The main task, the solution of which the work is focused on, is the automation of the fuzzy inference system, which is one of the subsystems of the system for assessing the technical condition of construction objects. The proposed assessment system is assigned to services that specialize in conducting construction and technical examinations. The process of conducting examinations in this area is accompanied by uncertainties of a different nature, and the production activities of specialists are often based on heuristics. That is why, the object of research are models and tools that can function in fuzzy conditions. To automate expert activities in the field of assessing the influence of external factors on the technical condition of compacted urban areas, a specialized assessment system has been designed based on knowledge and an artificial neuro-fuzzy network of the Takagi-Sugeno-Kang category. The use of neuro-fuzzy models for fuzzy inference makes it possible to automate the process of obtaining logical conclusions from input according to fuzzy rules specified by experts. At the same time, settings for membership functions can be carried out using artificial neural networks. The Takagi-Sugeno-Kang fuzzy neural network is designed to solve this problem. The feasibility of using this model to solve the problem of assessing the technical condition of construction objects with damage is justified by its ability to solve the problem of fuzzy classification. The second main criterion for choosing this model is the ability to set the rules by the input function, since under the conditions of compacted urban development, the factors affecting the external environment on the technical condition of objects are complex non-linear. The principle of adaptation of the fuzzy inference system is shown by the example of fuzzification of environmental influences caused by vibrations of a different nature. The studies carried out in the work, unlike the previous ones, expand the knowledge base of the system by presenting information about the real state of the environment in which the construction objects operate. It is expected that the use of the Takagi-Sugeno-Kang artificial neural network will significantly reduce the influence of the human factor on the performance of construction and technical examinations performed under conditions of compositional uncertainty. The practical significance of the work is to reduce the timing and increase the reliability of the assessment of the technical condition of construction objects with damage of a different nature
Основной задачей, на решение которой ориентирована работа, является автоматизация системы нечеткого вывода, которая представляет собой одну из подсистем системы оценки технического состояния объектов строительства. Предложенная система оценки предназначается для служб, которые специализируются на проведении строительно-технических экспертиз. Процесс проведения экспертиз в этой сфере сопровождается неопределенностью различного характера, а продукционная деятельность специалистов часто основывается на эвристиках. Именно поэтому, объектом исследования являются модели и средства, способные функционировать в нечетких условиях. Для автоматизации экспертной деятельности в области оценки влияния внешних факторов на техническое состояние объектов уплотненной городской застройки спроектирована специализированная система оценки, основанная на знаниях и искусственной нейро-нечеткой сети Takagi-Sugeno-Kang. Применение нейро-нечетких моделей для нечеткого выведения позволяет автоматизировать процесс формирования логических выводов из входных данных согласно с заданными экспертами нечеткими правилами. При этом настройка функций принадлежности может осуществляться с помощью искусственных нейронных сетей. Нечеткая нейронная сет Takagi-Sugeno-Kang предназначена для решения этой задачи. Целесообразность применения этой модели к решению задачи оценки технического состояния объектов строительства с повреждениями обоснована ее способностью к решению задачи нечеткой классификации. Вторым основным критерием выбора этой модели стала возможность задавать правила функцией входов, так как в условиях уплотненной городской застройки факторы влияния внешней среды на техническое состояние объектов носят сложный нелинейный характер. Принцип адаптации системы нечеткого вывода показан на примере фаззификации воздействий внешней среды, вызванных вибрациями различного характера. Проведенные в роботе исследования, в отличие от предыдущих, расширяют базу знаний системы за счет представления информации о реальном состоянии среды, в которой эксплуатируются объекты исследования. Ожидается, что применение искусственной нейронной сети Такаги-Сугено-Канга позволит существенно снизить влияние человеческого фактора на выполнение строительно-технических экспертиз, которые проводятся в условиях композиционной неопределенности. Практическая значимость работы заключается в сокращении сроков проведения и повышении надежности оценки технического состояния объектов строительства, которые имеют повреждения различного характера.
Основним завданням, на вирішення якого орієнтована робота, є автоматизація системи нечіткого виведення, яка являє собою одну з підсистем системи оцінки технічного стану об’єктів будівництва. Запропонована система оцінки призначається для служб, які спеціалізуються на проведенні будівельно-технічних експертиз. Процес проведення експертиз у цій галузі супроводжується невизначеністю різного характеру, а продукційна діяльність фахівців часто ґрунтується на евристиках. Саме тому, об’єктом дослідження є моделі та засоби, що здатні функціонувати в нечітких умовах. Для автоматизації експертної діяльності в сфері оцінки впливу зовнішніх факторів на технічний стан об’єктів ущільненої міської забудови спроєктовано спеціалізовану систему оцінки, засновану на знаннях і штучній нейро-нечіткій мережі категорії Takagi-Sugeno-Kang. Застосування нейро-нечітких моделей для нечіткого виведення надає змогу автоматизувати процес одержання логічних висновків із вхідних даних за заданими експертами нечіткими правилами. При цьому налаштування функцій приналежності може здійснюватись за допомогою штучних нейронних мереж. Нечітка нейронна мережа Takagi-Sugeno-Kang призначається для вирішення цієї задачі. Доцільність використання цієї моделі до вирішення задачі оцінки технічного стану об’єктів будівництва з пошкодженнями обґрунтована її здатністю до розв’язання задачі нечіткої класифікації. Другим основним критерієм вибору цієї моделі стала можливість задавати правила функцією входів, оскільки в умовах ущільненої міської забудови фактори впливу зовнішнього середовища на технічний стан об’єктів носять складний нелінійних характер. Принцип адаптації системи нечіткого виведення показано на прикладі фазифікації впливів зовнішнього середовища, що спричиняються вібраціями різного характеру. Проведені в роботі дослідження, на відміну від попередніх, розширюють базу знань системи за рахунок представлення інформації про реальний стан середовища, в якому функціонують об’єкти будівництва. Очікується, що застосування штучної нейронної мережі Такаги-Сугено-Канга надасть можливість суттєво знизити вплив людського фактору на виконання будівельно-технічних експертиз, які виконуються в умовах композиційної невизначеності. Практична значимість роботи полягає в скороченні термінів проведення та підвищенні надійності оцінки технічного стану об’єктів будівництва з пошкодженнями різного характеру.