Специализированные микропроцессоры со встроенными устройствами аппаратной реализации интеллектуального управления на основе сетей элементарных нечетких вычислителей тема диссертации и автореферата по ВАК РФ 05.13.05, кандидат наук Васильев, Алексей Евгеньевич

• Васильев, Алексей Евгеньевич
• кандидат наук
• 2018

Оглавление диссертации кандидат наук Васильев, Алексей Евгеньевич

СОДЕРЖАНИЕ

Введение

1. Микропроцессорные системы управления с нечеткой обработкой

информации. Задача совершенствования элементной базы

1.1. Общие сведения о нечетких системах управления

1.2. Базовые модели нечетких вычислений

1.3. Основные методы и средства проектирования и отладки

нечетких систем

1.4. Средства аппаратной поддержки нечетких вычислений

Принципы построения и классификация

1.5. Задача совершенствования элементной базы систем управления

с нечеткой обработкой информации

2. Элементарные нечеткие вычислители и сетевые структуры

на их основе

2.1. Концепция элементарного нечеткого вычислителя

и сети элементарных нечетких вычислителей

2.2. Повышение точности нечетких вычислений

Модель и реализация операции дефаззификации

2.3. Снижение сложности нечеткого описания

Применение нелинейных функций принадлежности

2.4. Повышение производительности нечетких вычислений

Алгоритмические подходы

2.5. Примеры элементарных нечетких вычислителей

и сетей на их основе

3. Техническая реализация микропроцессорных устройств с аппаратной

поддержкой сетей элементарных нечетких вычислителей

3.1. Аппаратный сопроцессор нечетких вычислений

3.2. Микропроцессор со встроенным нечетким вычислителем

3.3. Микропроцессор со встроенным контроллером сети элементарных

нечетких вычислителей

3.4. Элементы встраиваемого алгоритмического и программного обеспечения

4. Автоматизация задач анализа и синтеза микропроцессорных

систем управления на основе аппарата сетей ЭНВ

4.1. Инструментальные средства поддержки разработки

нечетких вычислителей

4.2. Средства анализа систем управления с применением аппарата

сетей элементарных нечетких вычислителей

4.3. Средства синтеза систем управления с применением аппарата

сетей элементарных нечетких вычислителей

5. Экспериментальные исследования

5.1. Оценка точностных характеристик нечетких вычислителей

5.2. Оценка производительности нечетких вычислителей

5.3. Исследование микропроцессорных систем нечеткого управления

объектами автоматики и робототехники

Заключение

Список литературы

Приложения

Приложение 1. Программная модель алгоритма нечетких вычислений

Приложение 2. Основные структурные схемы микропроцессоров

со встроенными нечеткими вычислителями

Приложение 3. Описание системы Би77у51

Приложение 4. Оттиски наград конкурсных мероприятий

и актов о внедрениях

Введение диссертации (часть автореферата) на тему «Специализированные микропроцессоры со встроенными устройствами аппаратной реализации интеллектуального управления на основе сетей элементарных нечетких вычислителей»

ВВЕДЕНИЕ

Развитие критически важных областей человеческой деятельности -робототехники, медицины, биоинженерии, энергетики, промышленного производства - требует совершенствования методов и средств управления техническими объектами [1-8], улучшения показателей качества функционирования устройств управления, снижения сроков, трудоемкости и стоимости их разработки. Эти особенности определяются усилением степени влияния двух групп основных тенденций [9].

Первая группа включает тенденции расширения практики использования так называемых «сложных» объектов, тенденции ужесточения существующих и обеспечения новых требований к режимам эксплуатации систем управления [10].

Вторая группа связана с интеграцией элементов систем управления, что позволяет говорить о развитии встраиваемых систем. К фундаментально значимым свойствам таких систем относятся: интеграция устройства управления и объекта управления (в конструкторском, схемотехническом и алгоритмическом аспектах), ориентированность на массовый промышленный выпуск, ориентированность на автономность исполнения целевых функций. По совокупности характерных свойств к системам такого рода предъявляются ужесточенные надежностные, стоимостные и энергетические требования. Следствием необходимости их удовлетворения являются ресурсные ограничения (прежде всего по вычислительной производительности) в сравнении с вычислительными средствами общего назначения [11].

Разработка встраиваемых систем управления с указанными ограничениями методами классической теории управления существенно затруднена, а порой и практически невозможна - в связи с предъявляемыми ограничениями к компонентной базе (следующими из свойства встраиваемости) при одновременном наличии потребностей существенного увеличения

функциональных возможностей системы управления. При решении подобных задач все возрастающую значимость обретает теория интеллектуальных систем управления, ее методы и приложения [12, 13].

Применительно к области технического управления целесообразно использовать понятие "встраиваемые интеллектуальные системы управления" (ВИСУ), отражающее сочетание признаков встраиваемых систем управления (характеризующихся высокой надежностью, низкой стоимостью, простотой эксплуатации) и интеллектуальных систем управления (характеризующихся возможностью реализации алгоритмов управления высокой степени сложности) [14-16].

Анализ научных публикаций позволяет сделать вывод, что, несмотря на широкую популярность разнообразных методов интеллектуальной обработки данных и их комбинаций, наиболее применяемыми в системах управления методами интеллектуальной обработки данных являются методы теории нечетких множеств - по причине своей эффективности в смысле сокращения вычислительных затрат, повышения быстродействия вычислений, повышения производительности труда при разработке, удешевления разработки и др. [1734]. Основой аппаратного обеспечения встраиваемых интеллектуальных систем управления как правило выступают бортовые функционально-ориентированные контроллеры (ФОК), в том числе на основе микропроцессоров и микроконтроллеров [35-42]. Такая аппаратура содержит архитектурные, схемотехнические и программные средства, обеспечивающие эффективную реализацию алгоритмов адаптивного и интеллектуального управления в указанном выше смысле за счет многоуровневой организации (рис. В-1) [43, 44].

ВИСУ широко применяются в практике реализации задач управления объектами и процессами различной степени сложности (начиная от объектов специального назначения и заканчивая бытовыми устройствами) [45-52].

Рис. В-1. Обобщенная структура ВИСУ [44].

С точки зрения разработки систем нечеткой обработки информации, наиболее значимым этапом, от которого в существенной степени зависит результативность применения аппарата нечетких вычислений и удовлетворение требований к значениям показателей качества управления, является создание базы нечетких знаний (БНЗ) [53]. Следует отметить, что эвристический синтез баз нечетких знаний может привести к их неполноте или противоречивости [54]; к негативным особенностям автоматизированного синтеза относятся [5557]:

• чувствительность к вариациям в начальных условиях: в зависимости от незначительных вариаций в исходных данных и параметрах, возможна

генерация систем нечеткой обработки данных, сопоставимых по критерию близости результатов нечетких вычислений, но существенно различающихся по структуре;

• повышенная трудоемкость анализа, в том числе определения степени сложности и степени подобия нечетких систем;

• принципиальная итерационность процесса синтеза: существующие методы предполагают неоднократный переход к начальным этапам синтеза и участие разработчика в нем.

С точки зрения реализации нечетких вычислений на встраиваемых микропроцессорных платформах, критическим аспектом является принцип их реализации, основанный либо на использовании программных подходов, либо на использовании аппаратных средств [58].

Применение в микропроцессорных системах управления эмуляторов нечетких вычислений зачастую ограничивает темп принятия решений и формирования управляющих воздействий; для специализированных процессоров и бортовых систем управления дополнительным ограничением выступает недопустимость увеличения тактовой частоты процессора по условиям требований обеспечения повышенной надежности и пониженного энергопотребления [59, 60]. В связи с этим актуальными являются разработка и применение микропроцессоров, снабженных узлами аппаратной нечеткой обработки информации - т.н. нечеткими вычислителями (НВ). НВ предназначаются для повышения вычислительной производительности таких систем управления благодаря поддержке операций нечеткой обработки информации на уровне аппаратных схем [61].

В соответствии с общепринятой классификацией, множество аппаратных нечетких вычислителей включает сопроцессоры, интеллектуальные контроллеры и комбинированные решения на их основе. Применение всех существующих классов нечетких вычислителей сопряжено с рядом особенностей [62]:

• при использовании внешних нечетких сопроцессоров ограничивающим фактором является пропускная способность межпроцессорного интерфейса обмена;

• при использовании нечеткого сопроцессора, встроенного в кристалл основного микропроцессора, ограничивающим фактором является зависимость вычислительного процесса нечеткой обработки данных от ресурсов основного микропроцессора, что ограничивает или исключает параллельность нечетких и алгоритмических вычислений.

Кроме того, существующие аппаратные реализации микропроцессоров с нечеткой обработкой данных не предоставляют механизм описания функций принадлежности произвольного вида, что неблагоприятно отражается на точности нечеткой аппроксимации.

Сказанное выше позволяет сделать вывод об актуальности научной проблемы удовлетворения системы требований: совершенствования аппарата описания микропроцессорных устройств, содержащих узлы нечеткой обработки данных; разработки отечественной элементной базы микропроцессорных средств, эффективно выполняющих нечеткую обработку информации в аспекте повышения ее вычислительной производительности; снижения трудоемкости разработки прикладных встраиваемых систем на базе предложенных методов и средств [63].

Проблема реализации методов нечетких вычислений рассматривается в работах K. Asai, T. Terano, M. Sugeno, B. Kosko, A. Pegat, H. Saito, A. Hedi, B. Othman Slim, T. Morishita, M. Patyra, J. Grantner, K. Koster, C. Yang, S. Gao, M. Oussalah, H. Wang, M. Klug, E. Castelan, H. Zhang, L. Silva, S. Feng, M. Akbarzadeh, A. Boulkroune, B. Mashoufi, A. Dexter, V. Callaghan, H. Hagras, В.И. Варшавского, В.Б. Мараховского, А.С. Ющенко, А.В. Затонского, Д.В. Титова, А.С. Шведова, Н.Б. Филимонова, В.В. Кобзева, О.В. Толстеля, М.В. Бобыря, Д.В. Чернышева, А.С. Сизова, А.Г. Булгакова, В.Н. Карандина, М.И. Труфанова, О.С. Амосова, А.А. Шестакова и др. Схемотехническая поддержка

аппарата нечетких вычислений в массовых продуктах микроэлектронной промышленности предлагается в разработках мировых лидеров производства изделий микропроцессорной техники NXP/Freescale и STMicroelectronics. Существующие цифровые вычислители с поддержкой нечеткой обработки информации имеют значительные ограничения по целевой производительности в связи с отмеченными выше особенностями архитектурной организации [64, 65]. Известны экспериментальные проекты нечетких вычислителей в виде аналогового решающего устройства, выполняющего арифметические операции над сигналами, определенный параметр которых (например, амплитуда) является носителем нечеткой информации [66-72]. Подобные системы обладают значительным быстродействием, но их применение в составе управляющей микропроцессорной вычислительной системы затрудняется необходимостью использования интерфейсных средств, согласующих ее цифровую и аналоговую части. Кроме того, в нечетких вычислителях такого рода затруднено задание нечетких функций принадлежности произвольного вида, что усложняет описание сложных функциональных зависимостей [70-72].

Следует отметить, что, как правило, в работах по данной тематике глубоко рассматривается либо математический, либо физический аспект проблемы, что существенно ограничивает достижимость основного результата - построения эффективных (с точки зрения простоты реализации, распространенности компонентной базы, качества и быстродействия обработки информации) встраиваемых микропроцессорных и микроконтроллерных систем с аппаратной поддержкой нечетких вычислений. Приведенные в проанализированных работах эффективные с точки зрения быстродействия системы как правило, либо не позволяют описывать сложные функциональные зависимости с практически пригодной для реализации на встраиваемых платформах сложностью, либо предназначены для реализации устройств нечеткого управления уникальными объектами, в связи с чем достигнутые результаты не применимы для решения задач автоматизации широкого класса.

Цель исследования - комплексное улучшение показателей качества функционирования устройств вычислительной техники и систем управления путем создания новых методов и средств анализа и синтеза встраиваемых микропроцессорных систем с нечеткой обработкой информации, а также соответствующих архитектурных, алгоритмических и схемотехнических решений.

Для достижения указанной цели были решены следующие задачи:

• предложены понятия элементарного нечеткого вычислителя (ЭНВ), сети элементарных нечетких вычислителей (СЭНВ) и их схемотехнические модели;

• предложены способ представления базы нечетких знаний и алгоритм ее обработки, обеспечивающие высокое качество нечеткой обработки информации ЭНВ при одновременном обеспечении высокой скорости этой обработки;

• выполнена микросхемотехническая реализация ЭНВ и сопроцессора СЭНВ;

• созданы микропроцессорные решения, содержащие интегрированные на кристалл сопроцессоры СЭНВ, обеспечивающие эффективное в смысле минимизации затрат времени и памяти вычисление нечетких зависимостей и пригодные для применения в качестве элементов вычислительных систем и систем управления.

Содержание диссертации соответствует положениям п.п. 1, 2, 3 областей исследования паспорта специальности 05.13.05. Объектом исследования являются элементы и устройства вычислительной техники, обеспечивающие аппаратную поддержку алгоритмов нечетких вычислений в системах управления. Предметом исследования являются принципы построения аппаратных вычислителей нечетких логических функций, а также методы и средства анализа и синтеза таких вычислителей.

К положениям, составляющим научную и теоретическую новизну работы, относятся следующие:

1. Предложен новый подход к организации аппаратных вычислений функционально-сложных нечетких зависимостей, основанный на концепции сетей элементарных нечетких вычислителей, что позволяет повысить степень автоматизации и снизить трудоемкость анализа и синтеза ВИСУ с нечеткой обработкой информации.

2. Предложена модель элементарного нечеткого вычислителя, позволяющая выполнять анализ и синтез систем нечеткой обработки информации, представляющих собой структурированные совокупности идентичных вычислительных элементов, что расширяет номенклатуру электронной компонентной базы аппаратной поддержки нечетких вычислений.

3. Предложена модель выполнения операции дефаззификации, отличающаяся от известных подходом к нормированию степеней уверенности термов выходных переменных, что позволяет повысить качество нечетких вычислений на границах интервалов действия нечетких правил.

4. Предложена структура данных, описывающая сеть элементарных нечетких вычислителей и обладающая возможностью динамического изменения в процессе функционирования, что позволяет повысить производительность нечетких вычислений.

5. Предложен алгоритм функционирования элементарных нечетких вычислителей, обеспечивающий снижение затрат ресурсов, необходимых для его исполнения.

6. Предложена структура нечеткого сопроцессора на основе сети элементарных нечетких вычислителей, применимая для аппаратной микросхемотехнической реализации на основе интегральных схем.

7. Предложена структурно-функциональная организация микропроцессора со встроенным аппаратным вычислителем нечетких зависимостей на основе сетей элементарных вычислителей, обеспечивающая повышение качества решения задач управления в системах управления на основе отечественной компонентной базы.

Значение результатов работы для практики заключается:

• в повышении точности и быстродействия аппаратных встраиваемых реализаций нечетких преобразователей информации, создаваемых с применением предложенных подходов;

• в разработке инструментальных комплексов автоматизированной генерации аппаратных внутрикристальных нечетких преобразователей информации;

• в решении задачи импортозамещения электронной компонентной базы систем управления.

Результаты диссертационной работы защищены тремя патентами на изобретения: №2477525 «Микроконтроллер с аппаратным нечетким вычислителем переменной структуры», №2402822 «Стенд для изучения микроконтроллерных систем управления» и №2643613 «Симметричный трёхкоординатный движитель с линейно-скользящей опорой и встраиваемым устройством управления, и симметричная шагающая платформа на его основе», а также отмечены наградами ряда международных выставок.

В диссертационной работе использованы методы и методология системного анализа, теории сложности, теории графов, теории конечных автоматов, теории нечетких множеств, имитационного моделирования.

К основным положениям, выносимым на защиту, относятся:

1. Принцип организации аппаратных вычислений нечетких зависимостей, основанный на применении сетей элементарных нечетких вычислителей.

2. Модель элементарного нечеткого вычислителя.

3. Модель выполнения операции дефаззификации.

4. Алгоритм функционирования элементарных нечетких вычислителей и сопутствующие структуры данных.

5. Аппаратная микросхемотехническая реализация нечеткого вычислителя на основе сети элементарных нечетких вычислителей.

6. Аппаратная микросхемотехническая реализация микропроцессора со встроенным аппаратным вычислителем нечетких зависимостей на основе

сетей элементарных вычислителей как вычислительного узла системы управления.

7. Инструментальные средства поддержки разработки систем нечеткой обработки информации на основе сетей элементарных вычислителей.

Достоверность и обоснованность результатов диссертационной работы подтверждается корректным применением используемых методов исследований, близостью результатов моделирования и натурной реализации систем, высокой степенью согласованности полученных результатов с данными независимых авторов.

Основные результаты и положения диссертационной работы были представлены на следующих международных и всероссийских конференциях: International Conference on Information Management and Technology «ICIMTech-2016», Bandung (Indonesia), 2016; 11-я Всероссийская научно-практическая конференция «Перспективные системы и задачи управления», Симферополь-Евпатория, 2016; 4-я Всероссийская научно-техническая конференция «Суперкомпьютерные технологии-2016» Дивноморское, 2016; International conference «Forest & Photonics», Koli (Finland), 2016; 8-я Всероссийская мультиконференция по проблемам управления «МКПУ-2015», Дивноморское, 2015; International Conference on Information Technology in Medicine and Education ITME-2014 (Jeju, Korea); International Conference on Advances In Computer and Electronics Technology, ACET-2013 (Hong Kong, China); Научно-практические конференции с международным участием «Неделя науки СПбГПУ», Санкт-Петербург, 2015-2002 г.г.; Международные научно-методические конференции «Высокие интеллектуальные технологии и инновации в национальных исследовательских университетах», Санкт-Петербург, 2014-2002; Международные научно-практические конференции «Микропроцессорные, аналоговые и цифровые системы: проектирование и схемотехника, теория и вопросы применения», Новочеркасск, 2013 и 2011 г.г.; Всероссийская научно-техническая конференция «Биотехнические,

медицинские и экологические системы и комплексы. Биомедсистемы-2011», Рязань, 2011; Международная научная конференции «Решетневские чтения», Красноярск, 2011; Всероссийские конференции «Экстремальная робототехника», Санкт-Петербург, 2008-2002, а также на иных конференциях и семинарах. Практические результаты работы экспонировались на международных выставках «Точные измерения» (Москва) в 2015-2014 г.г., и «Hi-Tech» (С-Петербург) в 2018-2008 г.г., где награждены 9 золотыми и 7 серебряными медалями, а также специальным призом конкурсной комиссии.

Автором лично и в соавторстве опубликовано более 200 работ, из них в базе РИНЦ зарегистрировано 111. Основное содержание диссертационной работы отражено в 79 публикациях, в том числе в 16 статьях в изданиях, рекомендованных ВАК или приравненных к ним (из них 10 индексируются в базе Scopus); в двух многотиражных монографиях; в двух учебных пособиях; в трех патентах на изобретения.

Все представленные в диссертационной работе результаты получены автором лично или при его непосредственном ведущем участии. В публикациях, подготовленных с участием соавторов, автор диссертационного исследования внес определяющий вклад в постановку задач, выбор направлений и методов исследований, их реализацию и анализ.

Тематика работы соответствует следующим положениям:

• разделам Государственного рубрикатора научно-технической информации 28.23.33 - Аппаратная реализация интеллектуальных систем, 28.19.23 -Адаптивные и обучающиеся системы; 47.14.07 - Проектирование и конструирование полупроводниковых приборов и приборов микроэлектроники, 50.09.47 Устройства управления и регулирования, 50.09.33 - Микропроцессоры, 50.33.31 - Управляющие ЭВМ и ВК;

• разделам Перечня приоритетных направлений развития науки, технологий и техники в Российской Федерации: перспективные виды специальной техники; робототехнические комплексы;

• разделам Перечня Национальных технологических инициатив Российской Федерации: Аеш№^ Мап№^.

• разделам Перечня критических технологий РФ: технологии информационных, управляющих, навигационных систем; технологии создания электронной компонентной базы.

1. МИКРОПРОЦЕССОРНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ С НЕЧЕТКОЙ ОБРАБОТКОЙ ИНФОРМАЦИИ. ЗАДАЧА СОВЕРШЕНСТВОВАНИЯ ЭЛЕМЕНТНОЙ БАЗЫ

1.1. Общие сведения о нечетких системах управления

Как отмечается в работе автора [44], "одним из базовых подходов к реализации интеллектуальных систем является подход, основанный на нечетких преобразованиях информации. При использовании данного подхода подсистема принятия решений (нечеткий контроллер, НК) описывается совокупностью логико-лингвистических правил «Если 'условие' То 'действие'», где 'условие' описывает принадлежность входов контроллера некоторому набору (диапазону) входных значений, а 'действие' задает значения выходов контроллера; при этом каждое из условий характеризуется некоторой мерой достоверности в каждый момент времени. Результирующее решение для каждого момента времени вырабатывается на основе суперпозиции 'действий' с учетом меры достоверности правил, их предлагающих. К достоинствам нечетких систем принятия решений относятся эффективность эвристического синтеза (в смысле минимизации трудозатрат), предсказуемость и объяснимость поведения системы" [44].

Математический аппарат нечетких вычислений подробно описан в литературе [73-79]; ниже рассмотрим практические аспекты процесса разработки и функционирования НК в микропроцессорных системах управления в соответствии с работами [44 и 78].

На первом этапе определяется количество и назначение выходов (генерируемых управляющих воздействий) и входов (информационных сигналов, на основании значений которых рассчитываются управляющие воздействия) нечеткого контроллера. Каждому входу и каждому выходу нечеткого контроллера ставится в соответствие лингвистическая переменная (т.е., все входы и выходы обозначаются уникальными именами некоторого языка (как правило, естественного)). Так, например, у простейшего нечеткого контроллера

движения рельсового локомотива один выход: У1 - «скорость движения» и два входа: XI - «расстояние до цели», Х2 - «расстояние до препятствия» (рис. 1-1).

На втором этапе множество значений каждой лингвистической переменной разбивается на подмножества (термы), которые также именуются. Для каждого терма вводится функция принадлежности, задающая степень сродства значений лингвистической переменной этому терму: А = (х), х), х е X, цА (х) е [0,1], где А - определяемый терм, Х - шкала значений лингвистической переменной, (х) - функция принадлежности.

В ряде случаев, особенно при эвристическом проектировании, термы лингвистических переменных удобно представлять графически (рис. 1-2); следует отметить, что эвристический подход к определению количества термов и диапазона значений лингвистической переменной привносит субъективность (т.н. «зависимость от эксперта»).

Х_и У1

НК -►

Рис. 1-1. Пример объекта управления [44] Считанные с датчиков (как в случае расстояния до препятствия) или рассчитанные (как в случае оставшегося расстояния до цели) значения четких входных величин откладываются по оси абсцисс; соответствующие им

значения ординат являются степенями принадлежности входной величины терму (термам). Так, например, расстояние до препятствия, равное 70 м, соответствует терму «большое расстояние» с нулевой степенью уверенности; терму «среднее расстояние» с 80% степенью уверенности; терму «малое расстояние» со степенью уверенности 0.2 (рис. 1-2).

Рис. 1-2. Пример графического задания термов [44].

Как видно из рис. 1-2, лингвистическим переменным и их термам (в т.ч. одинаковых размерностей), могут быть назначены различные шкалы. Так, для

точного достижения заданной цели необходимо «прецизионное» задание расстояний, а для предотвращения столкновения с препятствиями - заведомое предупреждение об этом, поэтому «малое» расстояние до цели и «малое» расстояние до препятствия имеют различные метрики. Следует отметить, что, в отличие от вероятностей, сумма степеней принадлежности для любой точки может быть отличной от 1.

Существенной особенностью является и вид функции принадлежности (удобно воспринимаемый визуально). Формальных ограничений на вид зависимости ц(х) не имеется. Для термов входных величин ц(х) может равняться 1 (т.е. имеется абсолютная уверенность в принадлежности значения входной величины именно этому терму) как в точке (см. терм «расстояние нулевое» - утверждение справедливо, когда Х1 в точности равен нулю), так и в диапазоне значений (см. терм «расстояние до препятствия большое» -утверждение справедливо, если показания датчика соответствуют расстоянию от 150 м до максимальной измеряемой датчиком дистанции).

Для термов выходных величин ц(х), как правило, имеет одну точку максимума, что соответствует экспертной оценке соответствующей градации величины (в рассматриваемом примере - скорости). Смежные области (соответствующие пересечению термов) имеет смысл задавать так, чтобы для всякой точки входной величины имелся терм, степень уверенности в принадлежности которому была бы более 0.5 (так называемые «хорошо определенные величины).

На третьем этапе составляется свод правил преобразования (рис. 1-3). Прочерк в двух последних строках означает, что формирование выходов происходит вне зависимости от значения лингвистической переменной в соответствующей прочерку позиции строки.

Если То Примечание

X! Х2 Y1

большое большое высокая цель и препятствия далеко, скорость максимальна

среднее большое средняя цель и/или препятствие ближе -

большое среднее средняя скорость меньше

среднее среднее средняя

малое большое малая цель близка - скорость минимальна

малое среднее малая

нулевое - нулевая цель достигнута - останов

- малое нулевая предотвращение столкновения

Рис. 1-3. Пример составления списка правил [44].

В условиях реального функционирования системы (в т.ч. рассматриваемого варианта нечеткого контроллера) на входы будут поступать значения, с разной степенью достоверности принадлежащие нескольким термам одновременно. Процедура определения этих степеней достоверности называется фаззификацией. Так, например, значение расстояния до цели, равное 80 м, со степенью уверенности 0.6 принадлежит терму «большое», а со степенью 0.4 - терму «среднее»; если при этом расстояние до препятствия в точности соответствует терму «большое» (например, когда Х2=160), выходная величина будет вычисляться по совокупности действий правила №1 и правила №2. В нечетких контроллерах применяют различные функции суперпозиции, позволяющие выполнить дефаззификацию, т.е. определение четкого выходного значения [81]. Наиболее часто применяется т.н. метод «средневзвешенных максимумов», при котором вычисляется средневзвешенное значение: у=Е(^Мах)/(ВД. В рассматриваемом случае Y1=(0.6*50+0.4*20)/(0.6+0.4)=38.

Список литературы диссертационного исследования кандидат наук Васильев, Алексей Евгеньевич, 2018 год

СПИСОК ЛИТЕРАТУРЫ

1. Указ Президента Российской Федерации «Об утверждении приоритетных направлений развития науки, технологий и техники в Российской Федерации и перечня критических технологий Российской Федерации (в редакции от 16.12.2015 г. № 623) // Интернет-ресурс http://pravo .gov.ru/proxy/ips/?docbody= &nd=102149065&rdk=&backlink=1, дата обращения 01.08.2018.

2. Е.В. Сибирская, Л.В. Овешникова. Национальная технологическая инициатива как стратегическое направление технологического развития России // Статистика и экономика, 2018.- Т 15, №1.- С. 34-41.

3. В.В. Доржиева. Стратегическое планирование развития наукоемкого высокотехнологичного сектора экономики России // Инновации, 2018.-№2(232).- С. 71-75.

4. Y. Liu, J. Li, T. Tschirhart, J.L. Terrell, E. Kim, C.-Y. Tsao, D.L. Kelly, W.E. Bentley, G.F. Payne. Connecting Biology to Electronics: Molecular Communication via Redox Modality // Advanced Healthcare Materials, 2017. -Vol. 6. Iss. 24. - Art. №1700789.

5. W. Won, H. Kwon, J.-H. Han, J. Kim. Design and operation of renewable energy sources based hydrogen supply system: Technology integration and optimization // Renewable Energy, 2017. - Vol. 103. - Pp. 226-238.

6. G. Carabin, E. Wehrle, R. Vidoni. A review on energy-saving optimization methods for robotic and automatic systems // Robotics, 2017. - Vol. 6. Iss. 4. -Art. № 39.

7. P. Wu, M. Nam, J. Choi, A. Kirlik, L. Sha, R. Berlin. Supporting Emergency Medical Care Teams with an Integrated Status Display Providing Real-Time Access to Medical Best Practices, Workflow Tracking, and Patient Data // Journal of Medical Systems, 2017. - Vol. 41. Iss. 12. - Art. № 186.

8. A. Bader, A. Kadri, M. Alouni. Front-End Intelligence for Large-Scale Application-Oriented Internet-of-Things // IEEE Access, 2016.-Vol. 4.- Pp. 3257-3272.

9. E. Maeda. Basic Research in the Era of Artificial Intelligence, Internet of Things, and Big Data - New Research Design through the Convergence of Science and Engineering // NTT Technical Review, 2017. - Vol. 15. Iss. 11. -Pp. 1-4.

10. S.P.L. Kumar. State of The Art - Intense Review on Artificial Intelligence Systems Application in Process Planning and Manufacturing // Engineering Applications of Artificial Intelligence, 2017. - Vol. 65. - Pp. 294-329.

11. M. Di Paolo Emilio, M. Embedded systems design for high-speed data acquisition and control.- Springer International Publishing Switzerland, 2015.155 p.

12. L. Rabelo, S. Bhide, E. Gutierrez. Artificial intelligence: Advances in research and applications.- New York, Nova Science Publishers, 2018.- 350 p.

13. C. Рассел, П. Норвиг. Искусственный интеллект. Современный подход.-М.: Вильямс, 2007.- 1410 с.

14. Y. Wang, H. Peng. Embedded intelligent home control system design based on ARM and wireless sensor networks // Chemical Engineering Transactions, 2016. - Vol. 51. - Pp. 781-786.

15. V.N. Zakharov, P.S. Kantor, V.I Lopashov, S.V. Ul'Yanov. Intelligent systems of control of apparatuses for artificial ventilation of the lungs // Journal of Computer and Systems Sciences International, 1996.- Vol. 35. Iss. 1.- Pp. 158164.

16. Васильев А.Е., Криушов А.В., Шилов М.М. Инструментальные средства и методология подготовки специалистов в области встраиваемых интеллектуальных систем управления // Информационно-управляющие системы, 2009. -№4.- С. 43-52.

17. А.С. Ющенко. Маршрутизация движения мобильного робота в условиях неопределенности // Мехатроника, автоматизация, управление, 2004.- № 1.- С. 31-38.

18. J.-H. Tan, T.-S. Tan, M.R. Abdul-Kadir, T.A. Alang, S.A. Malik et al. Incorporating fuzzy logic into an adaptive negative pressure wound therapy device // Journal of Telecommunication, Electronic and Computer Engineering, 2017.- Vol. 9. Iss. 4.- Pp. 85-89.

19. И.И. Лакин. Мониторинг технического состояния локомотивов по данным бортовых аппаратно-программных комплексов // Современные технологии. Системный анализ. Моделирование, 2016.- № 1 (49).- С. 161166.

20. V. Sittakul, S. Chunwiphat, P. Tiawongsombat. Fuzzy logic-based control in wireless sensor network for cultivation // Advances in Intelligent Systems and Computing, 2017.-№ 467.- Pp. 265-279.

21. H. Sun, X. Wang, Q.Lin, S. Su. The design of the DC servo motor controller based on fuzzy immune PID algorithm // Proceedings of the 36th Chinese Control Conference, 2017.- Pp. 4724-4729.

22. S. Omer, E. Muhammad. Design of intelligent air conditioner controller using fuzzy logic // Proceedings of International Conference on Innovations in Electrical Engineering and Computational Technologies, 2017.- Art.№ 7916556

23. C.B. Yao, J.P. Rogelio, R.G. Baldovino, F.S. Caluyo. A fuzzy-pulse width modulation (PWM) control algorithm for a computer numerical control (CNC) laser machine //Advanced Science Letters, 2017.- Vol. 23. Iss. 5. - Pp. 44194423

24. Б.Н. Абрамович, Д.М. Тарасов, А.П. Шевчук. Устройство управления режимом напряжения в электрической сети с применением fuzzy-логики // Патент РФ на изобретение № 2416855. Опубл. 20.04.2011. Бюл. № 11.

25. S. Widodo, A. Supani. Implementation of dangerous gas detection equipment CO security on cars using fuzzy logic smartphone with information and data logger // Advanced Science Letters, 2017.- Vol. 23. Iss. 3.- Pp. 2351-2353.

26. А.Н. Корнилков, Н.Г. Липатников, Ю.Н. Хижняков. Разработка системы управления "сегвей" на базе адаптивного нечеткого регулятора // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления, 2016.- №3 (19).- С. 69-81.

27. Z. Wen, L. Li, Y. Gao. The design of intelligent car tracking based on fuzzy-PID strategy // Proceedings of the Forum on Cooperative Positioning and Service-2017.- Pp. 310-315.

28. Н.Г. Семенова, Л.А. Семенова, К.Р. Валиуллин. Управление внутренним освещением на основе нечеткого вывода // Интеллект. Инновации. Инвестиции, 2017.- № 12.- С. 86-89.

29. C.-T. Lee, T.-C. Shen, T.-H. Hsu, K.-W. Weng. The fuzzy design of the energy-saving lamps base on the Internet of Things // Proceedings of the IEEE International Conference on Advanced Materials for Science and Engineering: Innovation, Science and Engineering, IEEE-ICAMSE 2016.- Pp. 255-258.

30. М.И. Дли, А.Ю. Пучков. Совершенствование системы диагностики котельного агрегата на основе нейро-нечетких алгоритмов // Нейрокомпьютеры: разработка, применение, 2016.- № 7.- С. 47-50.

31. J. Fonseca, J.L. Afonso, J.S. Martins, C. Couto. Fuzzy logic speed control of an induction motor // Microprocessors and Microsystems, 1999.-Vol. 22. Iss 9.-Pp. 523-534.

32. А.С. Бордюг, И.Л. Титов, С.Г. Черный. Повышение безопасности судна путем автоматизации СЭУ-системами на базе нечеткой логики // Материалы II межрегиональной научно-практической конференции «Перспективные направления развития отечественных информационных

технологий».- Севастополь: Изд-во Севастопольского гос. ун-та, 2016.- С. 83-84.

33. L. Zhou, Y. Cao, T. Cheng, L. Fu. Research on NC lathe control method based on fuzzy control theory // Agro Food Industry Hi-Tech, 2017.- Vol. 28, Iss. 1.-Pp. 3282-3285.

34. С.Х. Забихифар, А.С. Ющенко. Нечеткое управление скользящего типа манипуляторами // Робототехника и техническая кибернетика, 2015.-№2(7).- С. 66-70.

35. А.Е. Васильев. Контроллер // Большая Российская энциклопедия.- Т.15.-М.: Изд-во «БРЭ», 2010.- С. 152-153.

36. С.Ф. Барретт, Д.Дж. Пак. Встраиваемые системы. Проектирование приложений на микроконтроллерах.- М.: ИД «ДМК-Пресс», 2007.- 640с.

37. S. Padmanaban, F.J.L. Daya, F. Blaabjerg, P.W. Wheeler, P. Szczesniak., V. Oleschuk. Wavelet-fuzzy speed indirect field oriented controller for three-phase AC motor drive - investigation and implementation // Engineering Science and Technology, 2016.- Vol. 19. Iss 3.- Pp. 1099-1107.

38. N. Pusarla, M. Khedkar, R.P. Das, P. Tejasri. Fuzzy logic based smart irrigation system using microcontrollers // Journal of Advanced Research in Dynamical and Control Systems, 2017.- Vol. 9. Iss. 14.- Pp. 707-714.

39. C-C. Chen. An optical image stabilization using novel ultrasonic linear motor and fuzzy sliding-mode controller for portable digital camcorders // IEEE Transactions on Consumer Electronics, 2017.- Vol. 63. Iss. 4.- Pp. 343-349.

40. G. Zigirkas, J. Kalomiros. Intelligent speed controller for single-phase induction motors using fuzzy APWM // Proceedings of the 2017 IEEE 9th International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications, IDAACS, 2017.- Pp. 101106.

41. M.S. Deshmukh, V.T. Barhate. Microcontroller based differential relay using fuzzy logic for transformer protection // Proceedings of the 2017

International Conference on Intelligent Computing and Control Systems, ICICCS- 2017.- Pp. 712-717.

42. A. Ostroukh, D. Akimov, T. Morozova, E. Kashkin, V. Chistyakova, D. Polianskiy, V. Strakhov. Automatization of temperature control in specialized industrial facilities by means of microprocessor system // International Journal of Soft Computing, 2015.-Vol. 10. Iss 5.- Pp. 293-300.

43. М.В. Бобырь, С.А. Кулабухов, А.С. Якушев. Нечеткая иерархическая система угловой ориентации мобильного робота // Мехатроника, автоматизация, управление, 2016.- Т. 17. № 7.- С. 458-464.

44. А.Е. Васильев. Автоматизированные информационно-управляющие системы. Встраиваемые интеллектуальные системы нечеткого управления.- СПб.: Изд-во СПбПУ, 2013 (2009).- 106 с.

45. A.M. Kamel, V. Renaudin, J. Nielsen, G. Lachapelle. INS Assisted Fuzzy Tracking Loop for GPS-Guided Missiles and Vehicular Applications // International Journal of Navigation and Observation, 2013. - Article № 750385.

46. H. Xu, Q. Xing, W. Wang. WTA for air and missile defense based on fuzzy multi-objective programming // Systems Engineering and Electronics, 2018.-Vol. 40, Iss. 3.- Pp. 563-570.

47. A. Giorgetti, G. Arcidiacono, C. Cavallini, P. Citti. A mixed C-vikor Fuzzy approach for material selection during design phase: a case study in valve seats for high erformance engine // International Journal of Applied Engineering Research, 2017.- Vol. 12, Iss. 12.- Pp. 3117-3129.

48. U. Segundo, L. Aldаmiz-Echevarria, J. Lopez-Cuadrado, D. Buenestado, F. Andrade et al. Improvement of newborn screening using a fuzzy inference system // Expert Systems with Applications, 2017.- Vol. 78.- Pp. 301-318

49. R. Patil, A. Srinivasaraghavan. Smart traffic controller using fuzzy inference system // Proceedings on 2016 2nd International Conference on Next Generation Computing Technologies.- Pp. 335-340.

50. R.A. Sowah, A.R. Ofoli, S.N. Krakani, S.Y. Fiawoo. Hardware design and web-based communication modules of a real-time multisensor fire detection and notification system using fuzzy logic // IEEE Transactions on Industry Applications, 2017.- Vol 53. - Pp. 559-566.

51. П.А. Сорокин, А.В. Редькин, В.А. Обыденов, Г.А. Жернаков. Устройство управления устойчивостью стационарного башенного крана // Патент РФ на изобретение № 2426684. Опубл. 20.08.2011. Бюл. № 23.

52. S. Wahjuni, A. Maarik, T. Budiardi. The fuzzy inference system for intelligent water quality monitoring system to optimize Eel fish farming // International Symposium on Electronics and Smart Devices, ISESD 2016.- Pp. 163-167.

53. X. Su, F. Xia, Y. Song, M.V. Basin, L. Zhao. L2-Lro Output Feedback Controller Design for Fuzzy Systems Over Switching Parameters // IEEE Transactions on Fuzzy Systems, 2018.- DOI: 10.1109/TFUZZ.2018.2848652

54. P. Carmona, J.L. Castro, J.M. Zurita. Contradiction sensitive fuzzy model-based adaptive control // International Journal of Approximate Reasoning, 2002.- Vol. 30, Iss. 2.- Pp 107-129/

55. P. Fazendeiro, J.V. De Oliveira. Observer-biased fuzzy clustering // IEEE Transactions on Fuzzy Systems, 2015.- Vol. 23. Iss. 1.- Pp. 85-97.

56. C. Bao, H. Peng, D. He, J. Wang. Adaptive fuzzy c-means clustering algorithm for interval data type based on interval-dividing technique // Pattern Analysis and Applications, 2018.- Vol. 21. Iss. 3.- Pp. 803-812.

57. J. Han, Y. Chen, X. Zhao, F. Dong. Optimal design for robust control of uncertain flexible joint manipulators: a fuzzy dynamical system approach // International Journal of Control, 2018.- Vol. 91. Iss. 4.- Pp. 937-951.

58. H. Toth. Fuzzy logic and control: software and hardware applications // Fuzzy Sets and Systems, 1994.- Vol. 62. Iss. 3. - Pp. 383-384

59. A. Hephzibah, A. Senthil Kumar, K. Premkumar. Implementation of fuzzy logic speed controlled induction motor using PIC microcontroller // International

Journal of Pure and Applied Mathematics, 2018.- Vol. 118. Iss. 24. - Pp. 1-13. (https://acadpubl.eu/hub/2018-118-24/3/481.pdf)

60. M. Thamma, K. Homchat. Real-time implementation of self-tuning fuzzy PID controller for FOPDT system base on microcontroller STM32 // 2nd International Conference on Control and Robotics Engineering, ICCRE, 2017.-Pp. 130-134.

61. I. Baturone, A. Barriga, C. Jimenez-Fernandez, D.R. Lopez, S. Sanchez-Solano. Microelectronic Design of Fuzzy Logic-Based Systems.- New York: CRC Press, 2000.- 316 p.

62. A. Kandel, G. Langholz. Fuzzy Hardware. Architectures and Applications.-New York: Kluwer Academic Publishers, 1998.- 422 p.

63. А.Е. Васильев, А.И. Мурго, М.М. Шилов. Тенденции развития встраиваемых микроконтроллеров: научно-методические аспекты // Материалы XI международной научно-практической конференции «Микропроцессорные, аналоговые и цифровые системы: проектирование и схемотехника, теория и вопросы применения».- Новочеркасск: Изд-во ЮРГТУ, 2011.- С.20-39.

64. О.В. Толстель, А.Ю. Вольвач. Устройство парковки автомобиля на аппаратном нечётком контроллере // Известия КГТУ, 2011.- № 21.- С. 186191.

65. Т.М. Волосатова, С.М. Жиряков, О.В. Рогозин, М.В. Филиппов. Применение аппарата нечеткой логики в построении контроллеров // Мехатроника, автоматизация, управление, 2009.- № 1.- С. 68-76.

66. М.М. Канаев, Г.Х. Ирзаев. Аппаратная поддержка систем искусственного интеллекта в виде нечеткого регулятора на распределенной ассоциативной памяти // Интеллект. Инновации. Инвестиции, 2017.- № 1.- С. 54-57.

67. М.А. Аллес, С.В. Соколов, С.М. Ковалев. Оптические нечетко-логические устройства // Известия высших учебных заведений. Приборостроение, 2012.- Т. 55. № 1.- С. 34-38.

68. S. Guo, L. Peters. A high-speed fuzzy co-processor implemented in analogue/digital technique // Computers & Electrical Engineering, 1998.- Vol. 24. Iss 1-2.- Pp. 89-98.

69. M. Scheffler, R. Rovatti, A. Bellini. A development tool for analog fuzzy controllers: features and applications // International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 1998.- Vol. 6. Iss 2.- Pp. 211-220.

70. J. Shen. M. Inaba. K. Tanno, O. Ishizuka. Multi-valued logic pass gate network using neuron-MOS transistors // Proceedings 30th IEEE International Symposium on Multiple-Valued Logic (ISMVL 2000), 2000.- Pp. 15-20.

71. М.А. Аллес, С.В. Соколов, С.М. Ковалев. Оптоэлектронные дефазификаторы // Физические основы приборостроения, 2012.- Т. 1. № 3 (4).- С. 83-91.

72. H. Peyravi, A. Khoei, K. Hadidi. Design of an analog CMOS fuzzy logic controller chip // Fuzzy Sets and Systems, 2002.- Vol. 132. Iss. 2.- Pp. 245-260.

73. А. Пегат. Нечеткое моделирование и управление.- М.: БИНОМ., 2013.798 с.

74. А. Кофман. Введение в теорию нечетких множеств. - М .: Радио и связь, 1982. - 432 с.

75. В.В. Круглов. Нечеткая логика и искусственные нейронные сети. - М.: Физматлит, 2001. - 224 c.

76. Fuzzy Logic Application HandBook // Intel Corporation, 1994.- 122 p.

77. К. Асаи, Д. Ватада, С. Иваи и др. Прикладные нечеткие системы / под редакцией Т. Тэрано, К. Асаи, М. Сугэно.- М.: Мир, 1993.- 368 с.

78. М.Т. Джонс. Программирование искусственного интеллекта в приложениях. - М.: ДМК Пресс, 2006.- 312 с.

79. В. Новак, И. Перфильева, И. Мочкорж. Математические принципы нечеткой логики. - М: Физматлит, 2006.- 352 с

80. В.А. Шульгин. Нечеткая логическая модель в системе автоматического управления технологическим процессом // В сб.: «Информационные

технологии в моделировании и управлении: подходы, методы, решения».-Тольятти: Тольяттинский гос. ун-т, 2017.- С. 353-360.

81. А.Н. Борисов, А.В. Алексеев, Г.В. Меркурьева. Обработка нечеткой информации в системах принятия решений.- М.: Радио и связь, 1989.- 304 с.

82. А.Е. Васильев, А.В. Криушов, М.М. Шилов. Инструментальные средства и методология подготовки специалистов в области встраиваемых интеллектуальных систем управления // Информационно-управляющие системы, 2009.- № 4 (41).- С. 43-52.

83. А.Е. Васильев, До Суан Тьен, Д.Ф. Кабесас Тапиа, Я.Д. Садин, А.В. Донцова. Методологические аспекты и инструментальные средства автоматизированного проектирования функционально-ориентированных микроконтроллеров для встраиваемых приложений. // Научно-технические ведомости СПбГПУ, 2013.- №2(169).- С. 123-134.

84. А.И. Водяхо, В.Б. Смолов, В.У. Плюснин, Д.В. Пузанков. Функционально

ориентированные процессоры.- Л.: Машиностроение, 1988.- 224 с.

85. А.Е. Васильев, Т.Ю. Иванова, Д.Ф. Кабесас Тапиа, Я.Д. Садин. Автоматизация проектирования функционально-ориентированных микроконтроллеров на аппаратуре программируемых логических интегральных схем для встраиваемых систем автоматики и вычислительной техники // Автоматика и вычислительная техника, 2015.-№ 6.- С. 114-124.

86. А.Е. Васильев, Д.Ф. Кабесас Тапиа, Я.Д. Садин. Опыт проектирования функционально-ориентированного микроконтроллера с перестраиваемой архитектурой // Материалы научно-практической конференции с международным участием «Неделя науки СПбГПУ. Институт информационных технологий и управления» .- СПб.: Изд-во Политехн. унта, 2014.- С. 3-6.

87. Н.А. Максимова, С.П. Черный. Анализ технических возможностей современных промышленных контроллеров при реализации нечетких систем // В сб.: «Наука в XXI веке: инновационный потенциал развития», 2017.- С. 10-15.

88. О.В. Рогозин. Модульный принцип построения нечетких контроллеров // Сб. материалов «Инновационная наука». - М.: МЦНО, 2017.- С. 23-30.

89. А.Е. Васильев, Г.С. Васильянов, Т.Ю. Иванова, Д.Ф. Кабесас Тапиа, А.Е. Переверзев, Я.Д. Садин. Разработка отечественного микроконтроллера с аппаратной поддержкой высокопроизводительных нечетких вычислений // В сб.: Суперкомпьютерные технологии (СКТ-2016). Материалы 4-й Всероссийской научно-технической конференции.- Ростов-на-Дону: Изд-во ЮФУ, 2016.- С. 30-34.

90. Н.А. Максимова, М.У. Чжо. Исследование возможности аппаратной реализации нечётких регуляторов // Материалы XLIII международной конференции «Гагаринские чтения».- М.: Изд-во Московского авиационного института, 2017.- С. 471-472.

91. А.Н. Береза, М.В. Ляшов. Аппаратная реализация нечетких контроллеров на ПЛИС // Известия ЮФУ. Технические науки, 2008.- № 4 (81).- С. 199204.

92. A. Przybyl A., Er M. Joo. The method of hardware implementation of fuzzy systems on FPGA // Lecture Notes in Computer Science, 2016.- Vol. 9692.- Pp. 284-298.

93. A. Razib, S. Dick, V. Gaudet. Log-domain arithmetic for high-speed fuzzy control on a field-programmable gate array // Studies in Fuzziness and Soft Computing, 2013.- Vol. 291.- Pp. 269-287.

94. S. Sanchez-Solano, P. Brox, M. Brox, E. del Toro, I. Baturone. Model-based design methodology for rapid development of fuzzy controllers on FPGAS //

IEEE Transactions on Industrial Informatics, 2013.- Vol. 9. Iss 3.- Pp. 13611370.

95. A. Cortes, L. Molina, V. Villa, I. Batyrshin, I. Rudas. FPGA implementation of fuzzy system with parametric membership functions and parametric conjunctions // Lecture Notes in Computer Science, 2010.- Vol. 6438, part 2.-Pp. 487-499.

96. I. Rudas, I. Batyrshin, Z. Hernandez, N. Camacho, V. Villa. Digital fuzzy parametric conjunctions for hardware implementation of fuzzy systems // Proceedings of IEEE 7th International Conference on Computational Cybernetics, 2009.- Pp. 157-166.

97. S. Cai, Q. Wang , M. Yin, X. Chen. FPGA implementation of generalized fuzzy operations // Proceedings of 5th International Conference on Fuzzy Systems and Knowledge Discovery, 2008.- Pp. 560-564.

98. M. Brox, S. Sanchez-Solano, P. Brox, E. Del Toro, F.J. Moreno-Velo. CAD tools for hardware implementation of embedded fuzzy systems on FPGAS // IEEE Transactions on Industrial Informatics, 2013.- Vol. 9. Iss. 3.- Pp. 16351644.

99. E. Del Toro, S. Sanchez-Solano, M. Brox, A.J. Cabrera. Hardware-software codesign of fuzzy control systems using FPGAS // Proceedings of the 7th International Conference on Informatics in Control, Automation and Robotics, 2010.- Pp. 213-216.

100. Л.С. Берштейн, А.В. Боженюк. Нечеткие графы и гиперграфы. - М.: Научный мир, 2005. - 256 с.

101. А.Е. Васильев. Методы и средства анализа и синтеза встраиваемых микроконтроллерных систем интеллектуального управления на основе сетей элементарных вычислителей нечетких логических функций // Материалы VII межд. симпозиума «Фундаментальные и прикладные проблемы науки».- М., 2012.- Т 1.- С. 136-151.

102. A. Przybyl, M.J. Er. A new approach to designing of intelligent emulators working in a distributed environment // Lecture Notes in Computer Science, 2016.- Vol. 9693.- Pp. 546-558.

103. Леоненков А.В. Нечеткое моделирование в среде Matlab и FuzzyTech.-СПб.: БХВ-Петербург, 2005.- 736 с.

104. B. Kosko. Fuzzy Systems as Universal Approximators // IEEE Transactions on Computers, 1994.- Vol. 43. Iss. 11.- Pp. 1329-1333.

105. B. Kosko. Additive Fuzzy Systems: From Generalized Mixtures to Rule Continua // International Journal of Intelligent Systems, 2018.- Vol. 33. Iss. 8.-Pp. 1573-1623

106. S. Mitaim, B. Kosko. What is the best shape for a fuzzy set in function approximation? // IEEE International Conference on Fuzzy Systems, 1996.-Vol. 2.- Pp. 1237-1243

107. S. Mitaim, B. Kosko. The shape of fuzzy sets in adaptive function approximation // IEEE Transactions on Fuzzy Systems, 2001.- Vol. 9. Iss. 4.-Pp. 637-656

108. W. Van Leekwijck, E.Kerre. Defuzzification: criteria and classification. // Fuzzy Sets and Systems, 1999.- Vol. 108. Iss. 2.- Pp 159-178.

109. D. Saletic, D. Velasevic, N. Mastorakis. Analysis of basic defuzzification techniques // Proceedings of the 6th WSES international multiconference on circuits, systems, communications and computers, 2002.- Pp. 7-14.

110. В.В. Круглов. Сравнение алгоритмов Мамдани и Сугэно в задаче аппроксимации функции // Математическая морфология: электронный математический и медико-биологический журнал, 2001.- Т. 3. № 4.- С. 6976.

111. D.G. Zrilic, J. Ramirez-Angulo, B. Yuan. Hardware implementations of fuzzy membership functions, operations, and inference // Computers & Electrical Engineering, 2000.- Vol. 26. Iss. 1.- Pp. 85-105.

112. А.Е. Васильев, А.В. Донцова, А.И. Мурго. Сравнительный анализ вычислительной производительности алгоритмов нечеткой обработки информации для встраиваемых микроконтроллерных систем интеллектуального управления // Материалы научно-практической конференции «Научные исследования и инновационная деятельность».-СПб.: Изд-во Политехн. ун-та, 2011.- С. 74-84.

113. А.Е. Васильев, А.В. Донцова, А.И. Мурго. Алгоритмические подходы к повышению вычислительной производительности средств нечеткой обработки данных для встраиваемых интеллектуальных систем управления // Сб. научн. трудов «Вычислительные, измерительные и управляющие системы».- СПб.: Изд-во Политехн. ун-та, 2011.- С. 59-62.

114. А.Е. Васильев, А.В. Донцова, А.И. Мурго. Алгоритмическая реализация средств нечеткой обработки информации для встраиваемых интеллектуальных систем микроконтроллерного управления // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Информатика. Телекоммуникации. Управление, 2011.- № 6-2 (138).- С. 63-70.

115. А.Е. Васильев, А.В. Литвинчук, Д.Д. Петров. Проектирование средств и систем обработки информации на основе сетей элементарных вычислителей нечетких логических функций. // Научно-технические ведомости СПбГПУ, 2010.-. №3(101).- С. 7-14.

116. А.И. Братолюбова, А.Е. Васильев, А.В. Донцова, А.И. Мурго. Разработка алгоритмического обеспечения подсистем нечеткой обработки информации для встраиваемых микроконтроллерных систем управления // Решетневские чтения, 2011.- Т. 2. № 15.- С. 561-562.

117. А.Е. Васильев, А.В. Донцова, А.И. Мурго, И.Б. Хромов. Проектирование встраиваемых систем управления с применением сетей элементарных вычислителей нечетких логических функций // В сборнике: Аналитическая механика, устойчивость и управление Труды X Международной

Четаевской конференции.- Казань: Казанский гос. технический ун-т им. А.Н. Туполева, 2012.- С. 216-224.

118. А.Е. Васильев, А.В. Литвинчук, О.С. Воробьева, Д.Д. Петров. Проектирование сетей нечетких вычислителей // В сб. научн. трудов: «Вычислительные, измерительные и управляющие системы».- СПб.: Изд-во Политехн. ун-та, 2009.- С. 86-90.

119. А.Е. Васильев, А.И. Братолюбова. Средства моделирования систем нечеткой обработки информации на основе сетей элементарных вычислителей нечетких логических функций // Материалы научно-практической конференции с международным участием «XLI неделя науки СПбГПУ». - СПб.: Изд-во Политехн. ун-та, 2012.- С. 6-7.

120. Васильев А.Е., Гиганова В.И. Применение сетей элементарных нечетких вычислителей для синтеза и анализа систем нечеткой обработки информации и управления. // Известия Российской академии наук. Теория и системы управления, 2014.- № 6.- С. 34-44.

121. Ю.Б. Колесов, Ю.Б. Сениченков. Моделирование систем. Динамические и гибридные системы.- СПб.: БХВ-Петербург, 2006.- 224 с.

122. A.E. Vassiliev, A.V. Dontsova. Embedded intelligent control systems on the basis of elementary fuzzy-logic cells // Proceedings of IEEE East-West Design And Test Symposium, EWDTS, 2012.- Pp. 502-504.

123. В.И. Гиганова, А.Е. Васильев. Разработка и исследование средств моделирования сетей нечетких вычислителей для встраиваемых систем управления // В сб.: «Неделя науки СПбГПУ материалы научно-практической конференции c международным участием. Институт информационных технологий и управления».- СПб.: Изд-во Политехн. унта, 2014.- С. 21-24.

124. W. Pedrycz, G. Succi. FXOR fuzzy logic networks // Soft Computing - A Fusion of Foundations, Methodologies and Applications, 2002.- Vol. 7. Iss 2.-Pp. 115-120.

125. А.В. Письменов, М.Д. Скубилин, О.Б. Спиридонов, Д.А. Письменов. Устройство для обработки нечеткой информации // Патент РФ на изобретение №2182359. Опубл. 10.05.2002. Бюл. № 13.

126. J. Patel, R. Rajpal, J. Govindarajan, P. Suratia, S. Kotia. FPGA-based fuzzy logic controller for plasma position control in ADITYA TOKAMAK // Fusion Engineering and Design, 2012.- Vol. 87. Iss 11.- Pp. 1866-1871.

127. Y.T. Tan, B.A. Rosdi. FPGA-based hardware accelerator for the prediction of protein secondary class via fuzzy K-nearest neighbors with LEMPEL-ZIV complexity based distance measure // Neurocomputing, 2015.- Vol. 148.- Pp. 409-419.

128. A.H. Zavala, O.C. Nieto, L.V. Vargas Villa, I.Z. Batyrshin. VLSI implementation of a module for realization of basic T-norms on fuzzy hardware // Proc. IEEE International Conference on Fuzzy Systems, 2009.- Pp. 655-659.

129. I.J. Rudas, L. Horváth, I.Z. Batyrshin, A.H. Zavala, O.C. Nieto, L.V. Vargas. generators of fuzzy operations for hardware implementation of fuzzy systems // Lecture Notes in Computer Science, 2008.- Vol. 5317.- Pp. 710-719.

130. P. Maji, S.K. Patra, K. Mahapatra. Design of real-time reconfigurable fuzzy logic controller with M-FRHC rule reduction technique // Journal of Intelligent and Fuzzy Systems, 2016.- Vol. 30. Iss 4.- Pp. 1973-1986.

131. A. Barriga, S. Sánchez-Solano, P. Brox, A. Cabrera, I. Baturone. Modelling and implementation of fuzzy systems based on VHDL // Radiation Measurements, 2006.- Vol. 41. Iss 2.- Pp. 164-178.

132. Sh.H. Huang, J.Yu Lai. A high speed fuzzy inference processor with dynamic analysis and scheduling capabilities // IEICE Transactions on Information and Systems, 2005.- Vol. E88-D. Iss 10.- Pp. 2410-2416.

133. А.Е. Васильев, Г.С. Васильянов, Д.Ф. Кабесас Тапиа, А.Е. Переверзев, Б.Х. Нгуен. Аппаратная реализация высокопроизводительных нечетких вычислений на программируемых логических интегральных схемах // Радиотехника и электроника, 2017.- Т. 62. № 12.- С. 1243-1256.

134. E. Cretu. Parallel processing for fuzzy sets operations // Fuzzy Sets and Systems, 2002.- Vol. 130. Iss 3.- Pp. 305-320.

135. Y. Zhuge, R.W. Miller, Y. Cao. GPU accelerated fuzzy connected image segmentation by using CUDA // Proceedings of the 31st Annual International Conference of the IEEE Engineering in Medicine and Biology Society: Engineering the Future of Biomedicine, 2009.- Pp. 6341-6344.

136. Y. Zhuge, R.W. Miller, Y. Cao, J.K. Udupa. Parallel fuzzy connected image segmentation on GPU // Medical Physics, 2011.- Vol. 38. Iss 7.- Pp. 43654371.

137. G. Aranguren, L. Nozal, X. Basogain, J. Martn, J. Arroyabe. Hardware implementation of a pipeline fuzzy controller and software tools // Fuzzy Sets and Systems, 2002.- Vol. 128. Iss 1.- Pp. 61-79.

138. А.Е. Васильев, Т.М. Каралдин. Встраиваемые системы интеллектуального управления на основе аппаратных нечетких вычислителей // В сб.: Материалы Х Всероссийской конференции «Фундаментальные исследования в технических университетах».- СПб.: Изд-во Политехн. унта, 2006. - С. 174-175.

139. А.Е. Васильев, Т.М. Каралдин. Разработка технологии проектирования нечетких контроллеров на СБИС программируемой логики // Сборник научных трудов «Вычислительные, измерительные и управляющие системы».- СПб.: Изд-во Политехн. ун-та, 2005.- С. 64-70.

140. А.Е. Васильев, Т.М. Каралдин. Разработка технологии проектирования гетерогенных встраиваемых интеллектуальных систем управления // Сборник научных трудов «Вычислительные, измерительные и управляющие системы».- СПб.: Изд-во Политехн. ун-та, 2006. -С. 50-54.

141. А.Е. Васильев А.Е., П.А. Хребтов. Применение устройств "SYSTEM ON CHIP" в задачах управления // Материалы межвузовской научно-технической конференции «XXXII неделя науки СПбГПУ».- СПб.: Изд-во Политехн. ун-та, 2004.- С. 71-72.

142. А.Е. Васильев, А.В. Литвинчук, О.С. Воробьева. Разработка и исследование устройств с аппаратной поддержкой нечетких вычислений // Сборник научных трудов «Вычислительные, измерительные и управляющие системы».- СПб.: Изд-во Политехн. ун-та, 2009.- С. 10-14.

143. А.Е. Васильев, М.М. Шилов. Микроконтроллер с аппаратным нечетким вычислителем переменной структуры // Патент РФ на изобретение №2477525. Опубл. 10.03.2013.- Бюлл. № 7.

144. А.Е. Васильев, Я.Д. Садин, Д.Ф. Кабесас Тапиа. Методы и средства проектирования функционально-ориентированных микроконтроллеров // Материалы XIII Международной научно-практической конференции «Микропроцессорные, аналоговые и цифровые системы: проектирование и схемотехника, теория и вопросы применения».- Новочеркасск: Изд-во ЮРГТУ, 2013.- С. 5-12.

145. А.Е. Васильев. Встраиваемые системы автоматики и вычислительной техники. Микроконтроллеры.- М.: Горячая линия-Телеком, 2018.- 590 с.

146. I. Tsmots, V. Teslyuk, I. Vavruk. Hardware and software tools for motion control of mobile robotic system // Proceedings of 12th International Conference «The Experience of Designing and Application of CAD Systems in Microelectronics», 2013.- P. 368.

147. R. Senthil Kumar, V. Ganapathy. Hardware-in-loop simulation and implementation of fuzzy sliding mode control of induction motor based on FPGA // International Journal of Innovative Computing, Information and Control, 2015.- Vol. 11. Iss 6.- Pp. 2215-2228.

148. A.E. Vasilev, T.Yu. Ivanova, D.F. Cabezas Tapia, Ya.D Sadin. Design of function-oriented microcontrollers on equipment of programmable logic integrated circuits for embedded systems // Automatic Control and Computer Sciences, 2015.- Vol. 49. Iss. 6.- Pp. 404-411.

149. A.E. Vasilev, T.Yu. Ivanova, D.F. Cabezas Tapia, Q.T. Luong. Microcontroller-based embedded system equipment development for research and educational

support // Proceedings of 2016 International Conference on Information Management and Technology, 2016.- Pp. 219-223.

150. A.E Vassiliev, G.S. Vasil'yanov, D.F. Cabezas Tapia, A.E. Pereverzev, Nguyen Boi Hue. Hardware Implementation of High-Performance Fuzzy Computations Based on Programmable Logic Integrated Circuits // Journal of Communications Technology and Electronics, 2017.- Vol 62. Iss.12.- Pp. 1414-1426.

151. А.Е. Васильев. Микроконтроллеры. Разработка встраиваемых приложений. - СПб.: BHV-Петербург, 2012 (2008). - 304 с.

152. Дж. Сэвидж. Сложность вычислений.- М.: Факториал, 1998.- 368 с.

153. А.Е. Васильев. Анализ и синтез микроконтроллерных систем интеллектуального управления на основе сетей элементарных вычислителей нечетких логических функций // В книге: Наука и технологии Избранные труды Международного симпозиума по фундаментальным и прикладным проблемам науки, 2012.- С. 107-124.

154. А.С. Ющенко. Методы нечеткой логики в управлении мобильными манипуляционными роботами // Вестник МГТУ им. Н. Э. Баумана. Сер. Приборостроение, 2012.- Спец. вып. 6: Робототехнические системы.- С. 29-44.

155. А.Е. Васильев, А.В. Литвинчук. Автоматизация синтеза баз знаний нечетких контролеров для встраиваемых интеллектуальных систем управления робототехническими объектами // Cборник научных трудов «Вычислительные, измерительные и управляющие системы» .- СПб.: Изд-во Политехн. ун-та, 2008.- С. 35-38.

156. А.Е. Васильев, М.М. Шилов, А.В. Литвинчук. Автоматизированная генерация баз знаний для встраиваемых интеллектуальных систем управления // В сборнике «Адаптивные и интеллектуальные роботы».-Таганрог: Изд-во ЮФУ, 2009.- С. 54-57.

157. A.E. Vasilev, V.I. Giganova. Networks of elementary fuzzy solvers for synthesizing and analyzing fuzzy data processing and control systems // Journal

of Computer and Systems Sciences International, 2014.- Vol. 53. Iss 6.- Pp. 808-818.

158. В.И. Гиганова, А.Е. Васильев. Алгоритмическое обеспечение средств синтеза встраиваемых систем управления на основе сетей элементарных нечетких вычислителей с произвольным базисом // В сб.: «Информатика и кибернетика (ComCon-2016)».- СПб.: Изд-во Санкт-Петербургского политехнического университета Петра Великого, 2016.- С. 48-51.

159. А.Е. Васильев, М.М. Шилов, А.И. Мурго. Разработка методического и алгоритмического обеспечения интеллектуальных систем управления для встраиваемых вычислительных систем // Материалы XI Международной научно-практической конференции «Микропроцессорные, аналоговые и цифровые системы: проектирование и схемотехника, теория и вопросы применения».- Новочеркасск: Изд-во ЮРГТУ, 2011.- С. 8-20.

160. А.Е. Васильев, Т.Ю. Иванова, Я.Д. Садин. Научно-образовательные центры «Встраиваемые системы автоматики и вычислительной техники» как основа подготовки отечественных специалистов в области микропроцессорной техники, электроники, распределенных систем и встраиваемых технологий // Вестник высшей школы, 2016.- №12.- С. 5053.

161. А.Е. Васильев, М.М. Шилов, А.И. Мурго. Научно-методические аспекты преподавания дисциплин цикла «Встраиваемые микроконтроллеры» // Информационно-управляющие системы, 2011.- №6.- С. 68-77.

162. А.Е. Васильев, Т.Ю. Иванова, И.В. Колодезников. Аппаратные платформы встраиваемых систем. Отечественная элементная база.- СПб.: Изд-во Политехн. ун-та, 2015.- 79 с.

163. А.Е. Васильев, А.А. Криушов, М.М. Шилов. Научно-исследовательская лаборатория встраиваемых интеллектуальных систем управления робототехническими объектами // Научно-технические ведомости Санкт-

Петербургского государственного политехнического университета, 2007.-№ 52-2.- С. 185-189.

164. А.М. Шелеметьев, Я.В. Шелеметьева, И.Г. Сидоркина. Аппаратный искусственный интеллект для сетевой инфраструктуры САПР и систем управления // Открытые семантические технологии проектирования интеллектуальных систем, 2015.- № 5.- С. 589-592.

165. J. Contreras, A. Ramos, S. Urdaneta, L. Murillo. Implementation of an interpretable inverse fuzzy control on microcontroller (DC motor case study) // Journal of Engineering and Applied Sciences, 2018.- Vol. 13. Iss. 9.- Pp. 32883293.

166. J. Guarnizo, J. Avendano. Liquid level system as a pedagogical tool to teach fuzzy control // International Conference on Electronics, Communications and Computers, 2017.- Art. № 7891820.

167. А.Е. Васильев, Т.Ю. Иванова. Разработка стендового оборудования для поддержки научно-исследовательского и учебного проектирования бортовых систем управления на основе встраиваемых микроконтроллеров // Сб. трудов всеросс. конф. «Перспективные системы и задачи управления».- Ростов-на-Дону: Изд-во ЮФУ, 2016.- С. 387-396.

168. А.Е. Васильев, А.В. Криушов, М.М. Шилов. Стенд для изучения микроконтроллерных систем управления. Патент РФ на изобретение №2402822. Опубл. 27.10.2010, бюл. №30.

169. A.E. Vasil'ev, I.V. Kolodeznikov. The development and use of data acquisition and control systems based on ARM microcontrollers // Measurement Techniques, 2015.- Vol. 58. Iss. 3.- Pp. 245-249.

170. А.Е. Васильев, А.И. Мурго. Проектирование подсистем сетевого обмена данными для встраиваемых устройств управления на основе микроконтроллеров // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета.

Информатика. Телекоммуникации. Управление, 2011.- № 6-1 (138).- С. 2531.

171. А.Е. Васильев, М.М. Шилов. О деятельности научной группы "встраиваемые интеллектуальные системы управления" (ВИСУ) // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Информатика. Телекоммуникации. Управление, 2010.- № 5 (108).- С. 229-230.

172. S.Y. Volodin, B.B. Mikhaylov B.B., A.S. Yuschenko. Autonomous robot control in partially undetermined world via fuzzy logic // В сборнике: «Advances on Theory and Practice of Robots and Manipulators». Proceedings of Symposium on Theory and Practice of Robots and Manipulators, 2014.- Pp. 197-203.

173. A. Razak, A. Abdullah, H. Mustafa, M. Bakar. Simulation of robot navigation for hospital's confined space areas using fuzzy control // Journal of Telecommunication, Electronic and Computer Engineering, 2018.- Vol. 10. Iss. 1-15.- Pp. 11-15.

174. А.Е. Васильев, А.В. Криушов, М.М. Шилов. Разработка и исследование алгоритмов управления подвижными объектами для встраиваемых микроконтроллерных систем // В сб. «Вычислительные, измерительные и управляющие системы».- СПб.: Изд-во Политехн. ун-та, 2006.- С. 36-40.

175. А.Е. Васильев, А.В. Криушов, М.М. Шилов. Программно-аппаратный комплекс разработки и исследования интеллектуальных систем управления подвижными объектами // В сб. «Вычислительные, измерительные и управляющие системы».- СПб.: Изд-во Политехн. ун-та, 2005.- С. 53-57.

176. А.Е. Васильев, А.В. Киричков, А.Г. Леонтьев. Исследование мехатронных устройств с применением электромеханических аналогий // Мехатроника, автоматизация, управление, 2004.- № 7.- С. 20-22.

177. А.Е. Васильев, Е.Б. Калинина, А.В. Криушов, А.В. Литвинчук. Встраиваемая интеллектуальная система управления учебным гусеничным мобильным роботом // Материалы научно-практической конференции «Научные исследования и инновационная деятельность».- СПб.: Изд-во Политехн. ун-та, 2008.- С. 179-183.

178. А.Е. Васильев, А.В. Литвинчук. Автоматизация проектирования алгоритмов управления гусеничными мобильными роботами // В сб. «Вычислительные, измерительные и управляющие системы».- СПб.: Изд-во Политехн. ун-та, 2007.- С. 19-24.

179. А.Е. Васильев, М.М. Шилов. Микроконтроллерная система управления мобильным роботом // Материалы межвузовской научной конференции «XXXI Неделя науки СПбГПУ».- СПб.: Изд-во Политехн. ун-та, 2003.- С. 75-78.

180. А.Е Васильев, О.С. Воробьева, М.А. Цветков. Программно-аппаратный комплекс средств автоматизации проектирования встраиваемых интеллектуальных систем технического зрения // Материалы научно-практической конференции «Научные исследования и инновационная деятельность».- СПб.: Изд-во Политехн. ун-та, 2008.- С. 179-183.

181. D.D. Ligutan, L. Cruz, M. Del Rosario, A.C. Abad, E.P Dadios et al. Design and implementation of a fuzzy logic-based joint controller on a 6-DOF robot arm with machine vision feedback // Proceedings of SAI Computing Conference, 2018.- Pp. 249-257.

182. А.Е. Васильев, Г.С. Васильянов. Симметричный трёхкоординатный движитель с линейно-скользящей опорой и встраиваемым устройством управления, и симметричная шагающая платформа на его основе // Патент РФ на изобретение № 2643613. Опубл. 02.02.2018. Бюл. № 4

183. А.Е. Васильев, Д.В. Горбунов. Разработка программно-аппаратного комплекса поддержки проектирования алгоритмов управления шагающими мобильными роботами // Материалы Научно-практической

конференции «Научные исследования и инновационная деятельность».-СПб.: Изд-во Политехн. ун-та, 2006.- С. 169-173.

184. T.A. Mai, D.N. Anisimov, T.S. Dang, V.N. Dinh. Development of a microcontroller-based adaptive fuzzy controller for a two-wheeled self-balancing robot // Microsystem Technologies, 2018. - Doi 10.1007/s00542-018-3825-2.

185. С.Х. Забихифар, А.Х.Д. Маркази, А.С. Ющенко. Управление двухзвенным манипулятором с использованием нечеткого управления скользящего типа // Вестник Московского государственного технического университета им. Н.Э. Баумана. Серия: Приборостроение, 2015.- № 6 (105).- С. 30-45.

186. А.Г. Решетников. Взаимодействие интеллектуальных робототехнических систем // Системный анализ в науке и образовании, 2015.- № 3 (29). - С. 21-31.

187. А.С. Ющенко. К задаче кооперативного управления роботами // Экстремальная робототехника, 2015.- № 1 (1).- С. 140-146.

188. T. Kaewwiset, P, Yodkhad. Automatic temperature and humidity control system by using Fuzzy Logic algorithm for mushroom nursery // Proceedings of 2nd Joint International Conference on Digital Arts, Media and Technology-2017: Digital Economy for Sustainable Growth, 2017.-Pp.. 396-399

189. А.Е. Васильев, А.В. Морозов, М.М. Шилов. Разработка средств моделирования аппаратов искусственной вентиляции легких // Материалы научно-практической конференции «Научные исследования и инновационная деятельность». ».- СПб.: Изд-во Политехн. ун-та, 2008.- С. 189-194.

190. А.Е. Васильев, А.М. Васильев, И.А. Сазонов. Разработка встраиваемых систем управления аппаратами искусственной вентиляции легких // Труды 11-й всероссийской научно-практической конференции "Экстремальная робототехника".- СПб.: НПО специальных материалов, 2008.- С. 227-232.

191. А.Е. Васильев, А.В. Морозов. Встраиваемые интеллектуальные системы управления аппаратами искусственной вентиляции легких // Сборник научных трудов «Вычислительные, измерительные и управляющие системы».- СПб.: Изд-во Политехн. ун-та, 2008.- С. 39-44.

192. А.Е. Васильев, Г.Н Леонов. Применение микроконтроллеров в медицинских приборах // Материалы VII Всероссийской конференции по проблемам науки и высшей школы «Фундаментальные исследования в технических университетах».- СПб.: Изд-во Политехн. ун-та, 2003. - С. 273-274.

193. A.E. Vasil'ev, G.N. Leonov. A controller for medical devices // Biomedical Engineering, 2004.- Vol. 38. Iss. 2.- Pp. 96-100.

194. G.N. Leonov, V.V Filippovskii, A.M. Vasilev, A.E. Vasil'ev. The UMG-1 medical gas humidifier // Biomedical Engineering, 2005.- Vol. 39. Iss 6.- Pp. 301-305.

195. А.Е. Васильев, А.И. Мурго. Микроконтроллерная платформа поддержки разработки телеметрических комплексов для медицинских приложений // Материалы Всероссийской научно-техническая конференции «Биотехнические, медицинские и экологические системы и комплексы.-Рязань: Рязанский гос. радиотехнический ун-т., 2012.- С. 25-30.

196. A.E. Vassiliev, D.F. Cabezas, E.V.Pyshkin. Assisted lung ventilation control system as a human centered application: the project and its educational impact on the course of embedded systems // Lecture Notes in Electrical Engineering, 2015.- Vol. 331.- Pp. 421-427.

197. А.Е. Васильев. Разработка и исследование средств проектирования микропроцессорных мехатронных генераторов движения с нечетким управлением // диссертация на соискание ученой степени кандидата технических наук, спец. 05.13.05.- СПб: Санкт-Петербургский государственный технический университет, 2001.