Математическое моделирование диагностических параметров агрегатов летательных аппаратов на основе гранулированных временных рядов

• Автор: Воронина, Валерия Вадимовна
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Ульяновск
• Количество страниц: 171 с. : ил.

Оглавление

Список используемых сокращений

ВВЕДЕНИЕ

ГЛАВА ПЕРВАЯ. ОБЗОР

1. Классификация методов анализа временных рядов, обзор оценок эффективности анализа ВР

1.1. Основные понятия

1.2. Классификация ВР. Области применения интеллектуального анализа

1.3. Классификация методов анализа временных рядов

1.4. Обзор оценок эффективности аначиза ВР

2. Задача и методы выделения тренда

2.1. Статистические методы работы с трендом
2.2. Работа с трендом методом К-преобразований
2.3. Метод нечетких тенденций
2.3.1 Понятие нечеткого временного ряда и методы его анализа
2.3.2Понятие элементарной, локальной и обобщенной НТ
3. Понятие информационной гранулы и его применение в задачи аначиза ВР
ВЫВОДЫ ПО ГЛАВЕ
ГЛАВА ВТОРАЯ. МЕТОДЫ И СРЕДСТВА АНАЛИЗА ГРАНУЛИРОВАННЫХ ВР
1. Подход методов грануляции к задачам аначиза ВР
1.1. Понятие гранулированного ВР
1.2. Метод анализа ГрВР. Обоснование эффективности понятия ГрВР для оценки поведения технико-экономических объектов
2.Алгоритм форлтрования ГрВР на основе нечетких тенденций, АСЬ-шкачы и выделения тренда
2.1. АСЬ-шкала. Обзор методов построения шкалы
2.2. Основные операции АСЬ-шкачы
2.3. Алгоритм формирования ГрВР
2.3.1 Определение элементарных НТ
2.3.2. Базовые операции гранул
3.Метод прогнозирования нечеткой тендетрги ВР
3.1. Интеграция метода Г-преобразований и нечетких тенденций
3.2. Модели прогнозирования НТ
3.3. Методика выбора прогноза НТ
3.4. Экспертная база правил для анализа ГрВр
3.5. Оценка адекватности анализа ГрВр
4. Алгоритм интеллектуачьного аначиза и прогнозирования ГрВР
ВЫВОДЫ ПО ГЛАВЕ
ГЛАВА ТРЕТЬЯ. ОПИСАНИЕ ПРОГРАММНОЙ СИСТЕМЫ МОДЕЛИРОВАНИЯ ПАРАМЕТРОВ ТЕХНИКО-ЭКОНОМИЧЕСКИХ ОБЪЕКТОВ
1.Применение модуля анализа ГрВр для моделирования параметров техникоэкономических объектов
1.1. Задача аначиза технических объектов
1.2. Задача анализа экономических объектов
2. Описание структуры БД
3. Обоснование выбора программных средств и организация межмодульного взаимодействия
4. Описание алгоритмов и классов модуля аначиза ГрВр
4.1. Иерархия классов
ВЫВОДЫ ПО ГЛАВЕ
ГЛАВА ЧЕТВЕРТАЯ. ЭКСПЕРИМЕНТЫ
1. Задача моделирования диагностических параметров агрегатов летательных аппаратов
2. Постановка задачи анализа экономических объектов
3. План экспериментов для разных типов объектов
4.Характеристика рядов для экспериментов
5.Результаты экспериментов
ЗАКЛЮЧЕНИЕ
Список литературы
Список публикаций
Приложение
Приложение
Приложение
Приложение
Приложение в
Приложение

. 1 )У

Список используемых сокращений

ВР - временной ряд
ГрВ - гранулярные вычисления
ГрВр - гранулированный временной ряд
НВР - нечеткий временной ряд
БД - база данных
НТ - нечеткая тенденция
ЭТ - элементарная тенденция
НЭТ - нечеткая элементарная тенденция
FT(fussy transform), F-преобразование - нечеткое преобразование ACL-шкала - шкала абсолютных лингвистических оценок, описанная в работах Афанасьевой Т.В.
FCM-кластеризация — Fuzzy C-Means кластеризация АВ - агрегаты вертолета

Если мы говорим о работе с информационными гранулами, то мы говорим о гранулярных вычислениях. Гранулярные вычисления(ГрВ) могут рассматриваться как каркас теорий, методологий, методов и инструментальных средств, которые используют информационные гранулы в процессе решения проблем.
Хотя сам термин ГрВ появился значительно недавно, общие принципы грануляции и отношений между гранулами появились еще в классической теории множеств, когда гранулы стали использовать для семантической группировки объектов, а не просто объединения их в множества, что позволило разрешить такие парадоксы как «мощность множества всех множеств» или «определение множества, не включающего само себя». Это происходит за счет того, что трансформируется смысловая интерпретация гранулированных сущностей. Ставится запрет на прямое сравнение семантически различных сущностей. Данный подход обеспечивает каркас, в пределах которого каждый может обсудить иерархию различных грануляций без риска противоречий. Например, можем обозначить «большую категорию», как категорию гранул, чья совокупность и совокупность форм может быть представлена классом. «Небольшая категория» может быть обозначена как категория гранул содержащихся в множествах. Таким образом, можно говорить о «категории всех небольших категорий» (которая является «большой категорией») без риска противоречий.
Тема нечеткой информационной грануляции впервые была предложена Заде: «Грануляция объекта А ведет к помещению вместе (в одну гранулу) объектов, имеющих какое-либо сходство между собой(например, схожее функциональное назначение. В основе теории нечеткой информационной грануляции (TFIG - Theory of Fuzzy Information Granularity) лежат человеческие способности обобщения (грануляции) информации и рассуждения с помощью обобщений(гранул). TFIG формируется на базе существующего оборудовании нечеткой информационной грануляции в нечеткой логике, но передает это