МЕТОД ПРОТИАВАРІЙНОГО КЕРУВАННЯ СКЛАДНИМИ ТЕХНІЧНИМИ СИСТЕМАМИ
Ключові слова:
складна технічна система, протиаварійне управління, діагностика, прогнозування, гібридна експертна система, нейронні мережі, нечітка логіка, база даних, база знань
Анотація
Запропоновано метод протиаварійного керування складними технічними системами (СТС) на основі гібридних експертних систем (ГЕС), що включають нейронні мережі (НМ) і нечітку логіку з використанням бази даних (БД) і автоматизованої бази знань (БЗ).
Розроблена протиаварійна система управління СТС на основі ГЕС використовує переваги відомих методів ГЕС і протиаварійного керування, компенсуючи недоліки один одного.
Завантаження
Дані завантаження ще не доступні.
Посилання
1. Вычужанин В.В. Повышение эффективности эксплуатации судовой системы комфортного кондиционирования воздуха при переменных нагрузках: Монография / В.В. Вычужанин. – Одесса: ОНМУ, 2009. – 206 с.
2. Вычужанин В.В. Гибридные экспертные системы для про-тивоаварийного управления сложными техническими объектами / В.В. Вычужанин, С.Н. Коновалов // Вісник Одеського національного морського університету: Зб. наук. праць. – 2017. – № 2 (51). – С. 165-178.
3. Рудниченко Н.Д. Оценки структурного и функционального рисков сложных технических систем / Н.Д. Рудниченко, В.В. Вычужанин // Восточно-Европейский журнал передовых технологий. Iнформацiйнi технологii. Системи управлiння. – 2014. – Т.1. – № 2(67). – С. 18-22.
4. Вычужанин В.В. Метод управления рисками судовых сложных технических систем / В.В. Вычужанин, Н.Д. Рудниченко // Проблеми техніки. − 2014. – № 2. – С. 138-142.
5. Вычужанин В.В. Технические риски сложных комплексов функционально взаимосвязанных структурных компонентов судовых энергетических установок / В.В. Вычужанин, Н.Д. Рудниченко // Вісник Одеського національного морського університету: Зб. наук. праць. − 2014. – Вип. 2(40) . – С. 68-77.
6. Бойко В.Д. Модель оценки живучести судовых технических систем / В.Д. Бойко, В.В. Вычужанин // Вісник Миколаївського кораблебудівного університету. – 2012. – № 3. – С. 62-67.
7. Sahin S. Hybrid expert systems: A survey of current approaches and applications / S. Sahin, M.R. Tolun, R. Hassanpour // Expert Systems with Applications. – 2012. – № 39. – P. 4609-4617.
8. Smita S.S. Fuzzy Expert Systems (FES) for Medical Diagnosis / S.S. Smita, S. Sushil, M.S. Ali // International Journal of Computer Applications. – 2013. – P. 1-11.
9. Ручкин В.Н. Универсальный искусственный интеллект и экспертные системы / В.Н. Ручкин, В.А. Фулин. – СПб.: БХВ-Петербург, 2009. – 240 с.
10. Рутковская Д. Нейроннные сети, генетические алгоритмы и нечёткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. – М.: Горячая линия-Телеком, 2006. – 452 с.
11. Абрамов О.В. Управление состоянием сложных технических систем [Электронный ресурс] / О.В. Абрамов – Режим доступа к ресурсу: http://cyberleninka.ru/article/n/upravlenie-sostoyaniem-slozhnyh-tehnicheskih-sistem.
12. Пятковский О.И. Построение модели оценки потенциала инновационного проекта и её оценки на основе гибридных экспертных систем / О.И. Пятковский, М.А. Габова // Управление, вычислительная техника и информатика. – С. 101-104.
13. Коновалов С.Н. Информатизация дистанционного диагностирования состояния сложных технических систем / С.Н. Коновалов, В.В. Вычужанин // ОНПУ. – 2016. – № 1. – С. 61-70.
14. Стариков А. Нейронные сети математический аппарат [Электронный ресурс] / А. Стариков – Режим доступа к ресурсу: https://basegroup.ru/community/articles/math
15. Вычужанин В.В. Разработка гибридной экспертной системы для противоаварийного управления сложными техническими системами / В.В. Вычужанин, С.Н. Коновалов // НГТУ. – 2017. – С. 835-840.
16. Голыжникова Д.Ю. Управление рисками в системах трубопроводного транспорта и моделирование систем безопасности с целью оптимизации процессов / Д.Ю. Голыжникова // Транспорт и хранение нефтепродуктов и углеродного сырья. – 2017. – № 1. – С. 28-32.
17. Серебровский А.Н. О приобретении знаний для гибридных экспертных систем поддержки принятия решений по предотвращению аварий на опасных объектах / А.Н. Серебровский, В.Г. Пилипенко // Системи підтримки прийняття рішень. Теорія і практика. – 2009. – С. 129-132.
18. Афанасьева М.А. Создание и обучение нейронных сетей в системе Matlab / М.А. Афанасьева // Молодой учёный. – 2014. – № 4(63). – С. 85-88.
2. Вычужанин В.В. Гибридные экспертные системы для про-тивоаварийного управления сложными техническими объектами / В.В. Вычужанин, С.Н. Коновалов // Вісник Одеського національного морського університету: Зб. наук. праць. – 2017. – № 2 (51). – С. 165-178.
3. Рудниченко Н.Д. Оценки структурного и функционального рисков сложных технических систем / Н.Д. Рудниченко, В.В. Вычужанин // Восточно-Европейский журнал передовых технологий. Iнформацiйнi технологii. Системи управлiння. – 2014. – Т.1. – № 2(67). – С. 18-22.
4. Вычужанин В.В. Метод управления рисками судовых сложных технических систем / В.В. Вычужанин, Н.Д. Рудниченко // Проблеми техніки. − 2014. – № 2. – С. 138-142.
5. Вычужанин В.В. Технические риски сложных комплексов функционально взаимосвязанных структурных компонентов судовых энергетических установок / В.В. Вычужанин, Н.Д. Рудниченко // Вісник Одеського національного морського університету: Зб. наук. праць. − 2014. – Вип. 2(40) . – С. 68-77.
6. Бойко В.Д. Модель оценки живучести судовых технических систем / В.Д. Бойко, В.В. Вычужанин // Вісник Миколаївського кораблебудівного університету. – 2012. – № 3. – С. 62-67.
7. Sahin S. Hybrid expert systems: A survey of current approaches and applications / S. Sahin, M.R. Tolun, R. Hassanpour // Expert Systems with Applications. – 2012. – № 39. – P. 4609-4617.
8. Smita S.S. Fuzzy Expert Systems (FES) for Medical Diagnosis / S.S. Smita, S. Sushil, M.S. Ali // International Journal of Computer Applications. – 2013. – P. 1-11.
9. Ручкин В.Н. Универсальный искусственный интеллект и экспертные системы / В.Н. Ручкин, В.А. Фулин. – СПб.: БХВ-Петербург, 2009. – 240 с.
10. Рутковская Д. Нейроннные сети, генетические алгоритмы и нечёткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. – М.: Горячая линия-Телеком, 2006. – 452 с.
11. Абрамов О.В. Управление состоянием сложных технических систем [Электронный ресурс] / О.В. Абрамов – Режим доступа к ресурсу: http://cyberleninka.ru/article/n/upravlenie-sostoyaniem-slozhnyh-tehnicheskih-sistem.
12. Пятковский О.И. Построение модели оценки потенциала инновационного проекта и её оценки на основе гибридных экспертных систем / О.И. Пятковский, М.А. Габова // Управление, вычислительная техника и информатика. – С. 101-104.
13. Коновалов С.Н. Информатизация дистанционного диагностирования состояния сложных технических систем / С.Н. Коновалов, В.В. Вычужанин // ОНПУ. – 2016. – № 1. – С. 61-70.
14. Стариков А. Нейронные сети математический аппарат [Электронный ресурс] / А. Стариков – Режим доступа к ресурсу: https://basegroup.ru/community/articles/math
15. Вычужанин В.В. Разработка гибридной экспертной системы для противоаварийного управления сложными техническими системами / В.В. Вычужанин, С.Н. Коновалов // НГТУ. – 2017. – С. 835-840.
16. Голыжникова Д.Ю. Управление рисками в системах трубопроводного транспорта и моделирование систем безопасности с целью оптимизации процессов / Д.Ю. Голыжникова // Транспорт и хранение нефтепродуктов и углеродного сырья. – 2017. – № 1. – С. 28-32.
17. Серебровский А.Н. О приобретении знаний для гибридных экспертных систем поддержки принятия решений по предотвращению аварий на опасных объектах / А.Н. Серебровский, В.Г. Пилипенко // Системи підтримки прийняття рішень. Теорія і практика. – 2009. – С. 129-132.
18. Афанасьева М.А. Создание и обучение нейронных сетей в системе Matlab / М.А. Афанасьева // Молодой учёный. – 2014. – № 4(63). – С. 85-88.
Опубліковано
2017-09-27
Як цитувати
ВЫЧУЖАНИН, В., & КОНОВАЛОВ, С. (2017). МЕТОД ПРОТИАВАРІЙНОГО КЕРУВАННЯ СКЛАДНИМИ ТЕХНІЧНИМИ СИСТЕМАМИ. Розвиток транспорту, (1(1), 45-59. https://doi.org/10.33082/td.2017.1-1.05
Розділ
ІНФОРМАЦІЙНІ ІНТЕЛЕКТУАЛЬНІ ТЕХНОЛОГІЇ В АВТОМАТИЗОВАНИХ СИСТЕМАХ ОБРОБКИ ДАНИХ
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
