Оптимизация управления многокритериальной конфликтной системой в условиях неопределенности на основе нейросетевых ансамблей

Оптимизация управления многокритериальной конфликтной системой в условиях неопределенности на основе нейросетевых ансамблей

Автор: Бабинцев, Юрий Николаевич

Шифр специальности: 05.13.01

Научная степень: Кандидатская

Год защиты: 2010

Место защиты: Москва

Количество страниц: 135 с. ил.

Артикул: 4713716

Автор: Бабинцев, Юрий Николаевич

Стоимость: 250 руб.

Оптимизация управления многокритериальной конфликтной системой в условиях неопределенности на основе нейросетевых ансамблей  Оптимизация управления многокритериальной конфликтной системой в условиях неопределенности на основе нейросетевых ансамблей 

ВВЕДЕНИЕ
1. ФОРМАЛИЗАЦИЯ ЗАДАЧИ ОПТИМИЗАЦИИ УПРАВЛЕНИЯ МНОГОКРИТЕРИАЛЬНОЙ КОНФЛИКТНОЙ СИСТЕМОЙ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ НА ОСНОВЕ НЕЙРОСЕТЕВОГО ПОДХОДА.
1.1 Анализ архитектур, методов обучения и возможностей искусственных нейронных сетей
1.2 Постановка задачи синтеза алгоритма управления многокритериальной конфликтной системой в условиях неопределенности в нейросетевом базисе.
1.3 Анализ игровых подходов к решению задач многокритериальной коифликгиой оптимизации в условиях неопределенности
1.4 Формализация задачи обучения нейросетевого ансамбля на основе многокритериального подхода
1.4.1 Постановка задачи обучения карты Кохонена в виде задачи многокритериальной оптимизации в условиях неопределенности
1.4.2 Постановка задачи обучения многослойного персептрона в виде задачи многокритериальной оптимизации в условиях неопределенности
1.5 Выводы
2. РАЗРАБОТКА МЕТОДИКИ СИНТЕЗА АЛГОРИТМОВ НСАУПРАВЛЕНИЯ МНОГОКРИТЕРИАЛЬНОЙ КОНФЛИКТНОЙ СИСТЕМОЙ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ
2.1 Разработка структурнофункциональной модели иейроконтроллера,
реализующего построение стабильноэффективного компромисса
2.2 Разработка процедуры обучения карты Кохонена.
2.2.1 Формирование обучающей выборки для карты Кохонена
2.2.2 Построение матрицы весовых коэффициентов карты Кохонена
2.2.3 Маркировка нейронов карты Кохонена.
2.2.4 Оптимизация структуры карты Кохонена.
2.3 Разработка процедуры обучения многослойного персептрона
2.4 Выводы.
3. ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ АЛГОРИТМОВ НСАУПРАВЛЕНИЯ НАГРУЗКОЙ В КАНАЛАХ СВЯЗИ МНОГОКАНАЛЬНОЙ СИСТЕМЫ ДИСТАНЦИОННОГО МОНИТОРИНГА В УСЛОВИЯХ КОНФЛИКТА И
НЕОПРЕДЕЛЕННОСТИ
3.1 Исследование эффективности алгоритмов ИСАуправления в условиях неопределенности на тестовой модели многокритериальной конфликтной системы.
3.1.1 Разработка тестовой модели многокритериальной конфликтной системы.
3.1.2 Решение тестовой задачи на основе разработанной методики синтеза алгоритма НСАуправления
3.1.3 Сравнительный анализ эффективности алгоритмов НСАуправления на тестовой задаче.
3.2 Сравнительный анализ эффективности алгоритмов НСАуправления нагрузкой в каналах связи многоканальной системы дистанционного мониторинга в условиях конфликта и неопределенности.
3.2.1 Разработка модели системы передачи данных многоканальной системы дистанционного мониторинга
3.2.2 Постановка задачи оптимизации управления нагрузкой в каналах связи многоканальной системы дистанционного мониторинга в условиях конфликта и неопределенности
3.2.3 Исследование предельных возможностей многоканальной системы
дистанционного мониторинга.
3.3 Выводы.
4. ОПИСАНИЕ КОМПЛЕКСА ПРОГРАММНЫХ СРЕДСТВ.
4.1 Структура и назначение комплекса программных средств.
4.2 Описание программы Решатель эталонных задач
4.3 Описание программы Компоновщик обучающей выборки.
4.4 Описание программы Нейроимитатор
4.5 Выводы.
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ


Третья глава посвящена исследованию эффективности алгоритмов нейроуправления нагрузкой в каналах связи многоканальной системы дистанционного мониторинга, функционирующей в условиях конфликтного взаимодействия подсистем и неопределенности входных потоков. При исследовании и сравнительном анализе эффективности алгоритмов НСАуправления в условиях неопределенности на тестовой модели многокритериальной конфликтной системы было показано, что множество эффективных векторных оценок, построенное , обученной посредством многокритериального подхода, в большей степени соответствует эталонному, нежели множество, построенное картой Кохонена, обученной соревновательным методом. Кроме того, при многокритериальном обучений МП максимальные возможные отклонения задержек от Нэшравновесных значительно меньше, чем при использовании метода обратного распространения ошибки. Сравнительный анализ эффективности алгоритмов оптимизации управления нагрузкой в каналах связи многоканальной системы дистанционного мониторинга, функционирующей в условиях конфликта и неопределенности, на основе НСА осуществлялся при решении задачи исследовании предельных возможностей МСДМ, а именно поиске предельно допустимой нагрузки в каналах связи и минимально требуемой пропускной способности каналов связи МСДМ при условии обеспечения задержки передачи не выше допустимой. В четвертой главе представлено описание разработанного комплекса программных средств КПС, реализующего предложенную методику синтеза алгоритмов оптимального управления многокритериальной конфликтной системой в условиях неопределенности на основе нейросетевых ансамблей. Основные результаты работы апробированы на конференциях VII Международный симпозиум Интеллектуальные системы Россия, Краснодар, г. Всероссийская научнопрактическая конференция Инженерные системы Россия, Москва, г. VIII Международный симпозиум Интеллектуальные системы Россия, Краснодар, г. XI Международная научнопрактическая конференция Фундаментальные и прикладные проблемы приборостроения, информатики и экономики Россия, Сочи, г. Научные и практические результаты диссертации реализованы в ряде научноисследовательских работ НИР, выполняемых в ФГУ 1 ЦНИИ МО РФ. Имеется акт о внедрении результатов диссертационной работы. Результаты работы используются в учебном процессе на кафедре Управление и моделирование систем МГУПИ при проведении практических занятий и лабораторных работ по дисциплине Технологии системного моделирования. В заключении сформулированы основные научные и практические результаты диссертационной работы. Цель настоящей главы сформулировать постановку задачи оптимизации управления многокритериальной конфликтной системой в условиях неопределенности в нейросетевом базисе. В парафафе 1 рассматриваются типы искусственных нейронных сетей, особенности их топологий, функционирования и обучения, а также указываются области их прикладного использования. В парафафе 2 обосновывается возможность и целесообразность реализации алгоритмов управления структурносложными системами на основе нейросетевого подхода. Формулируется постановка задачи синтеза алгоритма нейроуправления многокритериальной конфликтом системой в условиях неопределенности. В параграфе 3 производится анализ ифовых подходов, применяемых при решении задач многокритериальной конфликтной оптимизации в условиях неопределенности. Для решения поставленной задачи предлагается использовать принцип стабильноэффективных ифовых компромиссов. В парафафе 4 обосновывается целесообразность использования нейросетевого ансамбля для решения в режиме реального времени задачи многокритериальной конфликтной оптимизации в условиях неопределенности, разрабатывается архитектура нсйросстевого ансамбля, формулируется постановка задачи обучения нейросетевого ансамбля в виде комплекса задач многокритериальной оптимизации в условиях неопределенности. Возрастающая сложность технических средств и необходимость повышения качества управления техническими и организационноэкономическими объектами приводят к появлению в различных прикладных областях интеллектуальных систем , и др В рамках концепции интеллектуальных систем идет активное развитие нейросетевых технологий НСТ.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.260, запросов: 244