Разработка нейросетевой модели формирования управлений системами с последействием в условиях информационной неопределенности

• Автор: Щербаков, Максим Владимирович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Волгоград
• Количество страниц: 149 с. : ил.

1.1. Введение в проблему управления системами с последействием в условиях информационной неопределенности
1.2. Формальная модель процесса управления системами с последействием. Постановка задачи управления.

1.3. Требования к моделям формирования управлений системами с последействием

1.4. Обзор подходов, автоматизирующих процесс управления системами с последействием в условиях неопределенности.

1.4.1. Подходы основанные на интерпретации знаний и работы с ними. Нечеткая логика

1.4.2. Модели нейросетевого управления

1.4.3. Актуальные проблемы при использовании нейросетевых моделей управления в условиях информационной неопределенности

1.5. Цели и задачи диссертационной работы

ГЛАВА 2. НЕЙРОСЕТЕВАЯ МОДЕЛЬ ФОРМИРОВАНИЯ

УПРАВЛЕНИЙ СИСТЕМАМИ С ПОСЛЕДЕЙСТВИЕМ В УСЛОВИЯХ ИНФОРМАЦИОННОЙ НЕОПРЕДЕЛЕННОСТИ

2.1. Системный подход к решению задач с использованием аппарата нейронных сетей

2.2. Формальное описание иейросегевой модели формирования управления.
2.3. Описание модели дескрипторов задачи управления
2.3.1. Дескрипторы структуры объекта управления
2.3.2. Дескрипторы метасостояний объектов управления и процедура их формирования
2.3.3. Дескрипторы управления
2.3.4. Дескрипторы поведения объекта управления
2.4. Процедуры формирования дескрипторов и предварительной обработки
2.4.1. Процедура формирования дескрипторов структуры объекта управления
2.4.2. Процедура формирования дескрипторов метасостояний
2.4.3. Процедура формирования дескрипторов управления
2.4.4. Процедура формирования дескрипторов поведения
2.4.5. Процедура предварительной обработки данных
2.5. Нсйросетсвая структура модели и процедуры ее синтеза и оптимизации
2.5.1. Нейросетевая модельная структура идентификации и процедуры ее синтеза и оптимизации
2.5.2. Нейросетевая структура управляющего объекта процедуры
ее синтеза и оптимизации
2.6. Функционирование нсйросстсвой модели
2.7. Процедура проверки модели на адекватность
2.8. Практические рекомендации и ограничения на применение разработанной нейросетевой модели формирования управлений
2.9. Основные результаты и выводы
ГЛЛВЛ 3. РЕАЛИЗАЦИЯ НЕЙРОСЕТЕВОЙ МОДЕЛИ
ФОРМИРОВАНИЯ УПРАВЛЕНИЙ
3.1. Требования к реализации модели формирования управлений
3.2. Реализация алгоритмов модели в виде структуры классов
3.2.1. Абстракции верхнего уровня
3.2.2. Классы элементов нейросетевых модельных структур
3.2.3. Классы слоев элементов нейросетевых модельных структур
.4. Классы нейросетевых модельных структур
.5. Класс модулей нейронных сетей
3.3. Структура настраиваемой автоматизированной системы формирования управлений
3.4. Работа с настраиваемой автоматизированной системой формирования управлений
3.4.1. Процедура постановки задачи управления в
автоматизированной информационной системе
3.4.2. Расчет значений параметров управлении в автоматизированной системе
3.5. Основные результаты и выводы
ГЛАВА 4. АПРОБАЦИЯ НЕЙРОСЕТВОЙ МОДЕЛИ
4.1. Задача управления функциональным состоянием магистралей нижних конечностей
4.1.1. Постановка задачи управления
4.1.2. Предлагаемое решение
4.1.3. Обсуждение результатов н выводы
4.2. Задача управления транспортно эксплуатационным состоянием автомобильных дорог
4.2.1. Постановка задачи управления
4.2.2. Предлагаемое решение
4.2.3. Обсуждение результатов и выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ


Представленные в работе подходы реализованы в Автоматизированной системе прогнозирования изменения транспортноэксплуатационного состояния автомобильных дорог, использующейся в ДСУ 1 ОГУП Вол го града втодор и Системе управления транспортноэксплуатационным состоянием автомобильных дорог, внедренной в Волгоградском центре РосдорПИИ. Системы позволяют повысить качество управляющих решений, за счет оптимального распределения финансовых средств на проведение ремонтных дорог. Проектирование АСОИУ, Аналитическое программное обеспечение АСОИУ. Апробации работы. Основные положения и материалы диссертации докладывались на Международных научных и научнотехнических конференциях Информационные технологии в образовании, технике и медицине Волгоград , , Нейросетевые технологии и их применение Краматорск, Украина , , Экология и развитие общества СанктПетербург, , Математическое моделирование в технике и технологиях ММТТ СанктПетербург, , Интеллектуальные системы ЕЕЕ АБОЗ Дивноморское, , VIII Всероссийской конференции с международным участием Нейрокомпьютеры и их применение ИПУ им. В.Л. Публикации. По теме диссертации опубликовано печатных работ, в том числе 4 публикации в изданиях центральной печати, 7 статей в сборниках научных трудов, 3 статьи в материалах научных семинаров, 3 тезиса докладов различных конференций. Структура и содержание диссертационной работы. Диссертационная работа состоит из введения, четырех глав, заключения, 2х приложений и списка литературы. Общий объем диссертации 6 страниц, рисунков, список использованных источников из 8 наименований. ГЛАВА 1. Управление это процесс нахождения значений параметров контролируемых воздействий на систему для достижения заведомо установленной цели управления при заданных ограничениях . Проблема управления системами с последействием имеет широкое распространение в различных предметных областях деятельности человека техника, медицина, экономика, социальные науки 9, , , , . Это связано прежде всего, с тем, что практически каждая сложная система описывается множеством состояний, которые зависят как от поведения системы в прошлом, так и от изменения условий окружающее среды . Для примера к таким системам относятся функциональное состояние магистралей нижних конечностей пациента после реконструктивных операций, которое зависит от изменения условий окружающей среды и стратегий лечения , , транспортно эксплуатационное состояние автомобильных дорог . Как правило, принятие решения по управлению такими объектами осуществляет человек, однако одним из перспективных направлений, повышающих качество эффективности управления, является разработка и внедрение автоматизированных систем поддержки принятия решений и автоматизированных систем управления. Эффективность и оптимальность решения этих проблем зависит от опыта и компетентности ЛПР, его способности верно прогнозировать поведение состояний объектов при различных управляющих воздействий и выбирать оптимальное управление. Система является обобщенной динамической системой с последействием, для которой и для ее подсистем однозначно определено понятие состояния, как совокупности некоторых величин, в данный момент времени, и задан закон, который описывает изменение эволюцию начального состояния с течением времени, позволяющий по начальному состоянию прогнозировать будущее состояния системы подсистемы и моделировать 1, . Параметр времени дискретен и I 0. Эволюционный закон задан в виде таблиц данных, описывающих поведение системы при различных начальных условиях и параметрах системы. Наличие метасостояний системы. Для системы определены области С, совокупности значений некоторых параметров системы, качественно определяющих динамику системы. Т.о. Выделяют три типа метасостояний по мере их обобщения 3 метасостояния в которых сохраняется единое описание системы и изменяется только начальное состояние при переходе из одной области в другую метасостояния в которых изменению подлежат значения параметров в правых частях управлений метасостояния меняющих правые части и число уравнений. Разнотипность параметров. Параметры системы являются разнотипными и измерены различными видами шкал . Невозможность или затруднительность непосредственного экспериментирования с реальной системой.