Форум АСУ в Україні

Neural networks and fuzzy logic can conquer control-system challenges that leave conventional systems helpless. Here’s how they work, and how they benefit applications like high-speed image processing.
C.G. Masi
While engineers in the controls community have been busy migrating from traditional electromechanical and analog electronic control technologies to digital mechatronic control systems incorporating computerized analysis and decision-making algorithms, novel computer technologies have appeared on the horizon that may change things even more. Neural networks and fuzzy logic are already being applied, and may soon revolutionize how machine control systems are designed and programmed.
Traditional computers have von Neumann architecture, which is based on sequential processing and execution of explicit instructions. Artificial neural networks (ANNs), on the other hand, rely on a non-Von Neumann architecture. They are made up of extremely simple processing units combined in a massively parallel system following implicit instructions based on recognizing patterns in data inputs from external sources.
Fuzzy logic similarly turns conventional wisdom on its head. Instead of information consisting of precise measurements quantifying position along uniquely defined dimensions (such as a “temperature of 23ºC”), fuzzy information represents degree of membership in vaguely defined overlapping sets (“on the coldish side of warm”).

Нейронные сети и нечеткая логика могут решать задачи, которые оказываются не по силам традиционным системам управления. В этой статье рассматривается работа таких систем и преимущества, которые они дают в таких областях, как скоростная обработка изображений.
Пока инженеры, работавшие в области автоматического управления, занимались переходом от традиционных электромеханических и аналоговых технологий управления на цифровые мехатронные системы управления, объединяющие компьютеризированные алгоритмы анализа и принятия решений, на горизонте появились новые компьютерные технологии, способные вызвать еще более значительные изменения. Нейронные сети и нечеткая логика уже нашли широкое применение и в скором времени способны изменить способы построения и программирования систем автоматического управления.
Традиционные компьютеры имеют фоннеймановскую архитектуру, в основе которой лежит последовательная обработка и выполнение явно заданных команд. Искусственные нейронные сети (ИНС) строятся на базе другой архитектуры. Они собираются из очень простых процессорных блоков, объединенных в систему с высоким уровнем параллелизма. Эта система выполняет неявные команды, в основе которых лежит распознавание образов на входах данных от внешних истоков.
Нечеткая логика так же переворачивает традиционные представления с ног на голову. Вместо результатов точных измерений, устанавливающих положение величины на заданной шкале (например «температура 23оC»), нечеткая информация показывает степень принадлежности к нечетко определенным перекрывающимся множествам («на более холодной стороне теплого»).