Нейросетевая идентификация состояний сложных систем с использованием распределенных информационных объектов

• Автор: Жашкова, Татьяна Валерьевна
• Шифр специальности: 05.13.17
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Пенза
• Количество страниц: 158 с. : ил.

ВВЕДЕНИЕ.
Глава 1 СОВРЕМЕННОЕ СОСТОЯНИЕ ИССЛЕДОВАНИЙ И РАЗРАБОТОК В ОБЛАСТИ ПОСТРОЕНИЯ СИСТЕМ МОНИТОРИНГА И КОНТРОЛЯ СЛОЖНЫХ СИСТЕМ ПРИРОДНОГО ИЛИ ТЕХНОГЕННОГО ПРОИСХОЖДЕНИЯ

1.1. Основные понятия и определения.

1.2. Анализ методов построения моделей сложных систем природного или техногенного происхождения.
1.3. Разработка моделей сложных систем природного или техногенного происхождения в виде совокупности распределенных информационных объектов.
1.4. Анализ тенденций совершенствования информационных моделей сложных систем природного или техногенного происхождения с использованием распределенных информационных объектов в условиях развития микропроцессорных систем
1.5. Реализация алгоритмов нейросетевой идентификации состояний сложных систем природного или техногенного происхождения в виде совокупности распределенных информационных объектов

Основные результаты и выводы по первой главе

Глава 2 РАЗРАБОТКА МЕТОДИКИ ИДЕНТИФИКАЦИИ СОСТОЯНИЙ СЛОЖНЫХ СИСТЕМ ПРИРОДНОГО ИЛИ ТЕХНОГЕННОГО ПРОИСХОЖДЕНИЯ НА ОСНОВЕ АНАЛИЗА И ОПТИМИЗАЦИИ РАСПРЕДЕЛЕННЫХ ИНФОРМАЦИО1НЫХ ОБЪЕКТОВ

2.1. Основные понятия и определения.

2.2. Анализ современных методик идентификации, реализуемых в системах мониторинга и контроля сложных систем природного или техногенного происхождения.
2.3. Сравнительный анализ процедур идентификации состояний сложных систем природного или техногенного происхождения с использованием распределенных информационных объектов
2.4. Анализ возможностей совершенствования алгоритмов нейросетевой идентификации состояний сложных систем природного или техногенного происхождения по совокупности параметров физических объектов их образующих.
2.5. Методика идентификации состояний сложных систем природного или техногенного происхождения.
2.6. Обобщенная процедура структурнопараметрического синтеза информационных моделей сложных систем природного или техногенного происхождения с использованием распределенных информационных объектов.
Основные результаты и выводы по второй главе
Глава 3 СИНТЕЗ ОБОБЩЕННОЙ СТРУКТУРЫ ПОДСИСТЕМЫ НЕЙРОСЕТЕВОЙ ИДЕНТИФИКАЦИИ ДЛЯ СИСТЕМЫ МОНИТОРИНГА И КОНТРОЛЯ СЛОЖНЫХ СИСТЕМ ПРИРОДНОГО ИЛИ ТЕХНОГЕННОГО ПРОИСХОЖДЕНИЯ С ИСПОЛЬЗОВАНИЕМ РАСПРЕДЕЛЕННЫХ ИНФОРМАЦИОННЫХ ОБЪЕКТОВ
3.1. Основные понятия и определения
3.2. Синтез обобщенной структуры системы мониторинга и контроля с подсистемой нейросетевой идентификации состояний сложных систем природного или техногенного происхождения с использованием распределенных информационных объектов.
3.3. Синтез обобщенной структуры подсистемы нейросетевой идентификации для системы мониторинга и контроля сложных систем природного или техногенного происхождения
3.4. Разработка имитационной модели подсистемы нейросетевой идентификации с применением преобразования Хаара.
Основные результаты и выводы по третьей главе.
Глава 4 РАЗРАБОТКА ПРОЦЕДУРЫ АНАЛИТИЧЕСКОГО СИНТЕЗА АЛГОРИТМОВ НЕЙРОСЕТЕВОЙ ИДЕНТИФИКАЦИИ СИГНАЛОВ ДЛЯ РАСПРЕДЕЛЕННЫХ ИНФОРМАЦИОННЫХ ОБЪЕКТОВ.
4.1. Основные понятия и определения.
4.2. Разработка процедуры аналитического синтеза подсистемы нейросетевой идентификации.
4.3. Обобщенная процедура синтеза алгоритмов нейросетевой идентификации на базе теории целых функций экспоненциального типа
4.4. Технические решения по реализации алгоритмов нейросетевой идентификации.
Основные результаты и выводы по четвертой главе
ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ ПО РАБОТЕ.
ПЕРЕЧЕНЬ ПРИНЯТЫХ СОКРАЩЕНИЙ
СПИСОК ЛИТЕРАТУРЫ


Обобщенная структура подсистемы нейросетевой идентификации для системы мониторинга и контроля сложных систем природного или техногенного происхождения отличается наличием блока интегродифференцирующего преобразования, реализующего модифицированный алгоритм Хаара. Процедура аналитического и структурнопараметрического синтеза подсистем нейросетевой идентификации состояний сложных систем природного или техногенного происхождения с использованием распределенных информационных объектов обеспечивает повышение вероятности идентификации. ПТП с использованием распределенных информационных объектов как составного элемента систем мониторинга и контроля сложных систем ПТП. Модели сложных систем природного или техногенного происхождения в виде совокупности распределенных информационных объектов, реализующих процедуры нейросетсвой идентификации, учитывают особенности микропроцессорных систем, включающих интеллектуальные датчики, каналы связи и специализированные многоядерные процессоры. Методика идентификации состояний сложных систем природного или техногенного происхождения, основанная на анализе и оптимизации распределенных информационных объектов, позволила разработать элементы алгоритмов для системы мониторинга и контроля технически сложного территориальнораспределенного объекта наземной космической инфраструктуры. Разработанная обобщенная процедура структурнопараметрического синтеза моделей сложных систем природного или техногенного происхождения в виде распределенных информационных объектов позволила разработать адаптивные алгоритмы нейросетевой. Результаты диссертационной работы использованы при выполнении НИОКР в рамках Федеральной космической программы России на годы КипарисПГТА, Датчик РКТПГТА, ВозрождениеПГТА, выполненных по договорам с ОАО НИИФИ, а также ОКР ДиагностикаПГТА по договору с ОАО НИИФИ в рамках Государственного контракта 3П3. Внедрения результатов подтверждены соответствующими документами. Основные положения и результаты диссертационной работы обсуждены и одобрены на следующих научнотехнических конференциях Всероссийском симпозиуме Обозрение прикладной и промышленной математики г. Москва г. Пенза, г. Международном симпозиуме Надежность и качество г. По теме диссертации опубликовано печатных работ, в том числе 3 работы в изданиях из перечня ВАК. Автор выражает искреннюю благодарность генеральному директору ОАО Научноисследовательский институт физических измерений к. Дмитриенко А. Г., начальнику научноисследовательского комплекса НИК2, к. Исакову С. А., начальнику научноисследовательского отдела Селифановой В. В. и начальникам лабораторий НИК2 Тюрину М. В. и Новикову В. Н. и начальнику научноаналитического комплекса Смкину А. Н. за постановку задачи исследований, технические консультации. Структура и объем диссертации . Работа состоит из введения, списка сокращений, четырех глав, заключения, списка литературы и приложения. Диссертация содержит 5 страниц основного текста, включая рисунков, 6 таблиц, список литературы из на именований. Объектами мониторинга и контроля являются сложные системы природного или техногенного происхождения, технологические процессы, подсистемы жизнеобеспечения и безопасности теплоснабжение, вентиляция и кондиционирование, водоснабжение и канализация, электроснабжение, газоснабжение, инженернотехнический комплекс пожарной безопасности объекта, лифтовое оборудование, система оповещения, системы охранной сигнализации и видеоиаблюдения, системы обнаружения повышенного уровня радиации, аварийных химическиопасных веществ, биологическиопасных веществ, значительной концентрации токсичных и взрывоопасных концентраций газовоздушных смесей и др. Впервые термин мониторинг появился в году на Стокгольмской конференции ООН по окружающей среде и обозначал систему повторных наблюдений в пространстве и во времени одного и более элементов окружающей среды в соответствии с заданной программой. В настоящее время этот термин широко используется при описании систем и процессов в различных областях сферы деятельности человека в науке, медицине, образовании, экономике, сельском хозяйстве, промышленности. Определение и функции мониторинга представлены в ряде государственных стандартов, например ГОСТ Р . ГОСТ Р .