Abstract
The article describes development of mathematical model of marine fire‑dangerous situation hazard rate based on fuzzy output system. Stepwise process of fuzzy inference is described in detail, particularly: formation of rules base, input variables fuzzification, aggregation of sub‑conditions, activation of sub‑conclusions, accumulation of conclusions and defuzzification of the output variables. Algorithm of fuzzy marine fire safety database formation based on Mamdani algorithm is disclosed. Membership function type is chosen and substantiated. Developed model provides algorithmic support of security and viability marine systems with mathematical apparatus for decision making for the purpose of elimination of fire or effective fire‑extinguishing in case of rapid flame development. Integration of developed mathematical model inside ship information management systems’ algorithmic support is capable of dramatically raise effectiveness of decisions made while providing fire safety on ships.
Highlights
Введение Накопленная за продолжительный период ин‐ формация [1] свидетельствует о том, что в боль‐ шинстве случаев началу пожара на морском транс‐ порте предшествует возникновение пожароопасной и предпожарной ситуаций
Устранить эти ситуации можно за счет обесточивания аварийной электрической цепи, пони‐ жения давления в поврежденном трубопроводе, за‐ пуска принудительной вентиляции помещения и пр
The article describes development of mathematical model of marine fire-dangerous situation hazard rate based on fuzzy output system
Summary
В результате фаззифи‐ кации для всех входных аргументов вычисляются значения функций принадлежности по каждой из лингвистических переменных, которые применя‐ ются в подусловиях базы правил. В случае если заключение правила является со‐ ставным и включает некоторое количество под‐ заключений, а лингвистические переменные в подзаключениях попарно различны, то степень истинности каждого из подзаключений будет определяться выражением bi’’ × Fi. Таким образом, вычисляются все степени ис‐ тинности подзаключений ck для каждого правила Rk множества P базы правил. В результате выполнения процедуры активизации подзаключений для каждой из результирующих линг‐ вистических переменных, входящих в определенные подзаключения правил, вычисляются функции при‐ надлежности нечетких множеств их значений, т. Водится по следующему алгоритму: анализируется каждая из выходных переменных ωj ∈ W и соответ‐ ствующее ей нечеткое множество Cj’; результатом дефаззификации для выходной переменной ωj яв‐ ляется значение yj = R, полученное с помощью раз‐ личных методов [2]:. Исходя из адекватного соответствия соответствующей лингвистической переменной и простоты последующей работы с мо‐ делью с использованием вычислительных средств
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
