-измерительных приборов. Справочник. М.: Химия, 1988 г.
  16. Е.С. Исследование операций. Задачи. Принципы. Методология. М.: Наука, 1980.- 208с.
  17. Е.С., Овчаров JI.A. Теория вероятностей. М.: Наука, 1972.
  18. А.А. Решение нечетких уравнений//Изв. АН СССР. Техническая кибернетика, 1984. N5.
  19. В.А., Ковригин О. В., Смолянинов Н. Д. Методологические вопросы построения экспертных интеллектуальных систем// Системные исследования. Методологические проблемы: Ежегодник. М: Наука, 1983.
  20. В.О. Модели представления знаний предметных областей диалоговых систем//Изв. АН. Техн. кибернетика. 1995. № 5.
  21. Дамба-Очир Д., Кимяев И. Т., Улитенко К. Я. Принципы построения АСУ технологическим процессом измельчения сырья на базе виброакустического анализатора загрузки мельницы ВАЗМ-1//Цветные металлы № 10 2003г., с. 112−115.
  22. Дамба-Очир Д., Салихов З. Г., Кимяев И. Т., Улитенко К. Я. АСУ технологическим процессом измельчения сырья в субкритическихрежимах //Цветные металлы № 4 2004г., с.82−86.
  23. А.В., Спесивцев А. В. Формализация экспертной информации при логико- лингвистическом описании сложных систем. // Изв.РАН.
  24. Техническая кибернетика, 1994,№ 2, с.89−96
  25. А.В., Спесивцев А. В., Кимяев И. Т. Обобщение расширенных арифметических операций //Деп. ВИНИТИ № 2185-В-95, 1995.
  26. А.В., Спесивцев А. В., Кимяев И. Т. Определение нечеткой метрики на множестве нечетких чисел (LR) —типа. // Деп. ВИНИТИ № 2184-В-95, 1995.
  27. Д., Прад А. Теория возможностей. Приложения к представлению знаний в информатике, М.: Радио и связь, 1990.
  28. А.Е., Азаров Г. Н., Коваль А. В. Исследование устройств и ^ систем автоматики методом планированного эксперимента.
  29. Харьков.: Вища школа, 1986. 240с.
  30. JI. Понятие лингвистической переменной и его применение к принятию приближенных решений. -М.:Мир, 1976 г.- 165с.
  31. В.Н., Ульянов С. В. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. I. Научно-организационные, технико- экономические и прикладные аспекты. //Техническая кибернетика, 1992, № 5.- 171с.
  32. В.Н., Ульянов С. В. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. II. Эволюция и принципы построения. //Техническая кибернетика, 1993, № 4.- 189с.
  33. А.Г., Юрачковский Ю. П. Моделирование сложныхсистем по экспериментальным данным. М.: Радио и связь, 1987. -120с.
  34. Е. Ю., Литвинцева Л. В., Поспелов Д. А. Представление знаний о времени и пространстве в интеллектуальных системах. М.: Наука, 1989.
  35. В. В. Методы кибернетики в химии и химической техно-Щ логии Изд 3-е М, «Химия», 1976 463 с. с ил.
  36. В.В., Дорохов И. Н., Марков Ё. П. Системный анализ процессов химической технологии. Применение методов нечетких множеств. М.: Наука, 1985. — 531с.
  37. И.Т. Интеллектуальная система управления процессом обжига сульфидного никелевого концентрата в кипящем слое. // Диссертация на соискание ученой степени кандидата технических наук, (руководители: Салихов З. Г., Спесивцев А.В.), Москва, 2001 г.
  38. И.Т., Салихов З. Г., Спесивцев А. В., Дроздов А. В. Исследование закритических областей факторного пространства при управлении обжигом в кипящем слое с помощью нечеткойЧуправляющей модели// Известия вузов. Цветная металлургия. 2001, № 1, с.74−77.
  39. В.З., Тихонов О. Н. Опробование, контроль и автоматизация обогатительных процессов. М.: Недра, 1990 г.
  40. В.З., Троп А. Е. Автоматизация процессов на обогатительных фабриках М.: Недра, 1980.
  41. Р.В. Сырьевая база и обогащение руд. Учеб. Пособие. 4.1. Руды и минералы: М.:МИСиС, 2001. — 194с.
  42. Р.В. Сырьевая база и обогащение руд. Учеб. Пособие. 4.2. Технология обогащения руд: М.:МИСиС, 2002. — 149с.
  43. А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.
  44. О.А., Федоров И. П., Змановский Т. П. Методы организации продукционного представления знаний // Методы и системы принятия решений. Рига: Риж. политехи. Ин-т, 1989.
  45. Ю.И. Нечеткие множества и алгоритмы.//Техническая кибернетика 1990, № 5, с. 196.
  46. .Я. Оптимизация вокруг нас. Л.: Машиностроение, 1989. -145с.
  47. О.И., Мечитов А. И., Мошкович Е. М., Фуремс Е.М.
  48. Выявление экспертных знаний. М.: Наука, 1989г
  49. В.Г., Салихов З. Г., Гусев О. А. Моделирование объектов с распределенными параметрами на примере трехуровневых АСУ нагревом металла. Екатеринбург: УГТУ-УПИ, М.: МИСиС, 2004 г., 163с.
  50. В.А. Теория автоматического управления: учебник для вузов. М.: Недра, 1990, 416с.
  51. А.Н., Бернштейн Л. С., Коровин С. Я. Ситуационные советующие системы с нечеткой логикой. М.'Наука, 1990.
  52. В.П. интеллектуальные системы в химической технологии. Основы теории и опыт применения. М.: Химия, 1995. -369с.
  53. М. Методы управления динамическими процессами на основе нечеткой логики // J. Text. Mach. Soc. Jap. 1990. V.43. N7.
  54. В. В., Чернова Н. А. Статистические методы планирования экстремальных экспериментов. М.: Наука, 1965.
  55. Ф.И., Тарасенко Ф. П. Введение в системный анализ. М.:
  56. Высшая школа, 1989.- 369с.
  57. .Н., Уланов Г. М., Гольденблат И. И., Ульянов С. В. Теория моделей в процессах управления. М.:Наука, 1978 г. — 225с.
  58. М. Моделирование сигналов и систем. М.:Мир, 1981.- 304с.
  59. Под ред. Егупова Н. Д. Методы классической и современной теории автоматического управления. Учебник в трех томах. М., Изд-во МГТУ им. Н. Э. Баумана, 2000.
  60. Под ред. Поспелова Д. А. Нечеткие множества в моделях управления и искусственного интеллекта. М.: Наука, 1989.
  61. Под ред. Терано Т., Асан К., Сугено М. Прикладные нечеткие системы: перевод с японского. Можно: Мир, 1993.-368с.
  62. Под ред. Уэно X., Исудзука И. Представление и использование знаний. М.: Мир, 1989. ц 60. Прудковский Б. А. Зачем металлургу математические модели. М.:1. Наука, 1989 г. 192с.
  63. Решение бизнес задач средствами нечеткой алгебры. Работа с пакетами FuziCalc. М.: Тора-Инфоцентр, 1998.- 72с.
  64. Л.З. Элементы теории вероятностей. М.: Наука, 1966. -156с.
  65. А.С. Методы системного анализа многокритериальной и нечеткой оценки. М., Экономика, 1999.
  66. З.Г., Рутковскнй A.JL, Леонтьев В. В. Методы рациональной организации подсистем централизованного контроля. //Изв. Вузов. «Цветная металлургия», № 12, 1999, с.65−69.Ш
  67. З.Г., Арунянц Г. Г., Рутковскнй А. Л. Системы оптимального управления сложными технологическими объектами. М.: Теплоэнергетик, 2004 г.
  68. З.Г., Спесивцев А. В., Лазарев В. И., Мищенко Н.И.,
  69. Е.В., Кимяев И. Т. Методика построения нечеткой управляющей модели процесса Ванюкова для безокислительной плавки сульфидных концентратов //Известия вузов. Цветная металлургия. 2001, № 2, с.
  70. З.Г. Терминология основных понятий автоматики: Учебно-справочное пособие. -М.Н МИСиС, 2003 г.
  71. А.В. Нечеткое моделирование в среде MATLAB и FUZZYECH. СПб.:БХВ-Петербург, 2003 г.
  72. А.В., Дроздов А. В., Негрей С. В., Даминов P.P. Управляющие модели металлургических процессов с использованием нечетких множеств //Цветные металлы 1996 г., № 11
  73. О.Н. Решение задач по автоматизации процессов обогащения и металлургии. Л.: Недра, 1969. 430с.
  74. Утеуш З.В., Утеуш Э. В. Управление измельчительными агрегатами. М.: Машиностроение, 1973 г.
  75. Ч., Харбор Р. Системы управления с обратной связью. М.: Лаборатория базовых знаний, 2001 г.
  76. Хан Г. А., В. П. Карту шин, Сорокер JI.B., Скрипчак Д. А.
  77. Автоматизация обогатительных фабрик. М.: «Недра», 1974 г.
  78. Д.М., Хомяков П. М. Основы системного анализа. М.: Издательство механико- математического факультета МГУим. Ломоносова, 1996. 108с.
  79. В.Ю., Гуцев И. Н., Клиневски З. Я. Экспертная система управления процессом измельчения и классификации на основе нейронных сетейю // Цветные металлы № 6 2004г., с.75−80.
  80. A.M., Салихов З. Г., и др. Оптимальные по степени устойчивости системы управления объектами с «Неустойчивым» числителем передаточной функции// Известия вузов. Цветная металлургия № 3 2003г.
  81. Barker R. CASE Method. Entity Relationship Modeling. Addison-Weseley Publishing Company, 1990.
  82. Buckley J.J., Ying H. Fuzzy Controller Theory: Limit theorems for linear fuzzy control rules// Automatica, Vol.25, No.3, pp. 469−472, 1989.
  83. Dubois D., PradeH. Possibility Theory An approach to Cornputerired Processing of Uncertainty, Mew York: Plenum, 1988.
  84. Efstathiou J. Rule-based process control using fuzzy fuzzy logic// Approximate Reasoning in Intelligent Systems, Decision and Control / Eds. Sanchez E., Zaden L. A. N. Y.:Pergamon Press, 1987.
  85. Efstathiou J. Rule-based process control using fuzzy fuzzy logic// Approximate Reasoning in Intelligent Systems, Decision and Control / Eds. Sanchez E., Zaden L. A. N. Y.:Pergamon Press, 1987.
  86. Fukami S., Mizumoto M., Tanaka K. Some considerations on fuzzy conditional inferences // Fuzzy Sets and Systems. 1980. V.4.
  87. Kickert W., Mamdani E.H. Analysis of fuzzy logic controller//Fuzzy sets and systems. 1978. V.I.
  88. Mamdani E.H., Sembi B.S. On the nature of implication in fuzzy logic // Proc.9th IntSymp. Multiple-Valued Logics. New York. 1979.
  89. Mizumoto M. Fuzzy controls under various fuzzy reasoning methods // Inf. Sci. 1988. V.45.N2
  90. Mizumoto M. Fuzzy reasoning methods for fuzzy controls // J. Soc, Instrum. and Contr. Eng. 1989. V28. Nil.
  91. Mizumoto M., Tanaka K. Some Properties in Fuzzy Sets on Type 2 // Inform, and Control. 1976. V.51 № 5.
  92. Mizumoto M., Tanaka K. Fuzzy sets of type 2 under algebraic product and algebraic sum// Fuzzy Sets and Systems, V.5. 1981.
  93. Nisbett R.E., Wilson T.G. Telling more than we can know: verbal reports on mental processes//Psychol. Rev. 1977. N37
  94. Nishikawa T. Fuzzy theory: The science of human intuition//Jap. Comput. Quart. 1989 № 79.
  95. Sawaragi Т., Katai 0., Iwai S. Tuning knowledge for intelligent fuzzy controller by analysing a history of control operations // Trans. Soc. Instrum. and Conf. Eng. 1990. v.26 N8.
  96. SugenoM., KangG.T. Fuzzy modeling and control of multilayer incinerator// Fuzzy Sets and Systems. 1986. V.18.N3- 1988. V.25. N2.
  97. Yager R.R. Validation of fuzzy linguistic models//J. of Cybernetics, 1978, V. 8.
  98. Zadeh L. Theoryof fuzzy sets. Nemo. No UCB/ERL M 77/1, Univercity of California, Berceley, 1977
Заполнить форму текущей работой

Пора сдавать?