Математические модели и алгоритмы ускоренного статистического моделирования сложных технических систем

• Автор: Хонг Чонг Тоан
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2015
• Место защиты: Воронеж
• Количество страниц: 125 с. : ил.

СОДЕРЖАНИЕ
Введение
1. СТАТИСТИЧЕСКИЕ КОРРЕЛЯЦИОННЫЕ МОДЕЛИ . ПЛАНИРОВАНИЯ И ОРГАНИЗАЦИИ ЭКСПЕРИМЕНТА ПРИ ИССЛЕДОВАНИИ СЛОЖНОЙ ТЕХНИЧЕСКОЙ СИСТЕМЫ
1.1. Процедуры планирования и организации ускоренного статистического моделирования на основе модифицированного метода коррелированных процессов при исследовании СТС
1.2. Оперативная наблюдаемость объектов эксперимента со сложными техническими системами
1.3. Оперативная управляемость объектов сложных технических систем
при эксперименте
1.4 Проблемы создания статистических корреляционных моделей планирования и организации эксперимента при исследовании сложной технической системы
2. РАЗРАБОТКА МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ И АЛГОРИТМОВ ПЛАНИРОВАНИЯ И ОРГАНИЗАЦИИ УСКОРЕННОГО СТАТИСТИЧЕСКОГО МОДЕЛИРОВАНИЯ СЛОЖНЫХ ТЕХНИЧЕСКИХ СИСТЕМ
2.1. Математическая модель кластеризации результатов опытов со сложной технической системой
2.2. Алгоритм расчета временных параметров графа и прогнозирования срока завершения моделируемого процесса
при исследовании СТС
3. АЛГОРИТМ УСКОРЕННОГО РАСПОЗНАВАНИЯ ОБРАЗОВ, ФОРМИРУЕМЫХ ПРИ ЭКСПЕРИМЕНТАХ СО СЛОЖНОЙ
ТЕХНИЧЕСКОЙ СИСТЕМОЙ
3.1. Использование лингвистической переменной в диагностике сложных технических систем

3.2. Определение подмножества оптимальных параметров распознавания образов СТС
3.3. Алгоритм ускоренного распознавания образов при экспериментах
со сложной технической системой
4. СТРУКТУРА ПРОГРАММНОЙ СИСТЕМЫ ПРИ ПЛАНИРОВАНИИ И ОРГАНИЗАЦИИ УСКОРЕННОГО СТАТИСТИЧЕСКОГО МОДЕЛИРОВАНИЯ ДЛЯ ИССЛЕДОВАНИЯ СЛОЖНЫХ ТЕХНИЧЕСКИХ СИСТЕМ
4.1. Общее описание программного комплекса
4.2. Интеллектные программные средства статистического анализа и исследования сложных технических систем
4.3. Нейросетевой модуль кластеризации и распознавания при
экспериментах с СТС
Заключение
Литература
Приложение Акты внедрения результатов диссертационной работы

ВВЕДЕНИЕ
Актуальность темы. Статистическое моделирование сложных технических систем (СТС) связано с существенными затратами машинного времени на получение результатов с заданной точностью и качеством. Поэтому возможности широкого внедрения указанных технологий в практику проблематичны, т.к. сроки исследований становятся сопоставимы с натурными экспериментами. СТС характеризуются высокой стоимостью, что накладывает ограничения на проведение р ними натурных экспериментов.
Решением указанных проблем занимались такие известные ученые, как
В.Л. Бурковский, В.П. Машталир, 0.10. Сабинин, С.Л. Подвальный, В.А. Хро-мушин и многие другие. Однако степень исследованности данной области остается недостаточной, а предлагаемые модели по-прежнему довольно трудоемки. На сегодняшний день имеется ряд методов, позволяющих за счет особой формы планирования статистического моделирования СТС существенно снизить затраты машинного времени при сохранении требуемой точности результатов - это методы расслоения, корреляционной выборки и др., однако при исследовании СТС эффективность их применения в значительной степени зависит от того, насколько удачно проведено определение формы и границ слоев модели данных, количества планирующих функций статистического эксперимента, алгоритмов определения рангов слоев и т.д.
Таким образом, разработка математических моделей и алгоритмов, позволяющих обеспечить планирование и проведение ускоренного статистического моделирования сложных технических систем, является актуальной.
Тематика диссертационной работы соответствует основному научному направлению ФГБОУ ВПО «Воронежский государственный архитектурно-строительный университет» - «Фундаментальные исследования в области естественных, технических и гуманитарных наук».
Цель и задачи исследования. Целью работы является разработка математических моделей, алгоритмов и комплексов программ, позволяющих обес-

следует: что в процессе оперативного управления их взаимодействие не приводит к изменению оперативной управляемости объекта, которая в этом случае всегда постоянна и равна 1:
р({«,о+г} | = 1 = со»м/,/Г е Т, ,где Т»Т
Данный вид взаимодействия показателей выявляется при выполнении условия:
V, У> ' Г«#'/ - Т - Йг»/, ) (120)
где *¥'¥‘ - временной интервал, через который произойдет изменение у/' при изменении ^ в пределах, превышающих А1//’ (в частности, это интервал взаимной корреляции и ').
Вторым характерным видом взаимодействий показателей в рассматриваемой группе является взаимодействием показателей ^ и ^. Пусть П /(1 известно при этом в принципе у/» может принять любое значение из Л сто новое значение будет зависеть только от того управляющего воздействия, которое приложится к подпроцессу Ре.
Т.е. мы видим, что изменение ,//|- не приводит - изменения возможных групп состояний объекта по сравнению с исходным множеством групп состояний (состояний, которые были возможны в Сп), да и вообще не приодит к изменению У* на интервале оперативного управления. Это позволяет считать пока-