+
Действующая цена700 499 руб.
Товаров:
На сумму:

Электронная библиотека диссертаций

Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО

Расширенный поиск

Методы, модели и алгоритмы для системы поддержки принятия решений оптимизации потерь электроэнергии в системе электроснабжения промышленного предприятия

Методы, модели и алгоритмы для системы поддержки принятия решений оптимизации потерь электроэнергии в системе электроснабжения промышленного предприятия
  • Автор:

    Ларин, Олег Михайлович

  • Шифр специальности:

    05.13.10

  • Научная степень:

    Кандидатская

  • Год защиты:

    2004

  • Место защиты:

    Курск

  • Количество страниц:

    178 с. : ил.

  • Стоимость:

    700 р.

    250 руб.

до окончания действия скидки
00
00
00
00
+
Наш сайт выгодно отличается тем что при покупке, кроме PDF версии Вы в подарок получаете работу преобразованную в WORD - документ и это предоставляет качественно другие возможности при работе с документом
Страницы оглавления работы
"1.2 Значение систем поддержки принятия решений и основные 1.3 Понятие систем поддержки принятия решений


ОГЛАВЛЕНИЕ
Введение
1 Общие вопросы принятия решений и создания систем поддержки принятия решений в энергетике
1.1 Состояние и общеметодологические проблемы построения систем поддержки принятия решений в энергетике

1.2 Значение систем поддержки принятия решений и основные

требования к ним

1.3 Понятие систем поддержки принятия решений

1.4 Состояние вопроса разработки систем поддержки принятия

решений для электроэнергетики

1.5 Развитие систем поддержки принятия решений в энергетике

1.6 Особенности структуры энергетического хозяйства


промышленного предприятия
1.7 Специализированный граф системы электроснабжения
промышленного предприятия
1.8 Анализ методов поиска оптимального решения
Выводы по первой главе
2 Математические методы, модели и инструментальные
средства для поддержки принятия решений в энергетике
2.1 Общие вопросы создания математических моделей систем
электроснабжения промышленных предприятий
2.2 Анализ способов представления специализированного графа
2.3 Разработка математической модели оптимизации потерь
электроэнергии в СЭСПП
2.4 Методика решения задачи оптимизации потерь
электроэнергии в СЭСПП
2.5 Модифицированный метод ветвей и границ
Выводы по второй главе
3 Программная реализация СППР оптимизации потерь
электроэнергии и проведение расчетов
3.1 Основные требования к программному обеспечению СППР
3.2 Структурнофункциональная схема СППР оптимизации
энергосбережения в СЭСПП
3.3 Основные алгоритмы работы СППР
3.3.1 Алгоритм обработки матрицы путей
3.3.2 Алгоритм модифицированного метода ветвей и границ
3.4 Расчет потерь электроэнергии
3.4.1 Задача расчета нагрузочных потерь электроэнергии
3.4.2 Характеристики графиков нагрузки
3.4.3 Использование эмпирических формул для графиков
нагрузки в практических расчетах
3.5 Проведение расчетов в СППР
3.5.1 Подготовка исходных данных для проведения расчетов
3.5.2 Применение метода анализа иерархии для выбора
энергосберегающих мероприятий
3.5.3 Выбор оптимального решения модифицированным методом
ветвей и границ
Выводы по третьей главе
Заключение
Список литературы


Моделирующая система (МС) включает множество математических моделей для поддержки решений, реализованных, как правило, в рамках пакетов прикладных про фа мм или отдельных программных модулей, использующих базу данных (информационную систему). Рис. Экспертная (интеллектуальная) система (ЭС) - система, основанная на знаниях, предполагающая создание базы знаний, поддерживающей соответствующие логико-лингвистические модели, реализующие эвристические алгоритмы принятия решений. Интеллектуальная система при формировании выводов может подключать как факты из базы данных, так и алгоритмы (вычислительные процедуры) моделирующей системы. На практике часто для поддержки решений применяют одну из перечисленных систем (либо одна из них играет ведущую роль, а другие -вспомогательную). Это особенно характерно для так называемых гибридных экспертных систем, где экспертная система является ядром, подключающим по мере надобности вычислительные процедуры и массивы данных. Знания, которые закладываются в экспертную систему, можно задавать различными способами. Они могут быть представлены, скажем, в виде набора правил. Правило может содержать несколько предпосылок и выводов, причем выводы одних правил могут использоваться в качестве предпосылок для других правил. При решении конкретной задачи экспертная система автоматически строит так называемое дерево вывода. ТО: < список выводов >. При этом предполагается, что каждый объект имеет фиксированное число различных значений /, , /. Такая экспертная система реализована на списочных структурах данных. Единица списка называется узлом и содержит поля, куда заносится информация об объекте. Одно из полей служит указателем на другой сцепленный узел списка. Последний узел указывает на признак N. Кроме того, каждый узел в списке имеет второй указатель, определяющий начало списка значений, которые связаны с именем объекта. Этот внутренний список называется списком значений объектов. Все данные сис темы представлены в форме таблиц. Механизм вывода экспертной системы представляет собой рекурсивную программу, использующую принцип обратного вывода. Суть этого принципа заключается в следующем: выбирается некая гипотеза и анализируются ее предпосылки путем построения обратного дерева вывода; если данная гипотеза не подтверждается, то выбирается следующая, и так до rex пор, пока очередная гипотеза не подтвердится или не будут исчерпаны все гипотезы. Однако при решении большинства задач исследований и управления энергетикой, требующих создания больших баз данных и сложных пакетов прикладных профамм, такой подход себя не оправдывает. Необходима интеграция трех равноправных подсистем (информационной, моделирующей и интеллектуальной), которая часто выполняется в рамках специальной оболочки или интеграционной среды (рис. Это еще больше усложняет проблему интеграции компонентов СППР, но в общем случае мы можем включать их в состав одной из ключевых систем (например, иллюстративную графику в состав информационной системы, используя для этого средства СУБД; когнитивную графику - в состав интеллектуальной системы, а картографический интерфейс в случае применения электронных карт для интерпретации результата вычислительного эксперимента - в состав моделирующей системы) /, , , , /. Очевидно, что успех построения СПИР определяется состоянием ее компонентов. Достаточно хорошо разработаны научные направления, связанные с созданием систем баз данных и экспертные систем, но несколько хуже обстоят дела с реализацией специализированных баз данных и баз знаний в области энергетики /9, , , , /. К сожалению, в нашей стране не велась целенаправленная и скоординированная работа по созданию баз данных в области энергетики. В частности, отсутствует, в форме удобной для обработки на ЭВМ, полная статистическая информация по авариям в отраслевых системах энергетики (например, за последние двадцать лет), которая была бы необходима при построении СППР для исследований и обеспечения энергетической безопасности. Более того, в ходе реорганизации учреждений, которые занимались сбором таких данных, большая часть информации, имевшейся на бумажных носителях, утрачена, а сохранившаяся информация в условиях коммерциализации отношений фактически недоступна для научных организаций.

Рекомендуемые диссертации данного раздела

Время генерации: 0.862, запросов: 966