Программные продукты и системы

Известно, что интеллектуальные системы управления (ИСУ) основаны на применении мягких вычислений, нечеткой логики, эволюционных алгоритмов и нейронных сетей. Базисом развития систем управления является пропорционально-интегрально-дифференцирующий (ПИД) регулятор, который применяется в 70 % промышленной автоматики, но зачастую не справляется с задачей управления и совсем плохо работает в непредвиденных ситуациях. Нечеткие регуляторы позволяют частично расширить сферу применения ПИД-регуляторов за счет добавления продукционных логических правил функционирования и частично адаптировать систему. Совместное применение генетических алгоритмов (ГА) и нечеткой нейронной сети позволило полностью адаптировать систему, но для обучения такой системы требуется время, что в нештатных и непредвиденных ситуациях критично. Моделирование оптимального обучающего сигнала дает возможность создать частичную самоорганизацию в системе за счет формирования оптимальных траекторий коэффициентов усиления ПИД-регулятора. Применение квантовых вычислений и, как частный пример, квантового нечеткого вывода (КНВ) позволяет повысить робастность без затрат временного ресурса – в режиме реального времени.

Подробное описание дается в статье «Квантовый генетический алгоритм в задачах моделирования интеллектуального управления и суперкомпьютинг», авторы: Ульянов С.В., Рябов Н.В. (Государственный университет «Дубна», Институт системного анализа и управления, Дубна).