Науковий вісник НГУ

Методика та алгоритми ідентифікації нелінійних динамічних процесів

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Інформаційні технології, системний аналіз та керування

Останнє оновлення: 02 квітня 2016

Опубліковано: 02 квітня 2016

Перегляди: 5209

Автори:

В.І. Корнієнко, доктор технічних наук, доцент, Державний вищий навчальний заклад «Національний гірничий університет», професор кафедри безпеки інформації та телекомунікацій, м. Дніпропетровськ, Україна

С.М. Мацюк, Державний вищий навчальний заклад «Національний гірничий університет», м. Дніпропетровськ, Україна

І.М. Удовик, кандидат технічних наук, Державний вищий навчальний заклад «Національний гірничий університет», доцент кафедри програмного забезпечення комп’ютерних систем, м. Дніпропетровськ, Україна

О.М. Алексеєв, кандидат технічних наук, Державний вищий навчальний заклад «Національний гірничий університет», доцент кафедри системного аналізу та управління, м. Дніпропетровськ, Україна

Реферат:

Мета. Підвищення точності динамічних  моделей складних нелінійних процесів для розв’язання задач керування цими процесами.

Методика. Структурно-параметрична ідентифікація нелінійних динамічних процесів, що включає ідентифікацію структури моделі на основі селекції за критерієм незміщеності, а також параметричну ідентифікацію моделі оптимальної структури за критерієм регулярності у всій вибірці експериментальних даних.

Результат. Розроблені алгоритми глобальної та локальної оптимізації моделей нелінійного динамічного процесу, які реалізують процедуру структурно-параметричної ідентифікації шляхом їх структурної та параметричної оптимізації, що дозволяє отримувати моделі підвищеної точності.

Наукова новизна.  Запропонована методика ідентифікації нелінійних динамічних процесів, яка складається з процедур оцінки стану та характеристик процесу, а також їх структурно-параметричної ідентифікації. Це дозволяє, на відміну від відомих методик, виконувати ідентифікацію цих процесів у пакетному режимі шляхом структурно-параметричної, а в режимі реального часу – параметричній оптимізації їх моделей.

Практична значимість. Результати досліджень можуть бути застосовані при розробці алгоритмів керування складними нелінійними процесами на основі їх комплексної оцінки та ідентифікації.

Список літератури / References:

1. Kоrnienko, V.I., Gulina, I.G. and Budkova, L.V., 2013. Complex estimation, identification and prediction of difficult nonlinear processes. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, 6, pp. 124−131.

Корнієнко В.І. Комплексна оцінка, ідентифікація та прогнозування cкладних нелінійних процесів / В.І. Корнієнко, І.Г. Гуліна, Л.В. Будкова // Науковий вісник НГУ. – 2013. – № 6. − С. 124−131

2. Kuznetsov, G.V., Kornienko, V.I. and Gerasina, O.V., 2009. Composition strucrural-parametric identification of nonlinear dynamic controlled objects. Naukovi Visti NTUU “KPI”, 5, pp. 69−75.

Кузнецов Г.В. Композиційна структурно-параметрична ідентифікація нелінійних динамічних об’єктів керування / Г.В. Кузнецов, В.І. Корнієнко, О.В. Герасіна // Наукові вісті НТУУ КПІ. – 2009. – № 5. – С. 69−75.

3. Kuznetsov, S.P., 2002. Dinamicheskiy khaos [Dynamic chaos]. Moscow: Fizmatlit.

Кузнецов С.П. Динамический хаос / Кузнецов С.П. – М.: Физматлит, 2002. – 296 с.

4. Voronovskiy, G.K. and Makhotilo, K.V., 1997. Geneticheskie algoritmy, iskusstvennye neyronnye seti i problemy virtualnoy realnosti [Genetic algorithms, artificial neuron networks and problems of virtual reality]. Kharkov: Osnova.

Вороновский Г.К. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности / Вороновский Г.К., Махотило К.В. – Харьков: Основа, 1997. – 112 с.

5. Kruglov, V.V., Dli, M.I. and Golunov, R.Yu., 2001. Nechetkaya logika i iskysstvennye neyronnye seti [Fuzzy logic and artificial neuron networks]. Moscow: Fizmatlit.

Круглов В.В. Нечеткая логика и искусственные нейронные сети /. Круглов В.В, Дли М.И., Голунов Р.Ю. – М.: Физматлит, 2001. – 224 с.

2016_01_korniienko
2016-04-02  487.08 KB  983

• Наступна >