На основании проведенного анализа современных исследований в области разработки нечетких систем предложен и протестирован метод нечеткой идентификации нелинейных систем. Результаты моделирования свидетельствуют о возможности адекватного описания нечеткими моделями, полученными по этому методу, динамики нелинейных объектов. Показано, что эффективным является применение фильтров Калмана совместно с нечеткой кластеризацией для повышения качества идентификации. Предложенный гибридный метод, объединяющий нечеткую кластеризацию и фильтрацию Калмана, может быть легко реализован на универсальных микропроцессорных вычислителях.

Решена задача нейро-нечеткого цифрового управления энергией электронов для линейного ускорителя ЛУ-40. В разработанном регуляторе используются многослойная нейросетевая модель и правила нечеткого вывода, основанные на матрице нечетких ассоциаций. Для выбора наилучшей архитектуры сети использована процедура дискриминации нейросетевых моделей. Результаты моделирования подтверждают работоспособность предложенной схемы цифрового управления.

Предложена структура и разработаны методы цифрового управления блоками линейного ускорителя с применением нечетких и нейросетевых моделей. Приведены результаты моделирования, подтверждающие эффективность рассмотренных методов.