DOI: https://doi.org/10.20998/2522-9052.2019.4.18

Застосування призначеного для користувача інтерфейсу Fuzzy Logic Toolbox для контролю якості продукції та послуг

Igor Hrihorenko, Tatyana Drozdova, Svetlana Hrihorenko, Elena Tverytnykova

Анотація


В роботі вперше проілюстровано рішення задачі контролю якості продукції та послуг на прикладах виробництва вина і надання освітніх послуг у ВНЗ за допомогою створення евристичного аналізатора на базі інтерфейсу системи нечіткої логіки Fuzzy Logic Toolbox програми Matlab. Розглянуто питання побудови моделей контролю якості з нечіткою логікою для вирішення завдань, що виникають у випадках, коли немає можливості використовувати класичні статистичні методи. Проаналізовано фактори, що впливають на якість продукції, зокрема вина, і послуг на прикладі надання освіти, доведена можливість застосування апарату fuzzy logic для визначення вагового внеску факторів, які забезпечують максимальну якість. Проведено комп'ютерне моделювання за алгоритмом Mamdani, який складається з фазифікації з визначенням діапазонів зміни вхідних величин для кожного прикладу, завданням функцій розподілу для кожного вхідного параметра; обчислення правил, виходячи з адекватності моделі; дефаззифікації з переходом від лінгвістичних термів до кількісної оцінки; графічного побудови поверхні відгуку, використовуючи центроїдного метод з визначенням центру ваги поверхні відгуку. Моделювання підтвердило, що створення евристичного аналізатора для визначення якості вина і якості освіти доцільно і необхідно для того, щоб не допустити виробництво неякісної продукції і надання неякісних послуг.


Ключові слова


нечітка логіка; евристичний аналізатор; фазифікація; дефазифікація; контроль якості

Повний текст:

PDF (English)

Посилання


Zadeh, L.A. (1965), “Fuzzy sets”, Information and Control, vol. 8 (3), pp. 338–353.

Zadeh, L.A. (1996), “Fuzzy logic – computing with words”, IEEE Transactions on Fuzzy Systems, vol. 4, is. 2, рр. 103–111.

Zadeh, L.A. (1971), “Similarity relations and fuzzy orderings”, Information sciences, vol. 3, pp. 177–200, DOI:

https://doi.org/10.1016/S0020-0255(71)80005-1.

Mendel, Jerry M. and Mouzouris, George C. (1977), “Designing fuzzy logic systems”, IEEE Transactions on circuits and systems, vol. 44, р. 11.

Mendel, J.M. and Wang, L. (1992), “Fuzzy Basis Functions, Universal Approximation, and Orthogonal Least Squares Learning”, IEEE Trans. on Neural Networks, vol. 3, рр. 807–814.

Wu, H. and Mendel, J.M. (2004), “On Choosing Models for Linguistic Connector Words for Mamdani Fuzzy Logic Systems”, IEEE Trans. on Fuzzy Systems, vol. 12, рр. 29–44.

Mamdani. E.H. (1974), “Application of fuzzy algorithms for the control of a simple dynamic plant”, Proc. IEEE-1974, рр. 121–159.

Mochammad Iswan Perangin-Angin, Andre Hasudungan Lubis, Imelda, Sri Dumayanti, Raheliya Br. Ginting and Andysah Putera Utama Siahaan (2017), “Implementation of Fuzzy Tsukamoto Algorithm in Determining Work Feasibility”, Journal of Computer Engineering (IOSR-JCE), vol. 19, issue 4, ver. IV, pp. 52–55.

Michio, Sugeno (1983), “Tomohiro Takagi. Multidimensional fuzzy reasoning”, Fuzzy Sets and Systems, vol. 9 (1),

pp. 313-325.

Larsen, H.L. and Yager R.R. (2000), “A framework for fuzzy recognition technology”, IEEE Transactions on Systems, Man and Cybernetics, Part C (Applications and Reviews), vol. 30, issue 1, pp. 65–76.

Shtovba, S.D. (2007), Designing fuzzy systems using MATLAB, Gorjachaja linija – Telekom, Moscow, 288 p. (in Russian).

Leonenkov, A.V. (2005), Fuzzy modeling in MATLAB and fuzzyTECH, BHV-Peterburg, Sankt-Peterburg, 736 p.

Yuб Zhang, Junб Chen, Chrisб Bingham and Mahdi, Mahfouf (2014), “A new adaptive Mamdani-type fuzzy modeling strategy for industrial gas turbines”, IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), 6-11 July 2014, Milan, Italy, available at: http://bwbooks.net/index.php?id1=4&category=comp-lit&author=leolenkov-av&book=2005

Hrihorenko, I.V., Hrihorenko, S.M. and Gavrylenko, S.Yu. (2017), “Investigation of the possibilities of using the fuzzy-logic apparatus in measuring and classifying defects in metal tubes”, Ukrainian Metrological Journal, vol. 2, рр. 42–49.

Hrihorenko, I. V. and Hrihorenko S.M. (2017), “Investigation of the influence of external and internal factors on the error in detecting defects in metal products thanks to the fuzzy-logic apparatus”, Metrologiya ta priladi, vol. 3 (65), рр. 44–48.

Hrihorenko, I.V., Hrihorenko, S.M. and Bezborodyj, Ye.A. (2018), “Using fuzzy logic to control accuracy and improve product quality”, Metrologiya ta priladi, vol. 3 (71), рр. 52–57. (in Ukrainian).

Asai, K., Vatada, D., Ivai S., Terano, T., Asai, K. and Sugeno M. (1993), Applied fuzzy systems, trans. with Japan, Mir, Moscow, 368 p. (in Russian).

Sankar, Ganesh S., Bhargav, Reddy N., Arulmozhivarman, P. (2017), “Forecasting air quality index based on Mamdani fuzzy inference system”, 2017 International Conference on Trends in Electronics and Informatics (ICEI), 11–12 May 2017, Tirunelveli, India.




Copyright (c) 2020 Igor Hrihorenko, Tatyana Drozdova, Svetlana Hrihorenko, Elena Tverytnykova