Система интеллектуальной поддержки при выборе оптимального технологического режима : на примере процесса экстракции растительного сырья

• Автор: Голубятникова, Марина Владиславовна
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Астрахань
• Количество страниц: 188 с. : ил.

Содержание
ВВЕДЕНИЕ
ГЛАВА 1. ПРОБЛЕМЫ МОДЕЛИРОВАНИЯ СЛОЖНЫХ СИСТЕМ
1Л. Методы выделения лучших альтернатив по нескольким критериям
1.2. Существующие способы моделирования сложных систем
1.3. Основные проблемы математического моделирования
1.4. Методы математического моделирования процесса экстракции
1.5. Особенности экстрагирования капиллярно-пористого сырья с клеточной структурой
1.6. Постановка задачи исследования
Выводы по первой главе
ГЛАВА 2. СИСТЕМНЫЙ ПОДХОД К МОДЕЛИРОВАНИЮ СЛОЖНЫХ ИЕРАРХИЧЕСКИХ СИСТЕМ
2.1. Понятие сложной иерархической системы
2.2. Построение математических моделей сложных иерархических систем
2.3. Построения математических моделей технологических процессов в условиях количественной неопределенности
2.4. Агрегатно-матричный способ представления моделей систем
Выводы по второй главе
ГЛАВА 3. ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ПРОЦЕССА ЭКСТРАКЦИИ КОРНЯ СОЛОДКИ
3.1. Анализ технологической схемы производства экстракта корня солодки
3.2. Анализ факторов, влияющих на процесс экстракции корня солодки
3.3. Построение диаграммы взаимного влияния факторов процесса экстракции корня солодки
3.4. Агрегатно-матричное описание взаимосвязей диаграммы взаимного влияния факторов процесса экстракции корня солодки
3.5. Алгоритм выбора оптимального технологического режима при нечетко
выраженных экспертных оценках
Выводы по третьей главе

ГЛАВА 4. СИСТЕМА ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ
РЕШЕНИЙ ДЛЯ ПРОЦЕССА ЭКСТРАКЦИИ КОРНЯ СОЛОДКИ
4Л. Выбор способа реализации системы управления
4.2. Современные технологии построения СППР
4.3. Выбор инструментальной среды моделирования
4.4. Алгоритм функционирования СППР
4.5. Структура системы и подсистемы СППР
4.6. Разработка программного обеспечения СППР
4.7. Оценка эффективности применения СППР
Выводы по четвертой главе
ЗАКЛЮЧЕНИЕ
Библиографический список
ПРИЛОЖЕНИЯ

ВВЕДЕНИЕ
Теория и практика современного системного анализа является основой для решения разнообразных задач, большинство из которых не могут быть удовлетворительно решены в рамках неструктурированного подхода. Одной из таких задач является задача выбора из множества альтернативных вариантов. Подобные задачи, составляющие основу принятия решений как особого процесса человеческой деятельности, возникают в самых различных сферах. Выбор стратегии развития предприятия, новых проектов, рынков сбыта, поставщиков сырья, персонала, методов и режимов обработки сырья — все это примеры задач принятия решений.
Сложность выбора определяется двумя основными факторами. Прежде всего, процесс принятия решений осуществляется в условиях неопределенности. Делая выбор, лицо принимающее решение (ЛПР) основывает его на последствиях принимаемых им решений, и эти последствия невозможно точно предугадать. Второй фактор связан с многовариантностью возможных решений, при этом по одному критерию более предпочтительным является один вариант, а по другому - другой, иногда диаметрально противоположный.
Следует также учитывать, что решение задачи в значительной степени зависит от психологических особенностей человека. Задачи выбора, особенно при наличии значительного количества возможных вариантов, находятся на пределе когнитивных возможностей. Как правило, для решения таких задач используются различные эвристические приемы. Однако такие эвристики, не являясь

теоретически обоснованными, могут приводить к противоречиям и нерациональному выбору. В целом класс таких задач может быть определен как слабо-формализуемый [123], поскольку требует учета как качественных, так и количественных факторов, причем качественные факторы имеют тенденцию доминировать.
Наиболее широко задачи выбора оптимального варианта среди множества возможных представлены в различных отраслях промышленности при выборе

На стадии моделирования определяются вид и тип математической модели, производятся различные преобразования для упрощения математического описания (преобразования Фурье, Лапласа, Уолша, Чебышева и др. [34], линеаризация, аппроксимация, смена координат, масштабирование, алгебраические преобразования и др. [33]).
Ключевым элементом этого этапа является операция агрегирования. В общем виде агрегирование определяют как установление отношений на заданном множестве элементов. Задача агрегирования заключается в том, чтобы сформировать модель системы из моделей элементов и не упустить при этом тех свойств, которые получаются при объединении элементов.
Основным понятием при агрегировании является агрегат — формальное описание отношений на заданном множестве элементов. В более узком смысле под агрегатом понимают оператор взаимосвязи между входными и выходными, параметрами модели.
Техника построения агрегата определяется условиями и целями агрегирования. В настоящее время в системном анализе приняты несколько наиболее употребимых видов агрегатов [27]: агрегаты-структуры, агрегаты-операторы, агрегаты-статистики, агрегаты-случайные процессы.
Агрегаты-структуры отражают модель структуры системы и представляется графом зависимости на этапе функционального моделирования.
Агрегаты-операторы является наиболее широко используемым типом агрегатов и применяется, когда агрегируемые признаки фиксируются в числовых шкалах. В этом случае задается отношение на множестве признаков в виде числовой функции многих переменных, которая и является агрегатом. Основное применение агрегаты-операторы находят при описании системы в условиях достаточной количественной информации. Примером агрегата-оператора является представление зависимости выходных показателей системы в виде функционала от входных переменных.
Если для системы удается представить зависимость ее выходных и входных параметров, управляющие воздействия и состояния в виде агрегата-