Методы и алгоритмы принятия решений и управления сложными системами на основе анализа сигналов системных ритмов

• Автор: Белобров, Андрей Петрович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Курск
• Количество страниц: 135 с. : ил.

СОДЕРЖАНИЕ

СПИСОК ОБОЗНАЧЕНИЙ И СОКРАЩЕНИЙ.

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ МЕТОДОВ КОМПЬЮТЕРНОЙ ДИАГНОСТИКИ И УПРАВЛЕНИЯ СЛОЖНЫМИ СИСТЕМАМИ

1.1. Системы искусственного интеллекта для классификации объектов и принятия решений.

1.2. Нейронные сети.

1.3. Нечеткие модели в системах принятия решений и управления

1.4. Анализ методов и средств поддержки принятия решений в медицинских системах.

1.5. Цели и задачи исследования.

ГЛАВА 2. ГИБРИДНЫЕ ТЕХНОЛОГИИ ВЫДЕЛЕНИЯ МЕДЛЕННЫХ ВОЛН ИЗ КВАЗИПЕРИОДИЧЕСКИХ СИГНАЛОВ
2.1. Модели нестационарных систем на основе оконного преобразования Фурье и вейвлетпреобразовании
2.2. Модель селектора медленных волн нестационарных сигналов
2.3. Модель нестационарной системы, основанная на использовании вейвлетпреобразования с последующим оконным преобразованием Фурье реперных строк вейвлетплоскости.
2.4. Метод и алгоритм классификации состояний сложных объектов на основе гибридного анализа медленных волн системных ритмов
2.5. Выводы второй главы
ГЛАВА 3. МЕТОД КЛАССИФИКАЦИИ СЛОЖНЫХ ОБЪЕКТОВ НА ОСНОВЕ АНАЛИЗА СТРУКТУРНЫХ ФУНКЦИЙ МЕДЛЕННЫХ ВОЛН.
3.1. Структурная функция как характеристика нестационарных процессов
3.2. Система поддержки принятия решений на основе анализа структурных функций медленных волн различных порядков
3.3. Алгоритмы вычисления структурных функций медленных волн и
принятия решений.
3.4. Выводы третьей главы.
ГЛАВА 4. ИССЛЕДОВАНИЯ ЭФФЕКТИВНОСТИ РАЗРАБОТАННЫХ
МЕТОДОВ В ЗАДАЧАХ КЛАССИФИКАЦИИ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ ЖИВЫХ ОБЪЕКТОВ.
4.1 Формирование обучающих и контрольных выборок для проверки эффективностей разработанных методов классификации.
4.2 Апробация предложенных методов и средств на репрезентативных контрольных выборках.
4.3. Синтез системы управления функциональным состоянием сердечнососудистой системы на основе мониторинга параметров медленных волн и нечеткой модели управления терапевтической процедурой
4.4. Выводы четвертой главы.
ЗАКЛЮЧЕНИЕ.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


Методы исследований. Для решения поставленных задач«. При разработке модулей принятия решений и нечеткого вывода в качестве инструментария использовался Matlab 6. Neural Network Toolbox и со встроенным пакетом Fuzzy Logic Toolbox. При реализации методов спектрального и структурного анализа использовался Mathcad . Научная новизна. Практическая значимость н результаты внедрения. Практическое значение работы определяется возможностью применения результатов исследования при прогнозировании, диагностике и управлении физиотерапией психосоматических заболеваний. Разработанные методы, модели и алгоритмы составили основу построения интеллектуальной системы для диагностики и физиотерапии сердечно - сосудистых заболеваний. Основные теоретические и практические результаты работ внедрены в учебный процесс Юго-Западного государственного университета при подготовке специалистов «Инженерное дело в медико-биологической практике» (дисциплина «Автоматизация обработки экспериментальных данных»), использованы при выполнении МИР 1. Апробация работы. ЮЗГУ (Курск, , , ). Публикации. Самостоятельно и в соавторстве по теме диссертации опубликовано печатных работ, из них четыре статьи в рецензируемых научных журналах. Личный вклад автора. Все выносимые на защиту результаты получены автором лично. В работах, опубликованных в соавторстве и приведенных в конце автореферата, в [1] автором исследовано значение анализа модулированных сигналов системных ритмов в классификации состояния сложных объектов, в [2] соискателем предложены способы анализа изображений спектральных и вейвлет - плоскостей модулированных системных ритмов биомедицинских сигналов, в [3], [4] и [5] автором: разработаны модели анализа модулированных сигналов системных ритмов живых систем, в [7], [9] и [] автор предложил способы синтеза пространств информативных признаков на основе анализа сигналов системных ритмов * различных подсистем живых объектов, в [] и [] автором разработаны нейросетевые модули принятия решений, предназначенные для реализации методов анализа состояния сложных систем по их системным ритмам. Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и библиографического списка, включающего 0 отечественных и зарубежных наименований. Работа изложена на 4 страницах машинописного текста, содержит рисунок и 9 таблиц. Краткое содержание работы. В первой главе анализируется методы и технологии принятия решений для сложных объектов. Исследованы системы искусственного интеллекта на основе нейросетевых технологий и нечеткого логического вывода. Выявлена роль системных ритмов в эффективности определения состояния и управления сложными объектами. В заключение сформированы цели и задачи исследования. Во второй главе разработан метод принятия решений по классификации состояний сложных объектов на основе гибридных технологий. Для разведочного анализа изображений вейвлет-плоскостей квазипериодических сигналов сложных объектов было предложено использовать метод адаптивного квантования мод. Разработана модель селектора медленных волн нестационарных сигналов. Предложена модель нестационарной системы, построенная на основе гибридного метода анализа квазистационарного сигнала. Разработаны структурная схема интеллектуальной системы, реализующая метод принятия решений по классификации состояний сложных объектов, и алгоритм, реализующий метод классификации состояний сложных объектов. В третьей главе разработан метод классификации сложных систем на* основе анализа структурных функций медленных волн, разработан блок принятия решений для классификации объектов на основе анализа структурных функций, полученных в результате выделения медленных ВОЛН' в нестационарном сигнале. Разработаны алгоритмы вычисления структурных функций медленных волн нестационарного сигнала и вычисления информативных признаков. Разработан алгоритм классификации и управления сложными объектами, позволяющий осуществлять устойчивое управление траекторией движения сложного объекта в пространстве состояний медленных волн.