В работе проведен аналитический обзор научных работ по применению методов нечеткой логики и нейронных сетей для решения задач синтеза интеллектуальных систем управления биотехнологическими объектами. Показано, что биотехнологические объекты относятся к сложным системам. В подтверждение этого приведены виды и источники неопределенности информации, характерной для объектов биотехнологии. Отмечено, что число публикаций, посвященных интеллектуальным системам управления на основе методов нечеткой логики и нейросетевой технологии, огромно и продолжает увеличиваться. Однако, несмотря на большое число работ для различных объектов, их анализ позволяет выявить ограниченное число публикаций, содержащих результаты построения интеллектуальных систем управления биотехнологическими объектами. Приведенными в статье примерами подтверждена эффективность применения интеллектуальных систем управления биотехнологическими объектами управления в условиях существования дефицита априорной информации для их точного математического описания. С учетом этих работ отмечено, что методы нечеткого и нейросетевого управления в настоящее время являются перспективными методами интеллектуальных технологий, позволяющих создавать высококачественные системы управления биотехнологическими объектами в условиях неопределенности.
The paper presents an analytical review of scientific works on the application of methods of fuzzy logic and neural networks for solving problems of synthesis of intellectual control systems of biotechnological objects. It is shown that biotechnological objects are complex systems. In confirmation of this shows the types and sources of uncertainty of information is typical of objects of biotechnology. It is noted that the number of publications devoted to intellectual control systems based on the methods of fuzzy logic and neural network technology is enormous and continues to grow. However, despite the large number of works for different objects, their analysis allows us to identify a limited number of publications containing the results of construction of intellectual systems control of biotechnological objects. In article examples confirmed the effectiveness of the intellectual control systems biotechnological objects control in the conditions of deficiency of the deficit a priori information for their exact mathematical description. Taking into account these works it is noted that the methods of fuzzy and neural network control are now promising methods of intellectual technology that allows to create high quality systems control of biotechnological objects in the conditions of uncertainty.
1. Солдатенков, А.Т. Основы органической химии лекарственных веществ / А.Т. Солдатенков, Н.М. Колядина, И.В. Шендрик. – М.: Химия, 2001. – 188 с.
2. Лубенцов В.Ф. Системы автоматического управления процессами ферментации: монография. – Сев.-Кав. гос. техн. ун-т. Ставрополь: СевКавГТУ, 2005. – 200 с.
3. Программа «БИО-2020». – URL: http://rosbiotech.com/news/view.php?ID =45 (дата обращения: 03.06.2012).
4. Островский Ю.В. Система управления производством субстанций лекарственных препаратов с перенастраиваемой технологией / Ю.В. Островский, Т.Б. Чистякова, А.А. Малин // Химическая промышленность. – 2003. – № 5. – С. 4–18. – URL: www.thesa.ru/chemprom/2003/05_03/ostrov.pdf (дата обращения: 12.12.2015).
5. Медянцев Д.В. Нейросетевые информационные системы для автоматизации технологических процессов: 05.13.06 – Автоматизация и управление технологическими процессами и производствами (в промышленности): автореф. дис. … канд. техн. наук. – Томск, 2007. – 22 с.
6. Усков А.А. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика / А.А. Усков, А.В. Кузьмин. – М.: Горячая линия-Телеком, 2004. – 144 с.
7. Гостев В.И. Синтез нечетких регуляторов систем автоматического управления. – К.: Радіоаматор, 2003. – 512 с.
8. Sefa I. Simulation of fuzzy logic controlled grid interactive inverter / I. Sefa, N. Altin // University of Pitesti – Electronics and computers science. Scientific bulletin. – 2008. – Vol. 2. – № 8.
9. Юсупбеков Н.Р. Управление процессами ферментации с применением микро-ЭВМ / Н.Р. Юсупбеков и др. – Ташкент: Фан., 1987. – 200 с.
10. Оптимизация процесса проектирования биотехнологических производств путем разработки элементов САПР / В.А. Герасименко, Ю.Н. Погребной, Ю.В. Карлаш // Научное сообщество студентов XXI столетия: материалы II Студенческой международной заочной научно-практической конференции (Россия, г. Новосибирск, 16 апреля 2012 г.). – Новосибирск, 2012. – http://bio-x.ru/articles/optimizaciya-processa-proektirovaniya-biotehnologicheskih-proizvodstv (дата обращения: 04.06.2012).
11. Москвин С.В. Системный анализ эффективности управления биологическими системами низкоэнергетическим лазерным излучением: 05.13.01: автореф. дис. ... д-ра биолог. наук. – Тула: ФГУ «Государственный научный центр лазерной медицины Росздрава», 2008. – 41 с.
12. Анохин П.К. Принципиальные вопросы общей теории функциональных систем. – 1973. – URL: http://www.raai.org/library/books/anohin/anohin.htm (дата обращения: 12.06.2012).
13. Системный подход к анализу процесса биосинтеза. – http://tweetbot.ru/biotehnologiya-spirta/500-sistemnyy-podhod-k-analizu-processa-biosinteza-chast-3.html (дата обращения: 13.06.2012).
14. Рубин А.Б. Кинетика биологических процессов / А.Б. Рубин, Н.Ф. Пытьева, Г.Ю. Ризниченко. – М.: Изд-во МГУ, 1987. – 300 с.
15. Ризниченко Н.Ф. Математические модели биологических продукционных процессов / Н.Ф. Ризниченко, А.Б. Рубин. – М.: Изд-во МГУ, 1993. – 300 с.
16. Потапенко Е.М. Высокоточное управление неопределенными объектами. Сравнение методов управления / Е.М. Потапенко, А.Е. Казурова // Зб. наук. Праць Дніпродзержинського техн. університету (технічні науки). Тематичний вип. «Проблеми автоматизованого електропривода. Теорія й практика». – Дніпродзержинськ: ДДТУ, 2007. – С. 412–414.
17. Анализ видов неопределенности информации, характерных для процесса управления сложными системами. – URL: http://www.plink.ru/tnm/gl11.htm (дата обращения: 12.08.2011).
18. Лубенцов, В.Ф. Методы динамической идентификации биотехнологических объектов / В.Ф. Лубенцов, Д.В. Болдырев – Cтаврополь: СевКавГТУ, 2005. – 84 с.
19. Лубенцов В.Ф. Практический математико-статистический анализ биотехнологических систем. – Ставрополь: Изд-во СевКавГТУ, 2000. – 111 с.
20. Фурсова П.В. Дифференциальные уравнения в моделировании сообществ микроорганизмов / П.В. Фурсова, А.П. Левич // Успехи современной биологии. – Т. 126. – 2006. – № 2. – С. 149–179.
21. Месарович М. Теория иерархических многоуровневых систем / М. Месарович, Д. Мако, Я.Такахара. – М.: Мир, 1973. – 344 c.
22. Миллер Г.Б. Оптимизация управления в линейных стохастических дифференциальных системах с неопределенными параметрами возмущений / Г.Б. Миллер, А.Р. Панков // Информационные процессы. – 2006. – Т. 6. –№ 2. – C. 131–143.
23. Бирюков В.В. Основы промышленной биотехнологии. – М.: Колос С, 2004. – 296 с.
24. Ивашкин Ю.А. Управление нечеткими объектами в прикладной биотехнологии / Ю.А. Ивашкин, И.И. Протопопов // Горный информационно-аналитический бюллетень (научно-технический журнал). – Вып. № 4. – М.: МГГУ, 1999. – С. 1–3.
25. Злобин Д.Л. Математические модели процессов при брожении полуфабрикатов хлебопекарного производства: дис. … канд. техн. наук. – М., 2005. – 121 с.
26. Макаров И.М. Искусственный интеллект и интеллектуальные системы управления / И.М. Макаров, В.М. Лохин, С.В. Манько, М.П. Романов. – Отделение информ. технологий и вычислит. систем РАН. – М.: Наука, 2006. – 333 с.
27. Электронный ресурс. – URL: htpp://www.bmt.bmstu.ru›ershov/autodiag.doc (дата обращения: 13.08.2012).
28. Искандеров Г.М. Нечеткие логические регуляторы в системе управления ферментатором // Вузовская наука – Северо-Кавказскому региону: материалы V региональной НТК. Технические и прикладные науки. Ч. 2. – Ставрополь: СевКавГТУ, 2001. – С. 32–33.
29. Синтез функциональной структуры системы оптимального управления биотехнологической системой / У.Т. Хаитматов и др. // Математические методы в технике и технологиях: cб. трудов XVI Междунар. науч. конф. В 10-и т. Т. 6. Секции 9, 13 / под общ. ред. В.С. Балакирева; РГАСХМ ГОУ. – Ростов н/Д., 2003. – C. 196–197.
30. http://nrsu.bstu.ru/chap43.html (дата обращения: 13.08.2012).
31. Liflus GX I (автоклавируемый ферментер). – http://koreabiolab.ru/catalog/9/17.htm (дата обращения: 13.08.2012).
32. Применение нечеткой логики в управлении биотехнологическими процессами / Б.Т. Каипбергенов, С.Х. Файзуллаев, А.А. Акрамов, А.Е. Исмайылов // Математические методы в технике и технологиях. ММТТ-21. Секция 6. – Саратов, 2008.
33. Куленко М.С., Буренин С.В. Исследование применения нечетких регуляторов в системах управления технологическими процессами // Вестник ИГЭУ. – Вып. 2. – 2010. – С. 1–5.
34. Кудинов Ю.И. Сравнение линейного и нечеткого ПИД-регуляторов / Ю.И. Кудинов, А.Ю. Келина. – URL: http://www.rusnauka.com/13_NMN_2011/Economics/ 10_83520.doc.htm (дата обращения: 13.08.2012).
35. Воробьёв К.А. Использование аппарата нечеткой логики в интересах адаптации системы управления самонаводящихся зенитных управляемых ракет / К.А. Воробьёв, И.Н. Хуторской // Электронный математический и медико-биологический журнал. – Т. 9. – Вып. 1. – 2010. – URL: http://www.smolensk.ru/user/sgma/MMORPH/N-25-html/cont.htm (дата обращения: 20.12.2012).
36. Угреватов А.Ю. Применение регуляторов на нечёткой логике // Известия высших учебных заведений. Поволжский регион. Технические науки. – 2007. – № 3. – С. 9–15.
37. Угреватов А.Ю. Приёмы управления сложными динамическими объектами с применением методов нечёткой логики // Проблемы автоматизации и управления в технических системах: сборник статей Международной научно-технической конференции. – Пенза: ИИЦ ПГУ, 2008. – С. 105–109.
38. Шидловский С.В. Система автоматического регулирования, инвариантная к параметрическим возмущениям, на базе нечеткой логики // Вестник Томского государственного университета. – 2006. – № 290. – С. 247–250.
39. Роман М.Р. Выбор оптимальных алгоритмов систем регулирования в условиях нечеткой информации: автореф. дис. … канд. техн. наук / Магди Рауф Марзук Роман. – М., 2008. – 20 с.
40. Михасев А.Ю. Исследование влияния вида базы правил нечеткого регулятора на вид переходного процесса / А.Ю. Михасев, И.М. Кольцов / Научная сессия МИФИ-2005. – Т. 5. Автоматика. – 2005. – С. 32–33.
41. Бураков М.В. Разработка интеллектуальных систем управления динамическими объектами методом декомпозиции базы знаний / М.В. Бураков, А.С. Коновалов. – URL: http:www.inftech.webservis.ru/it.conference/isanditc/2000/section2/rus/arrus2.html (дата обращения: 20.08 2012).
42. Масютина Г.В. Синтез и анализ каскадной системы управления с нечетким модифицированным регулятором / Г.В. Масютина, В.Ф. Лубенцов // Вестник СевКавГТУ. Технические науки. – Ставрополь: Изд-во СевКавГТУ. – 2010. – № 4. – С. 97–103.
43. Володин А.А., Лубенцова Е.В., Лубенцов В.Ф. Построение и исследование нейро-нечетких регуляторов потоков субстрата и продукта для управляемой непрерывной биосистемы // Вестник СКФУ. – Ставрополь: Изд-во СКФУ, 2013. – № 3(36). – С. 14–20.
44. Володин А.А., Лубенцова Е.В. Адаптивная нейро-нечеткая система управления биотехнологическим процессом // Инфокоммуникационные технологии в инновациях, медико-биологических и технических науках: сборник научных трудов Пятого международного научного конгресса «Нейробиотелеком-2012». – СПб.: Политехника, 2012. – С. 223–226.
45. Лубенцов В.Ф. Коррекция регуляторов нелинейных систем с использованием нечеткой логики / В.Ф. Лубенцов, Г.В. Масютина // Системный синтез и прикладная синергетика: Международная научная конференция 29.09-02.10.2009 г. Пятигорск. Сб. докладов. – Пятигорск: РИА на КМВ, 2009. – С. 220–223.
46. Масютина Г.В. Астатическое регулирование в нечетких условиях // Материалы XXXIX по итогам работы профессорско-преподавательского состава СевКавГТУ за 2009 год. Том первый. Естественный и точные науки. Технические и прикладные науки. – Ставрополь: СевКавГТУ, 2010. – С. 52–54.
47. Лубенцов В.Ф. Интеллектуальная система программного управления и робастной стабилизации на основе нечеткой логики / В.Ф. Лубенцов, Г.В. Масютина // XXIII Международная научная конференция. Математические методы в технике и технологиях – ММТТ-23: в 12 т. Т. 6. Секции 6, 7; под общ. ред. В.С. Балакирева. – Саратов: Сарат. гос. техн. ун-т, 2010. – С. 63–65.
48. Лубенцов В.Ф. Интеллектуальная система управления с переменной структурой на основе нечеткой логики // Фундаментальные исследования. – 2014. – № 12 (часть 2) – С. 252–257.
49. Мелихова О.А. Нечеткие интеллектуальные системы. – URL: http://pitis.tsure.ru/files5/09.htm (дата обращения: 20.10.2012).
50. Электронный ресурс / http://texproc.ru/index.php/biblioteka/90-o-intellektualnykh-sistemakh-upravleniya/nechlog/138-map?limitstart=0 (дата обращения 3.10.2012).
51. Иванов В.А. Математическое моделирование процесса синтеза метанола с помощью искусственных нейронных сетей / В.А. Иванов, И.А. Кудрина // Математические методы в технике и технологиях – ММТТ-2000: сборник трудов международной научной конференции в 7-и томах. Секции 11, 12, 13. Т. 6. – CПб.: Cанкт-Петербургский государственный технологический институт (техн. ун-т), 2000. – С. 141–143.
52. Червяков Н.И. Cравнение алгоритмов обучения нейросетевой модели управления динамическими системами / Н.И. Червяков, Т.А. Рудакова, С.Ю. Щербина // Нейрокомпьютеры: разработка, применение. – М.: Радиотехника, 2008. – № 1–2. – C. 57–63.
53. Рудакова Т.А. Cистема автоматического управления с многомодульной нейросетевой моделью / Т.А. Рудакова, В.Ф. Лубенцов // Математические методы в технике и технологиях – ММТТ-21: XXI Международная научная конференция. – Cаратов: СГТУ, 2008. – C. 231–232.
54. Червяков Н.И. Нейросетевая система автоматического управления с переменной структурой / Н.И. Червяков, В.Ф. Лубенцов, Т.А. Рудакова // Инфокоммуникационные технологии. – 2008. – № 1. – C. 8–12.
55. Рудакова Т.А. Cистема автоматического управления с многомодульной нейросетевой моделью / Т.А. Рудакова, В.Ф. Лубенцов // Математические методы в технике и технологиях–ММТТ-21: XXI Международная научная конференция. – Cаратов: СГТУ, 2008. – C. 231–232.
56. Володин А.А. Интеллектуальная система стабилизации температурного режима биопроцесса / А.А. Володин, Е.В. Лубенцова // Актуальные направления фундаментальных и прикладных исследований: материалы II международной научно-практической конференции. – М., 2013. – С. 117–120.
57. Лубенцова Е.В., Володин А.А., Евдокимов А.А., Лубенцов В.Ф. Нейросетевой классификатор процессов биосинтеза по степени лимитирования субстратом // Нейрокомпьютеры: разработка и применение. – М.: Изд-во: «Радиотехника», 2013. – № 2. – С. 61–69.
58. Смирнов Н.И. Оптимизация одноконтурных АСР с многопараметрическими регуляторами / Н.И. Смирнов, В.Р. Сабанин, А.И. Репин // Промышленные АСУ и контроллеры. – 2005. – № 7. – С. 24–28.
59. Методы робастного, нейро-нечеткого и адаптивного управления / под ред. Н.Д. Егупова. – 2-е изд. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2002. – 744 с.
60. Заде Л.А. Роль мягких вычислений и нечеткой логики в понимании, конструировании и развитии информационных интеллектуальных систем. – http://zadeh.narod.ru/ZADEH_Rol_mjagkikh_vychislenij.html
61. Городецкий А.Е. Нечеткое математическое моделирование плохо формализуемых процессов и систем / А.Е. Городецкий, И.JI. Тарасова. – СПб.: Изд-во политехн. ун-та, 2010. – 336 с.
62. Анисимов, Д.Н. Использование нечеткой логики в системах автоматического управления // Приборы и системы. Управление. Контроль. Диагностика. – 2001. – № 8. – С. 39–42.
63. Genetic tuning of non-linear PID-controllers / A.H. Jones, D.W. Pearson, N.C. Steele, R.F. Albrecht // In: Artificial Neural Nets and Genetic Algorithms. Procs. of the Int. Conf. in Ales, France. – Wien: Springer Verlag, 1995. – P. 412–415.
64. Галушкин А.И. Теория нейронных сетей: учебное пособие для вузов. Кн. 1. Нейрокомпьютеры и их применение / под ред. А.И. Галушкина. – М.: ИПРЖР, 2000. – С. 356–404.
65. Масютина Г.В. Синтез и анализ каскадной системы управления с нечетким модифицированным регулятором / Г.В. Масютина, В.Ф. Лубенцов // Вестник СевКавГТУ. Технические науки. – Ставрополь: Изд-во СевКавГТУ, 2010. – № 4. – С. 97–103.
66. Масютина Г.В. Синтез каскадной САУ с использованием квазирелейных и нейросетевых регуляторов / Г.В. Масютина, В.Ф. Лубенцов // Инфокоммуникационные технологии в науке, производстве и образовании: четвертая международная научно-техническая конференция, 28–30 июня 2010 г. Ч. 1. – Ставрополь: СевКавГТУ, 2010. – С. 115–120.
67. Ляшенко С.А. Оптимизация управления сложными технологическими процессами в сахарном производстве на основе применения нейросетевых регуляторов // Вестник ХНТУ. – 2011. – № 2(41). – С. 39–46.
68. Коломейцева М.Б. Применение нейронных сетей в системе управления динамическими объектами / М.Б. Коломейцева, Д.Л. Хо // Математические методы в технике и технологиях – ММТТ-2000: Сб. трудов Международ. науч. конф. В 7-и т. Т. 6. Секции 11, 12, 13. Cанкт-Петербургский гос. технол. ин-т (техн. ун-т). – CПб., 2000. – С. 155–156.
69. Масютина Г.В. Синтез робастных систем управления с использованием каскадно-связанных модифицированных нелинейных, нечетких и нейросетевых регуляторов: дис. … канд. техн. наук: 05.13.01: защищена 1.12.2011. – Cтаврополь, 2011. – 228 c.
70. Колдаев А.И. Разработка нечеткого нейроконтроллера с применением методов вейвлет-преобразований: дис. … канд. техн. наук: 05.13.01. – Ставрополь, 2012. – 150 с.
71. Андриевская Н.В. Особенности применения нейро-нечетких моделей для задач синтеза систем автоматического управления / Н.В. Андриевская, А.С. Резников, А.А. Черанев // Фундаментальные исследования. – 2014. – № 11–7. – С. 1445–1449. – URL: www.rae.ru/fs/?section=content&op= show_article&article_id=10005052 (дата обращения: 07.08.2015).