Проектирование адаптивной сети нейро-нечеткого вывода для контроля критической зависимости параметров гемодинамики по модели измерений предрейсовых осмотров
Проектирование адаптивной сети нейро-нечеткого вывода для контроля критической зависимости параметров гемодинамики по модели измерений предрейсовых осмотровCOДЕРЖАНИЕСПИСОК СОКРАЩЕНИЙВВЕДЕНИЕ1.ПРОБЛЕМЫ ОПРЕДЕЛЕНИЯ НОРМЫ В МЕДИЦИНЕ. МЕТОДЫ СТАТИСТИЧЕСКОГО МОДЕЛИРОВАНИЯ НОРМЫ1.1АСПО как предметная область модели прогноза медицинской нормы всистеме безопасности на железнодорожном транспорте1.2 Стандартные функции АСПО1.3 Медицинские и психофизиологические аспекты выделения группы повышенного риска1.3.1 Оценка параметров профессиональной пригодности1.3.2 Критерии выделения «группы риска»1.3.3 Расширенное психофизиологическое обследование по данным АСПО1.3.3.1 Психологическая диагностика1.3.3.2 Функциональная диагностика1.4 Проблемы предоставления нормы в АСПО2.АДАПТИВНАЯ НАСТРОЙКА СТАТИСТИЧЕСКОГО РАЗДЕЛЕНИЯ ПРИЗНАКОВ В СИСТЕМЕ НЕЙРО-НЕЧЕТКОГО ВЫВОДА2.1 Основы принципа нечеткого вывода и идентификации2.1.1 Нечеткая логика, лингвистическая оценка медицинских параметров2.1.2 Направления исследований нечеткой логики по отношению к медицинским диагностическим заключениям2.1.2.1 Символическая нечеткая логика и терминология предметной области.2.1.2.2 Теория приближенных вычислений и стохастические измерения.2.1.3 Идентификация с помощью иерархической системы нечеткого логического вывода2.2 Задача разработки программных средств оценки критической зависимости гемодинамических показателей2.2.1 Характеристики программной модели при обработке регрессионных измерений предрейсовых осмотров2.2.2 Управление иерархией нечеткого вывода интерактивным пакетом ANFIS2.2.3 Алгоритм диагностики2.2.4 Усовершенствованный метод диагностики2.2.5 Выводы и база знаний2.2.6 Проектирование систем типа Сугено2.2.7 Результаты проектирования нечеткого алгоритма предрейсовых медицинских осмотров на основе адаптивной сети нейро-нечеткого выводаЗаключениеБИБЛИОГРАФИЧЕСКИЙ СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫСписок сокращениймедицинский осмотр нейро нечеткий сетьANFIS – Adaptive NeuroFuzzy Inference System (адаптивная нейро-нечеткая система вывода);АСУ – автоматизированная система управления;АСПО – автоматизированная система предрейсовых осмотров;БД – база данных; БП – база правил;ИТ– информационные технологии;МНК – метод наименьших квадратов;ННС – нейро-нечеткие системы;НС – нейронная сеть;НЛ – нечеткая логика;ОС – операционная система;ПК – персональный компьютер;ПО – программное обеспечение;СУБД – система управления базами данных; ЭВМ – электронная вычислительная машина;ВведениеСистема предрейсовых осмотров актуальна в плане обеспечения безопасности транспортных перевозок, кроме того применяемый на данный момент принцип измерения и выбора медицинских наблюдаемых параметров позволяет усовершенствовать систему диагностики результата различными методами, начиная регрессионными и заканчивая современными интеллектуальными технологиями. Но в этом процессе должно совмещаться как экспертное знание так и числовая точность критериальной оценки состояния наблюдаемого субъекта. Соответственно здесь популярны гибридные схемы в подобных оценках. Экспертные базы требуют ввода лингвистической неопределенности в алгоритмы решения, а регрессионный характер измерений требует предварительной оценки их параметров и получение статистической модели с исключением аддитивных помех в наблюдаемом выходе. Гибридные нейро-нечеткие системы (далее просто гибридные ANFIS системы) нашли самую большую область применения среди всех возможных методов синтеза нечетких множеств и нейронных сетей. Связано это с тем, что именно они позволяют наиболее полно использовать сильные стороны нечетких систем и НС. Характерной чертой гибридных систем является то, что они всегда могут быть рассмотрены как системы нечетких правил, при этом настройка функций принадлежностей в предпосылках и подзаключениях правил на основе обучающего множества производится с помощью НС. Существуют архитектуры гибридных систем, прогрессирующие от иерархической системы нечеткого выхода и от метода получения подзаключений по Сугено, учитывающие регрессионных характер исходных измерений. Эта схема вывода способна совместить предварительную настройку к стохастической среде получаемых данных методом регрессионного анализа и точную настройку к аппроксимируемому объекту по свойствам экспертного мнения. Кроме того, нужно учесть в пользу данного метода, что регрессионная часть выполняется матричным способом решения линейных уравнений и это составляет незначительную линейную трудность для алгоритма. Проблема медицинской нормы, с точки зрения пространственного разделения признаков, состоит в том, что принимаемое во внимание среднеквадратичное отклонение нормального распределения по традиционной методике относится к одному медицинскому параметру, а центр распределения линейно связан с его средним значением. Если признаков несколько, то линейное геометрическое разделение по осям признаков составляет простейшую область для идеально нормального субъекта, что в реальности практически не достижимо и, кроме того, несовместимо с экспертным мнением, которое способно определять некоторые допуски к тем или иным параметрам. Та же проблема многоканального разделения признаков и в существующем АСПО, так как измерения многомерны – для оценки готовности к рейсу учитываются 7-14 параметров. В свою очередь возникает и экспертная сложность интеллектуального обобщения многомерных показат...
Другие файлы:
Системы нечеткого вывода
Основные этапы систем нечеткого вывода. Правила нечетких продукций, используемые в них. Нечеткие лингвистические высказывания. Определение алгоритмов...
Исследование работы алгоритма Мамдани в системах нечеткого вывода
Начальное представление систем нечеткого вывода: логический вывод, база знаний. Алгоритм Мамдани в системах нечеткого вывода: принцип работы, формиров...
Нейро-нечёткие сети
Искусственные нейросетевые системы как перспективное направление в области разработки искусственного интеллекта. Назначение нейро-нечётких сетей. Гибр...
Методы робастного, нейро-нечеткого и адаптивного управления
Настоящий учебник охватывает разделы теории, которые позволяют найти подходящее управление в условиях неполного, нечеткого и неточного знания характер...
Модели систем управления, использующих нечеткую логику
Понятия теории нечетких систем, фаззификация и дефаззификация. Представление работы нечетких моделей, задача идентификации математической модели нечет...
