ТОП 10:

Направления практического применения Интернета Вещей



На основе Интернета Вещей могут быть реализованы всевозможные «умные» (smart) приложения в различных сферах деятельности и жизни человека (рисунок 1.4) [44]:

• «Умная планета» - человек сможет буквально «держать руку на пульсе» планеты: своевременно реагировать на упущения в планировании хозяйств, загрязнения и другие экологические проблемы, а значит, эффективно распоряжаться невозобновляемыми ресурсами.

• «Умный город» - городская инфраструктура и сопутствующие муниципальные услуги, такие как образование, здравоохранение, общественная безопасность, жилищно-коммунальное хозяйство (ЖКХ), станут более взаимоувязанными и эффективными [42].

• «Умный дом» - система будет распознавать конкретные ситуации, происходящие в доме, и реагировать на них соответствующим образом, что обеспечит жильцам безопасность, комфорт и ресурсосбережение.

• «Умная энергетика» - будет обеспечена надежная и качественная передача электрической энергии от источника к приемнику в нужное время и в необходимом количестве.

• «Умный транспорт» - перемещение пассажиров из одной точки пространства в другую станет удобнее, быстрее и безопаснее.

• «Умная медицина» - врачи и пациенты смогут получить удаленный доступ к дорогостоящему медицинскому оборудованию или к электронной истории болезни в любом месте, будет реализована система удаленного мониторинга здоровья, автоматизирована выдача лекарственных препаратов больным и многое другое.

Рисунок 1.4 – Умные приложения на основе Интернета Вещей

Планы и прогнозы внедрения Интернета Вещей

Возможности Интернета вещей в области генерирования, сбора, передачи, анализа и распределения огромного объема данных в мировом масштабе позволят человечеству, в конечном счете, получить новые знания, которые необходимы ему не только лишь для выживания, но и для настоящего процветания на протяжении многих веков. Подтверждение этому — включение Интернета вещей в перечень прорывных технологий в США и в число семи формирующихся национальных стратегических отраслей промышленности в Китае. [39]

Единые стандарты только зарождаются, но масштабные проекты в данном направлении — своего рода «Интранеты Вещей» — энергично развиваются уже сейчас. Так, американское агентство NASA при поддержке компании Cisco создает систему глобального сбора данных о Земле «Кожа планеты» (Planetary skin). Про «умные» дома наверняка многие слышали, в Японии уже не редкость «умные» заводы.

В разных странах существуют конкретные программы и планы практического внедрения Интернета Вещей. Так, Евросоюз развивает Интернет Вещей по специальной программе, включающей 14 направлений.

Согласно китайской государственной программе до 2015 г (Яхья, обрати внимание на 2015 год). планируется реализовать 149 проектов. Не менее активно ведутся разработки в Российской Федерации, Великобритании, Австралии, Японии, Р. Корея и других странах. Прогноз развития мирового Интернета Вещей в 2010-2020 гг (также, обрати внимание на годы!) . приведен на рисунке 1.5. [17,49]

Рисунок 1.5 – Прогноз развития мирового рынка Интернета Вещей в 2010-2020 гг.

(Источник: J'son & Partners Consulting, 2013)

Определить размер рынка Интернета Вещей сложно, так как существует множество определений Интернета Вещей, каждое из которых претендует на большую системность и полноту. В рамках исследования, проведенного J'son & Partners, под рынком Интернета Вещей понимается совокупность рынков оборудования, технологий и услуг, обеспечивающих межмашинную связь: RFID, датчики (сенсоры), шлюзы, облачные услуги, NFС-сенсоры, системы для обработки сложных событий (СЕР, Соmрleх Еvent Processing), SСАDА-приложения, ZigBee-устройства, системы обнаружения вторжений (IDS) (и системы обнаружения вторжений (IDS)).

Эксперты J'son & Partners использовали оценки, полученные на основе анализа и компиляции прогнозов ряда агентств, таких как GSMA, Harbor Research, ABI Research и т.д. По оценкам J'son & Partners, в 2013-м объем мирового рынка Интернета Вещей составил 98 млрд. долл. и 14,3 млрд. устройств, а к 2020-му вырастет до 359 млрд. долл. и 34,2 млрд. устройств. При этом основную долю в объеме мирового рынка Интернета Вещей занимают технологии RFID (27%), сенсоры/датчики (18%) и NFC- сенсоры (13%) (рисунок 1.6) [18].

Рисунок 1.6 – Структура мирового рынка приложений ИВ

(Источник: J'son & Partners, 2013)

Основные понятия нечеткой логики

Нечеткая логика появилась в 1965 году, когда американский математик и логик Лотфи Заде опубликовал свой фундаментальный труд «Fuzzy sets» [113]. Заде является не просто основателем научной теории, он практически сразу проработал многие варианты ее практического применения. Он описал свой подход в 1973 году в тексте «Outline of a New Approach to the Analysis of Complex Systems and Decision Processes» (опубликованном в журнале IEEE Transactions on Systems) [114]. Примечательно, что сразу после его выхода одна предприимчивая датская фирма весьма успешно применила изложенные в нем принципы для усовершенствования своей системы управления сложным производственным процессом.

Основная идея нечеткой логики состоит в том, что интеллектуальный способ рассуждений, опирающийся на естественный язык общения человека, не может быть описан традиционными математическими формулами. Формальному подходу присуща строгая однозначность интерпретации, а всё, что связано с применением естественного языка, имеет многозначную интерпретацию.

Наряду с понятием нечеткого множества, Л. Заде предложил обобщить классическую логику на основе рассмотрения бесконечного множества значений истинности. В нечеткой логике истинные значения высказываний могут принимать любое значение истинности из интервала действительных чисел [0;1]. Это позволяет построить логическую систему, в которой можно выполнить рассуждения с неопределенностью и оценить степень истинности высказываний.

Важным понятием нечеткой логики является понятие элементарного нечеткого высказывания. Оно представляет собой повествовательное предложение, выражающее законченную мысль, относительно которой мы можем судить об ее истинности или ложности только с некоторой степенью уверенности.

Этапы формирования теории нечетких множеств можно представить в следующей хронологии:

1. Этап формирования основных теоретических постулатов (1965 – начало 80-х гг.):

· Zadeh L.A. (1965, 1973);

· Dubois D., Prade H. (1979, 1980) – операции над нечеткими числами.

2. Этап практических разработок в различных областях жизни, основанных на нечеткой логике; рождение нового научного направления в рамках нечеткой логики «Fuzzy Economics» (1973 – начало 90-х гг.):

· Buckley, J. (1987,1992) - «Решение нечетких уравнений в экономике и финансах» и «Нечеткая математика в финансах» [62];

· Kosko, Bart. (1993) - доказана основополагающая FAT-теорема (Fuzzy Approximation Theorem), подтвердившая полноту нечеткой логики;

3. Этап массового использования продукции, в основе работы которых лежит нечеткая логика (1995 – наше время):

· 48 японских компаний образовали совместную лабораторию LIFE (Laboratory for International Fuzzy Engineering – Международная лаборатория разработок, основанных на нечеткой логике).

4. Огромный вклад в развитие направления FL (Fuzzy Logic) в России в последние годы: Недосекин А.О., Воронов К.И., Максимов О.Б., Павлов Г.С., Фролов С.Н.

Основные понятия теории нечетких множеств

Рассмотрим ряд понятий, являющихся базовыми для теории нечетких множеств. [54,91,92]

Нечетким множеством называется совокупность упорядоченных пар или кортежей:

где – элемент некоторого универсального множества или универсума , – функция принадлежности, которая ставит в соответствие каждому некоторое действительное число из замкнутого интервала [0;1], т.е. данная функция определяется в форме отображения:

Нечеткая переменнаяопределяется как кортеж:

где – наименование нечеткой переменной;

– область ее определения (универсум);

– нечеткое множество , описывающее возможные значения, которые может принимать нечеткая переменная .

Лингвистическая переменнаяопределяется как кортеж:

где – наименование лингвистической переменной;

– базовое терм-множество лингвистической переменной или множество ее значений (термов), каждое из которых представляет собой наименование отдельной нечеткой переменной ;

– область определения (универсум) нечетких переменных, которые входят в определение лингвистической переменной ;

– некоторая синтаксическая процедура, которая описывает процесс образования из множества новых, осмысленных в рассматриваемом контексте значений для данной лингвистической переменной;

– семантическая процедура, которая позволяет поставить в соответствие каждому новому значению данной лингвистической переменной, получаемому с помощью процедуры , некоторое осмысленное содержание посредством формирования соответствующего нечеткого множества.

Множество допустимых значений лингвистической переменной называется терм-множеством. Термомназывается любой элемент терм–множества. В теории нечетких множеств терм формализуется нечетким множеством с помощью функции принадлежности.

Основным инструментом аппарата нечеткой логики является функция принадлежности. Это инструмент перевода лингвистических переменных на математический язык для дальнейшего применения метода нечетких множеств. Функцией принадлежности является некая математическая функция, задающая степень или уверенность, с которой элементы некоторого множества принадлежат заданному нечеткому множеству . Чем больше аргумент соответствует нечеткому множеству , тем больше значение , т.е. тем ближе значение аргумента к 1.

Функция принадлежности показывает степень принадлежности каждого элемента классического множества к данному нечеткому множеству. Для данного пространства рассуждения и данной функции принадлежности , нечеткое множество определяется как:

Значение , говорит о том, что элемент не включен в нечеткое множество, значение означает, что элемент множества абсолютно принадлежит ему. Промежуточные значения характеризуют степень принадлежности элементов, нечетко включенных в рассматриваемое множество. Основные типы функций принадлежности: кусочно-линейные (треугольная, трапециевидная), Z-образная и S-образная (к ним относятся также сигмоидальная, линейные Z-образная и S-образная), П-образная (кривые, которые напоминают по форме колокол, сглаженную трапецию, букву “П”).[21,33]







Последнее изменение этой страницы: 2016-04-19; Нарушение авторского права страницы

infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 34.234.207.100 (0.009 с.)