Пусть в системе автоматического управления технологическим процессом по измеренным значениям вектора двух характеристик X = {x₁, x₂} вырабатывается вектор управляющего воздействия Y = {y₁, y₂} Реализован принцип ситуационного управления, основанный на табличном представлении. Таблица имеет вид:

Рассчитайте приближенное значение компонент вектора Y для измеренных компонент вектора Х, считая, что y₁ слабо зависит от х₂, а y₂ слабо зависит от х₁

X = {4,6; 2,4}

Пусть в системе автоматического управления технологическим процессом по измеренным значениям вектора двух характеристик X = {x₁, x₂} вырабатывается вектор управляющего воздействия Y = {y₁, y₂} Реализован принцип ситуационного управления, основанный на табличном представлении. Таблица имеет вид:

Рассчитайте приближенное значение компонент вектора Y для измеренных компонент вектора Х, считая, что y₁ слабо зависит от х₂, а y₂ слабо зависит от х₁

Пусть в системе автоматического управления технологическим процессом по измеренным значениям вектора двух характеристик X = {x₁, x₂} вырабатывается вектор управляющего воздействия Y = {y₁, y₂} Реализован принцип ситуационного управления, основанный на табличном представлении. Таблица имеет вид:

Рассчитайте приближенное значение компонент вектора Y для измеренных компонент вектора Х, считая, что y₁ слабо зависит от х₂, а y₂ слабо зависит от х₁

Диапазоны изменения измеряемых характеристик системы управления технологическим процессом разбиты на составляющие интервалы, определяемые требованиями по точности. Совокупность X = {x₁, x₂} измеренных значений, каждое из которых принадлежит некоторому интервалу, определяет вектор Y(y₁, y₂) необходимых управляющих воздействий, составляющих ограниченное множество векторов: Y₁= {5; 8}, Y₂= {3; 4}, Y₃= {6; 5}, Y₄= {1; 5} Диапазон [0, 3] изменения переменных x₁ и x₂ разбит на три интервала δ₁= [0, 1), δ₂= [1, 2), δ₃= [2, 3) По данному логическому описанию системы управления составьте однослойную логическую нейронную сеть системы управления, используя принцип "размножения" решений.

(x1∈δ1) ∧ (x2∈δ1) →​ Y2(x1∈δ1) ∧ (x2∈δ2) →​ Y3(x1∈δ1) ∧ (x2∈δ3) →​ Y4(x1∈δ2) ∧ (x2∈δ1) →​ Y1(x1∈δ2) ∧ (x2∈δ2) →​ Y2(x1∈δ2) ∧ (x2∈δ3) →​ Y3(x1∈δ3) ∧ (x2∈δ1) →​ Y4(x1∈δ3) ∧ (x2∈δ2) →​ Y1(x1∈δ3) ∧ (x2∈δ3) →​ Y2

Диапазоны изменения измеряемых характеристик системы управления технологическим процессом разбиты на составляющие интервалы, определяемые требованиями по точности. Совокупность X = {x₁, x₂} измеренных значений, каждое из которых принадлежит некоторому интервалу, определяет вектор Y(y₁, y₂) необходимых управляющих воздействий, составляющих ограниченное множество векторов: Y₁= {5; 8}, Y₂= {3; 4}, Y₃= {6; 5}, Y₄= {1; 5} Диапазон [0, 3] изменения переменных x₁ и x₂ разбит на три интервала δ₁= [0, 1), δ₂= [1, 2), δ₃= [2, 3) По данному логическому описанию системы управления составьте однослойную логическую нейронную сеть системы управления, используя принцип "размножения" решений.

(x1∈δ1) ∧ (x2∈δ1) →​ Y1(x1∈δ1) ∧ (x2∈δ2) →​ Y2(x1∈δ1) ∧ (x2∈δ3) →​ Y3(x1∈δ2) ∧ (x2∈δ1) →​ Y4(x1∈δ2) ∧ (x2∈δ2) →​ Y1(x1∈δ2) ∧ (x2∈δ3) →​ Y2(x1∈δ3) ∧ (x2∈δ1) →​ Y3(x1∈δ3) ∧ (x2∈δ2) →​ Y4(x1∈δ3) ∧ (x2∈δ3) →​ Y1

Диапазоны изменения измеряемых характеристик системы управления технологическим процессом разбиты на составляющие интервалы, определяемые требованиями по точности. Совокупность X = {x₁, x₂} измеренных значений, каждое из которых принадлежит некоторому интервалу, определяет вектор Y(y₁, y₂) необходимых управляющих воздействий, составляющих ограниченное множество векторов: Y₁= {5; 8}, Y₂= {3; 4}, Y₃= {6; 5}, Y₄= {1; 5} Диапазон [0, 3] изменения переменных x₁ и x₂ разбит на три интервала δ₁= [0, 1), δ₂= [1, 2), δ₃= [2, 3) По данному логическому описанию системы управления составьте однослойную логическую нейронную сеть системы управления, используя принцип "размножения" решений.

(x1∈δ1) ∧ (x2∈δ1) →​ Y3(x1∈δ1) ∧ (x2∈δ2) →​ Y4(x1∈δ1) ∧ (x2∈δ3) →​ Y1(x1∈δ2) ∧ (x2∈δ1) →​ Y2(x1∈δ2) ∧ (x2∈δ2) →​ Y3(x1∈δ2) ∧ (x2∈δ3) →​ Y4(x1∈δ3) ∧ (x2∈δ1) →​ Y1(x1∈δ3) ∧ (x2∈δ2) →​ Y2(x1∈δ3) ∧ (x2∈δ3) →​ Y3

Совокупность высказываний x₁, x₂, x₃ отображает исчерпывающее множество событий. Составьте дизъюнктивную нормальную форму по заданным таблично предполагаемым значениям функции f от различных ситуаций.

Совокупность высказываний x₁ , x₂ , x₃ отображает исчерпывающее множество событий. Составьте дизъюнктивную нормальную форму по заданным таблично предполагаемым значениям функции f от различных ситуаций.

Совокупность высказываний x₁ , x₂ , x₃ отображает исчерпывающее множество событий. Составьте дизъюнктивную нормальную форму по заданным таблично предполагаемым значениям функции f от различных ситуаций.

В результате моделирования выяснилось, что рассмотрение принадлежности x₁ всему диапазону δ₁ не удовлетворяет требованиям к точности результатов. А именно, если предполагается условие x₁∈[0; 0,5), нейросеть выдает удовлетворительный ответ. Однако условие (x₁∈[0,5; 1))∧ (x₂∈[1, 2)) требует нового правильного решения Y₅ Модифицируйте заданную нейронную сеть с учетом новых данных.

Исходная нейронная сеть имеет вид:

В результате моделирования выяснилось, что рассмотрение принадлежности x₁ всему диапазону δ₁ не удовлетворяет требованиям к точности результатов. А именно, если предполагается условие x₁∈[0; 0,5), нейросеть выдает удовлетворительный ответ. Однако условие (x₁∈[0,5; 1))∧ (x₂∈[1, 2)) требует нового правильного решения Y₅ Модифицируйте заданную нейронную сеть с учетом новых данных.

Исходная нейронная сеть имеет вид: