Нейросетевое моделирование процессов принятия решений в системе лазерного оптико-акустического анализа сложных газовых смесей

• Автор: Ерофеев, Андрей Николаевич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Воронеж
• Количество страниц: 136 с. : ил.

СОДЕРЖАНИЕ
Введение
1. Анализ современных экспериментальных методов экологического мониторинга атмосферы и газовых сред

1.1. Современные методы мониторинга атмосферы

1.2. Возможность и перспективы совмещения оптикоакустического метода и нейросетевого моделирования
Выводы

2. Имитационное моделирование процесса анализа газовой

2.1. Математическая модель поглощения молекулярным

газом импульсного лазерного излучения

2.2. Исследование математической модели поглощения молекулярным газом импульсного лазерного излучения

2.3. Анализ методов решения обратных задач в аналитической спектроскопии

3. Блок принятия решений на основе нейронных сетей с нечеткими множествами системы лазерного оптикоакустического анализа сложных газовых смесей
3.1. Структурная схема системы лазерного оптикоакустического анализа сложных газовых смесей
3.2. Блок формирования массива зондирующих
воздействий
3.3. Блок принятия решений на основе сети ТакаБепоКап с нечеткой логикой
3.4. Обработка оптикоакустических информационных сигналов методами нейронной технологии
Выводы
4. Определение и оценка блоком принятия решений информационных сигналов о составе газовой смеси
4.1. Экспериментальный поиск информативных спектральных каналов измерения
4.2. Численный эксперимент определения парциального давления газов в сложной смеси
Выводы
Основные результаты работы
Список литературы


Государственном фонде алгоритмов и программ Российской Федерации при Национальном информационном фонде неопубликованных документов в ФГУП «Всероссийский научно-технический информационный центр» № 4 от марта г. Реализация и внедрение результатов работы. Программная реализация моделей выбора информативных спектральных каналов измерения. Результаты диссертации внедрены в НИИРЛ при МГТУ им. Н.Э. Баумана, в рамках научно-исследовательских разработок, а также в учебный процесс по дисциплинам «Идентификация и диагностика систем», «Моделирование систем» для студентов кафедры «Автоматика и информатика в технических системах» Воронежского государственного технического университета. Апробация работы. Сочи, ,); на Всероссийской научно-технической конференции “Моделирование и обработка информации в технических системах” (Рыбинск, ); научно-технической конференции “ЬЫС” (Воронеж, ); научно-технических конференциях и научных семинарах Воронежского государственного технического университета (Воронеж, -). Публикации. По результатам исследований опубликовано научных работ, в том числе 3 в изданиях, рекомендованных ВАК РФ. В работах, опубликованных в соавторстве, лично соискателем выполнены: в [1,2,3,,] - разработка нейросетевой модели классификации Т8К поиска информативных спектральных каналов измерения; в [6] - методика поиска информативных спектральных каналов измерения; в [] - разработка экспертной системы на основе нейронной сети Така§1-$1^епо-Кап§, с базой знаний, машиной логического вывода и пользовательским интерфейсом. В работах [4,5,7] автором предложено использование алгоритмов обратного распространения Кохонена для обучения нейронной сети в системе лазерного оптико-акустического мониторинга. В работах [9,] автором обосновано применение нейронных технологий для анализа многокомпонентных газовых смесей. В работах [8,] автором предложено применение гибридных нейронных сетей для задач идентификации и классификации. Структура и объем работы. Диссертация состоит из введения, четырех глав и заключения, списка литературы из наименований, 5 приложений. Основная часть работы изложена на 0 страницах, содержит рисунков и таблиц. Во введении обосновывается актуальность темы диссертационной работы, формулируются цели, задачи исследования, научная новизна и практическая значимость полученных результатов, дается краткое содержание диссертации по главам. В первой главе проводится анализ современного состояния проблемы интерпретации данных экспериментальной аналитической спектроскопии. Дан обзор современных экспериментальных методов экологического мониторинга атмосферы и газовых сред. Доказана возможность применения в системе лазерного оптико-акустического анализа сложных газовых смесей аппарата интеллектуальных нейронных сетей. Во второй главе предложено формализованное описание процесса генерации оптико-акустического сигнала в многокомпонентных газовых смесях при лазерном воздействии, как основы формирования информационного обеспечения нейросетевой модели. Проведено исследование вычислительной обусловленности задачи газового анализа как некорректной вычислительной задачи. В третьей главе предложены нейросетевые модели классификации и идентификации на основе сети Така§'|-8и§епо-Кап§. Рассмотрены основные преимущества СОг -лазера и интеллектуальных нейронных сетей. Приведены нейросетевые алгоритмы, положенные в основу блока принятия решений. В четвертой главе содержатся результаты практической реализации нейросетевых моделей блока принятия решений в системе лазерного оптикоакустического анализа сложных газовых смесей. Существующие методы детектирования газов можно условно разделить на неспекгроскопические и спектроскопические (в том числе оптические). Основные достоинства и недостатки тех и других с точки зрения их применения для анализа газовых примесей сложного состава в воздухе заключаются в следующем. Современные лабораторные аналитические методы (методы количественного анализа состава пробы воздуха), достаточно чувствительны и избирательны и позволяет одновременно детектировать большое число различных веществ при весьма низких концентрациях.