Программные продукты и системы

Статьи из выпуска № 4 за 2021 год.

Упорядочить результаты по: Дате публикации | Заголовку статьи | Авторам

1. Анализ гибридных регуляторов в моделях управления техническими объектами в изменяющихся условиях [№4 за 2021 год]
Авторы: Игнатьев В.В., Соловьев В.В., Белоглазов Д.А.
Просмотров: 3444
В статье рассмотрены модели, управление в которых осуществляется с помощью гибридных регуляторов, реализованных на основе последовательного взаимодействия PI- и IPI-FUZZY-регуля¬торов, а также PID- и IPD-FUZZY-регуляторов со сгенерированной структурой системы нечеткого вывода типа Cyгено и разработанной моделью ANFIS. В гибридных регуляторах база правил нечеткого регулятора формируется автоматически с помощью специально разработанного алгоритма на основе данных, полученных с классического регулятора с последующим обучением с помощью нейросети. Особенностью разработки ANFIS в виде гибридной сети для PI- и IPI-FUZZY-регуляторов является использование показателей ошибки выходного сигнала, ее интеграла (дифференциала для PID- и IPD-FUZZY-регуляторов) и управляющего воздействия. Для проверки эффективности гибридной сети с целью выявления факта ее переобучения применялись данные, полученные в результате работы классического регулятора, а для формирования обучающей выборки для построения гибрид-ной сети – данные, полученные в результате работы нечеткого регулятора. Это позволяет исключить участие эксперта при синтезе базы правил нечеткого регулятора и обеспечить эффективное и робастное управление объектом, функционирующим в непредвиденных внешних ситуациях. Регуляторы IPI-FUZZY и IPD-FUZZY продемонстрировали лучшие показатели качества по сравнению с соответствующими классическими регуляторами, что позволяет рекомендовать их к применению в реальных системах управления. Представленные модели были разработаны в среде Simulink и редакторе ANFIS пакета расширения Fuzzy Logic Toolbox.

2. Анализ состояния окружающей среды и вопросы нейтрализации выбросов в Китае на примере Пекина [№4 за 2021 год]
Авторы: Сольницев Р.И., Лэй Ван, Кузьмин С.А., Куприянов Г.А.
Просмотров: 2920
Статья посвящена проблеме компенсации выбросов загрязняющих веществ в атмосферу. Применяется комплексная оценка концентрации выбросов в пространстве. Строится соответствующая модель распространения выбросов в зависимости от типа источника загрязнения. Анализ проводится на основе данных по выбросам загрязняющих веществ в конкретном районе Пекина (Китай). На основе анализа основных стационарных и подвижных (автотранспорта) источников загрязнения в этом районе определены градиенты концентрации выбросов в атмосферу и уровень качества воздуха в течение дня. Предлагаются подходы и конструктивные решения по компенсации выбросов на основе концепции построения замкнутой системы «Природа–Техногеника». Такие замкнутые системы управления включают средства компенсации выбросов как стационарных, так и нестационарных источников загрязняющих веществ. Предлагается решение задач синтеза управлений по критерию минимизации выбросов в экстремальных сечениях потоков выбросов. Построение замкнутых систем управления компенсацией выбросов связано с формированием соответствующей базы знаний, которая создается на основе составляющих онтологии, в том числе видов загрязняющих атмосферу веществ и способов их компенсации. В онтологии присутствуют такие понятия, как окружающая среда, в которой в данный момент находится человек, загрязняющее вещество в данный момент в среде и текущая степень компенсации источников загрязняющих веществ. В дополнение к онтологии в базе знаний присутствуют правила, которые на основании состояния окружающей среды (в том числе городской инфраструктуры или закрытых помещений) и вида загрязняющих веществ (пыль, токсичные или нейтральные газы) позволяют сделать вывод о степени эффективности компенсации предлагаемыми средствами. Онтология разрабатывалась в редакторе Protégé, а веб-приложение для работы с базой знаний с помощью технологии JSP и языка программирования Java. На основе базы знаний строятся геоинформационные системы для визуализации данных и технологии блокчейн для регистрации и надежного хранения данных. В статье показана перспектива развития этого подхода для решения комплексной проблемы компенсации выбросов как от стационарных источников загрязнений, так и от автотранспорта.

3. Демонстратор программной платформы для совместного использования алгоритмов теории свидетельств и нейронных сетей в нечетких системах [№4 за 2021 год]
Авторы: Иванов В.К., Палюх Б.В.
Просмотров: 3506
Диагностика состояния сложного многостадийного технологического процесса предполагает совместную обработку первичных данных для получения вероятностных характеристик аномальных критических событий или инцидентов в условиях неопределенности. В статье представлен исследовательский демонстратор «Статус-4» – прототип программной платформы для совместного использования методов алгоритмов теории свидетельств и нейронных сетей в нечетких диагностических системах. Цель разработки демонстратора – создание научно-технического задела для передачи готовых к внедрению решений на следующие этапы проекта. Демонстратор дает возможность показать основные функциональные компоненты платформы, оценить уровень их системной готовности, провести исследовательские испытания платформы, выполнить в различных режимах тестирование программных реализаций выбранных и теоретически подтвержденных методов, быстро проверить работоспособность и эффективность функционирования при различных значениях параметров и их сочетаниях. С помощью демонстратора могут быть показаны варианты совместного применения методов нейронных сетей и теории свидетельств в гибридной экспертной системе для диагностики технологического процесса, получены экспериментальные подтверждения эффективности совместного применения этих методов в части уменьшения уровня неопределенности и увеличения уровня доверия к данным при принятии решений. В статье приводятся краткие сведения о функциональных возможностях демонстратора, включая описание технологического процесса и предположений о влиянии диагностических переменных на его работоспособность, загрузку описаний инцидентов в технологическую БД, формирование гипотез о причинах инцидентов, генерацию продукционных правил, адаптацию параметров алгоритмов оценки состояния технологического процесса с помощью нейронной сети и нечеткого вывода. Рассматриваются основные параметры хранилища данных и объект-ной модели, приводятся сведения о программной реализации и пользовательском интерфейсе, которые иллюстрируются примерами. Выделены особенности используемых технологий, позволяющие надеяться на эффективность их совместного использования в диагностических си-стемах. Использование демонстратора способствует минимизации ключевых рисков создания полнофункциональной программной платформы для диагностики и оценки состояния сложного многостадийного технологического процесса.

4. Диагностика состояния технического объекта  с помощью классификации методами  машинного обучения [№4 за 2021 год]
Авторы: Ломовцева Н.А., Кувайскова Ю.Е., Клячкин В.Н.
Просмотров: 3343
Для обеспечения безопасности и надежности функционирования сложных технических си-стем необходима их диагностика. Иногда она сводится лишь к разделению объектов на исправные и неисправные: проводится бинарная классификация методами машинного обучения по прецедентам (с учителем). Однако часто требуется более детальное исследование, когда состояние объекта нельзя отнести к этим двум вариантам. В таком случае проводится многоклассовая классификация состояний объекта. Как и при бинарной классификации, здесь могут эффективно применяться методы машинного обучения. Полученная по результатам предварительных испытаний выборка разбивается на две части – обучающую и тестовую. Обучающая предназначена для построения моделей, с помощью которых объекты разделяются на заданное количество классов. Предполагается, что есть определенная связь между показателями функционирования объекта и его состояниями. На основе обучающей выборки необходимо построить алгоритм, обеспечивающий для заданного набора показателей функционирования достаточно точную оценку состояния объекта. Разработана программа многоклассовой классификации для построения модели алгоритма, обеспечивающей надежную диагностику состояния объекта. Для исключения переобучения использована кросс-валидация. Оцениваемые три меры качества построенных моделей позволяют учесть особенности обучающей выборки, при этом применяются различные типы классификаторов. В качестве численного примера рассмотрена навигация робота: по результатам показаний 24 датчиков расстояний определяется одно из четырех направлений его перемещения.

5. Знаковая система управления мобильной платформой [№4 за 2021 год]
Авторы: Ровбо М.А., Сорокоумов П.С.
Просмотров: 3641
В работе рассматривается объединение системы управления роботом на основе знаковой модели мира и человеко-машинных интерфейсов, в частности, голосового, в единую систему, обрабатывающую как команды пользователя, так и автономное поведение робота. Разработанная система позволяет управлять роботом с помощью голосового интерфейса, отрабатывать длительные поведенческие процедуры, устранять неоднозначности команды за счет разрешения пространственных отношений и учета направления взгляда оператора. Это достигается путем интеграции всей необходимой для принятия решения и выбора действия ро-ботом информации в модель мира, применения логического вывода для ее пополнения и использования эвристик для устранения неоднозначностей в речевой команде, когда известных фактов для этого не хватает. Система принятия решения на основе данной модели мира также обеспечивает автономную реакцию робота на особые ситуации. Описывается архитектура разработанной системы и демонстрируется применимость данно-го подхода на примере имитационной модели мобильного робота в Gazebo. Моделирование показало возможность управления мобильной платформой с помощью разработанной системы, причем для оператора непрямое управление роботом оказалось более комфортным. Одна-ко следует отметить рост вычислительной нагрузки в случае обработки большого числа объектов в мире, который частично компенсируется алгоритмами, позволяющими дополнять модель лишь той информацией, которая необходима для обработки текущей команды при логическом выводе, а также невозможность обработки противоречивой информации в текущей реализации.

6. Имитационная модель оценки срока службы  интернета вещей в условиях атакующих воздействий,  источающих энергию узлов [№4 за 2021 год]
Авторы: Татарникова Т.М., Богданов П.Ю.
Просмотров: 3669
Малая мощность сенсорных узлов интернета вещей обусловливает поиск решения нескольких актуальных задач: увеличение срока службы сенсорных узлов и безопасность интернета вещей. В качестве источника питания сенсорные узлы используют батареи, ресурсы которых ограничены, и, если сенсорная сеть установлена и развернута в удаленном географическом пространстве для наблюдения за физическими явлениями, подзарядка или замена сенсорных узлов может стать невозможной или дорогостоящей из-за местоположения. Энергопотребление – один из важных показателей качества интернета вещей, определяемый как количество энергии, используемой и потраченной сенсорными узлами. От энергопотребления зависит срок службы сети – время, в течение которого она будет полностью функционировать. Внедрение механизмов защиты интернета вещей требует дополнительных затрат энергии, связанных с их реализацией, однако отсутствие этих механизмов чревато распространением атак, истощающих энергию узлов, и сокращением срока службы интернета вещей. В статье приведены результаты имитационного эксперимента, доказывающие, что своевременное обнаружение атак способствует увеличению срока службы сети по сравнению с сетью, в которой механизмы безопасности отсутствуют. Для понимания принципов работы имитационной модели описываются ее основные модули, имитирующие реальные объекты сети интернета вещей: сенсорные узлы, маршрутизаторы, протоколы, каналы связи, атаки, пакеты данных. Оценки потребляемой энергии и срока службы приведены в виде графиков зависимостей от разных параметров сети интернета вещей.

7. Информационное и программное обеспечение  гибридной интеллектуальной системы при управлении технологическими процессами [№4 за 2021 год]
Авторы: Корнюшко В.Ф., Кузнецов А.С., Садеков Л.В.
Просмотров: 2558
Статья посвящена разработке средств информационного и программного обеспечения гибридных интеллектуальных систем, предназначенных для принятия решений при управлении технологическими процессами. Рассмотрены особенности построения гибридных систем, со-держащих физические модели, на основе аналитических приборов, имитирующих технологию (включая датчики, системы контроля и регулирования) и системы искусственного интеллекта для решения задач исследования и оптимального управления технологией. Подробно описана гибридная система интеллектуального управления технологией смешения и структурирования эластомерных композитов с использованием прибора RPA-2000. Показано, что применение систем, реализующих компетентностный подход, позволяет принимать решения в сложной технологической обстановке, когда управленческие решения неоднозначны и недостаточно эффективны. С применением стандартизированных вероятностных моделей найдены показатели для количественной оценки процессов смешения и структурирования эластомерных композитов, которые целесообразно учитывать при решении задач управления этими процессами. Показано, что вся накопленная технологическая информация хранится в БД стандартных реограмм состояния эластомерных композитов, а также в базе знаний по контролю и управлению смешением и структурированием эластомерных композитов в виде наборов продукционных правил. Сформулированы на языке продукций принципы контроля и управления, и на их основе в среде MATLAB построена система поддержки принятия решений для выпонения задач ситуационного управления и оптимизации. На примере построения кинетических кривых показано, что применение новых количественных характеристик, таких как скорость структурирования, ускорение процесса и обобщенное ускорение, значительно расширяет предсказательные возможности реограмм и тем самым способствует повышению качества и эффективности управления процессом.

8. Метод синтеза нечетких регуляторов  на основе кластеризации [№4 за 2021 год]
Авторы: Игнатьев В.В., Соловьев В.В.
Просмотров: 3827
Целью авторов исследования является разработка метода синтеза нечетких регуляторов по экспериментальным данным на основе кластеризации как самого простого способа определения количества функций принадлежности и создания базы правил. Для достижения поставленной цели предлагается использовать экспериментальные данные о входных и выходных сигналах системы управления техническим объектом с классическим регулятором. На основе этих данных разработан метод кластеризации, позволяющий определять терм-множества входных и выходных лингвистических переменных нечеткого регулятора, реализующего алгоритм нечет-кого вывода Мамдани, и составлять базу правил. Кластеризация выполняется путем оценки границ интервалов варьирования эксперимен-тальных данных, равномерного разделения на кластеры в зависимости от требуемой мощности терм-множеств лингвистических переменных и определения принадлежности данных к кластерам. Поскольку экспериментальные данные связаны, то есть для каждого момента времени сохраняются данные как о входных, так и о выходных сигналах классического регулятора и определяется их принадлежность к кластерам, разработка базы правил нечеткого регулятора не вызывает затруднений. Разработанное авторами в среде MatLab ПО позволяет как снимать экспериментальные данные, так и синтезировать нечеткий регулятор и проверять его работоспособность. Модель системы управления создана в среде Simulink, метод кластеризации и определения параметров лингвистических переменных реализован в виде программы в m-файле, а нечеткий регулятор в пакете расширения Fuzzy Logic Toolbox. В качестве примера рассмотрен процесс заполнения соединенных контейнеров, математической моделью которого является передаточная функция второго порядка с запаздыванием. Для выбора оптимальной структуры нечеткого регулятора проведено исследование на основе экспериментальных данных. Полученные в данной работе результаты сравнивались с классическим ПД-регулятором, модель которого реализована в среде Simulink. Результаты исследования будут полезны разработчикам нечетких моделей управления.

9. Модель формирования операционных знаний  для экспертной системы обеспечения запасными  частями, инструментами и принадлежностями  радиоэлектронных средств [№4 за 2021 год]
Авторы: Игнатьев С.В., Красников А.В., Осипов А.А., Шаталина Н.В.
Просмотров: 2915
В статье обоснована причина формирования знаний как способа их получения для экспертной системы обеспечения запасными частями, инструментами и принадлежностями радиоэлектронных средств. В соответствии с классификацией определен вид знаний как операционных. Выявлено, что для рассматриваемой предметной области такие знания находятся на системном уровне в виде закономерностей между параметрами элементов системы обеспечения: обслуживающим персоналом, радиоэлектронными средствами, транспортной системой, база-ми хранения различного уровня иерархии, ремонтными и производственными предприятиями. Для их получения применяется метод формирования знаний путем разработки специализированного математического аппарата, который базируется на моделировании и выявлении требуемых закономерностей, составляющих основу новых знаний. Основные положения работы связаны с построением модели формирования операционных знаний для экспертной системы обеспечения запасными частями, инструментами и принадлежностями радиоэлектронных средств. На первом этапе определяются структура и параметры модели. На втором этапе разрабатывается формализованное описание радиоэлектронных средств, баз хранения, ремонтного предприятия, производственного предприятия с учетом параметров обслуживающего персонала и транспортной системы. На третьем этапе осуществляется синтез формализованного описания элементов системы обеспечения в единую модель и определяется подход к получению исходных данных для формирования операционных знаний экспертной системы. Результатом проделанной работы является программный продукт «Инструментальная среда формирования операционных знаний для экспертной системы обеспечения ЗИП радиоэлектронных систем».

10. О реализации многофункциональной web-системы регистрации и учета результатов интеллектуальной деятельности ученых [№4 за 2021 год]
Авторы: Власова С.А., Калёнов Н.Е.
Просмотров: 4112
В статье описывается web-система, реализующая сервисы, связанные с формированием и предоставлением многоаспектной информации о результатах научной деятельности (публикациях и докладах на научных мероприятиях) сотрудников организации или группы организаций. Система ориентирована как на конечного пользователя, заинтересованного в получении конкретных данных, так и на административный персонал, формирующий отчетные материалы для вышестоящей организации. Информационная база системы содержит связанные данные о следующих классах объектов: персоны (авторы публикаций и докладов), организации и их подразделения, публикации на аналитическом, монографическом и сводном уровнях, авторские свидетельства, научные мероприятия (конференции, симпозиумы, семинары), доклады. В состав системы входят два модуля – административный, предназначенный для ввода и редактирования данных, и пользовательский, представляющий собой специальный аппарат, осуществляющий поиск информации, ее визуализацию, навигацию по связанным ресурсам и экспорт данных. Отличительной особенностью системы является введенное понятие эквивалентных объектов. Эквивалентными считаются объекты, представленные в системе различными метаданными, но относящиеся к одной физической сущности. Такими объектами являются персоны, соответствующие одному автору с различными написаниями фамилии в библиографических описаниях публикаций; организации, имеющие различные варианты названий; статьи, опубликованные без изменений на различных языках. В соответствии с современными требованиями к отчетности по публикациям в системе отражаются источники финансирования научных исследований, по результатам которых опубликована данная работа, а также аффилиации каждого автора, указанные в статьях. Удобный, не требующий специальных компьютерных навыков интерфейс системы позволяет рекомендовать ее использование в качестве инструмента для решения комплекса задач, связанных с оценкой результатов интеллектуальной деятельности сотрудников научных учреждений.

| 1 | 2 | Следующая → ►