Використання когнітивного моделювання при управлінні біотехнологічними об’єктами харчових виробництв

Abstract

Обґрунтовано використання нечітких когнітивних карт для сценарного управління біотехнологічними об’єктами харчових виробництв. Показано, що для використання когнітивних карт в якості інструменту агрегування знань групи експертів потрібно встановити точні значення нечітких змінних зв'язків між факторами, що представляє труднощі при створенні когнітивної карти з великою кількістю вершин. Був розроблений алгоритм створення і практичного використання нечіткої системи узагальнення оцінки експертів у штатному режимі. В статті поставлена задача самоадаптації розроблюваної нечіткої когнітивної карти при зміні експертних оцінок або параметрів об’єкта, тому що одним з головних недоліків систем на основі нечіткої логіки є їх нездатність самонавчатися і для їх підстроювання необхідно повторне залучення експертів при повній функціональної зупинці. Для вирішення поставленої задачі використовували апарат нечітких нейронних мереж. Було створено нечітку когнітивну карту, яка функціонує згідно спрощеного алгоритму нечіткого висновку та дозволяє сценарно досліджувати поведінку системи при зміні величин концептів. Апробовано та побудовано в середовищі MatLAB нечітку нейронну мережу для узагальнення експертних оцінок з відповідними функціями належності The use of fuzzy cognitive maps for scenario management of biotechnological objects of food production is grounded. It is shown that to use cognitive maps as a tool for aggregating the knowledge of a group of experts, it is necessary to establish the exact value of fuzzy variable relationships between factors, which presents difficulties in creating a cognitive map with a large number of vertices. An algorithm was developed for the creation and practical use of a fuzzy system for generalizing the evaluation of experts in the regular mode. Since one of the main disadvantages of systems based on fuzzy logic is their inability to self-learn and for their adjustment, it is necessary to re-engage experts at full functional stop. The article sets the task of self-adaptation of the fuzzy cognitive map being developed when changing expert estimates or object parameters. To solve this problem, the apparatus of fuzzy neural networks was used. A fuzzy cognitive map was created that operates according to a simplified algorithm of fuzzy inference and allows you to scrutinize the behavior of the system when the values of concepts change. A fuzzy neural network was tested and constructed in MatLAB environment for generalization of expert estimations with corresponding membership functions