Обґрунтування виду функції приналежності нечітких параметрів локомотивних інтелектуальних систем керування

Abstract

UA: Для підвищення ефективності керування локомотивом необхідно використовувати прогнозне значення швидкості поїзду через визначений інтервал часу. Так як на цю величину впливає низка випадкових факторів, пропонується представити її у вигляді нечіткого числа. Обґрунтовано вибір класу функції приналежності на підставі експериментальних даних та критерію Пірсона. Це дозволить використати методи теорії штучного інтелекту при моделюванні роботи локомотивної системи підтримки прийняття рішень

EN: Presentation of the train speed as a fuzzy number is justified by the impossibility to accurately predict this value. This is caused by deviation of many train and locomotive parameters in operating conditions. According to statistics, the actual train speed is different from the design speed by up to 5 km/h. According to the distribution of the speed deviation from the design value, a hypothesis about using t- and π-class membership functions was proposed. It was found that with the fuzziness coefficient values less than 2, it is necessary to use the triangular activation function to present the fuzzy variables. If the fuzziness coefficients are greater than 2, it is reasonable to use both classes of membership functions. This will allow to apply artificial intelligence theory methods in modeling the decision support system for locomotive crews.