Синтез стратегій ефективного функціонування складних технологічних комплексів на основі когнітивного моделювання
- Деталі
- Категорія: Зміст №2 2021
- Останнє оновлення: 09 травня 2021
- Опубліковано: 30 листопада -0001
- Перегляди: 1316
Authors:
Н. А. Заєць, orcid.org/0000-0001-5219-2081, Національний університет біоресурсів і природокористування України, м. Київ, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.
О. В. Савчук, orcid.org/0000-0003-2519-4342, Національний університет біоресурсів і природокористування України, м. Київ, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.
В. М. Штепа, orcid.org/0000-0002-2796-3144, Поліський державний університет, м. Пінськ, Республіка Білорусь, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.
Н. М. Луцька, orcid.org/0000-0001-8593-0431, Національний університет харчових технологій, м. Київ, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.
Л. О. Власенко, orcid.org/0000-0002-2003-6313, Національний університет харчових технологій, м. Київ, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.
Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2021, (2): 110 - 117
https://doi.org/10.33271/nvngu/2021-2/110
Abstract:
Мета. Підвищення продуктивності та енергоефективності функціонування складних технологічних комплексів за рахунок розробки й використання сценарно-когнітивного моделювання в системах управління.
Методика. Для розробки сценарно-когнітивної моделі використані нечіткі когнітивні карти, у вигляді зваженого орієнтованого графа. У результаті проведених досліджень запропонована нова стратегія узагальнення експертної оцінки взаємовпливів концептів на основі методів кластерного аналізу.
Результати. Виходячи з експериментальних досліджень і об’єктно-орієнтованого аналізу складного виробничого комплексу створена структура нечіткої когнітивної моделі. Розроблена сценарно-когнітивна модель у вигляді зваженого орієнтованого графа (нечіткої когнітивної карти), що ілюструє множину зав’язків і характер взаємодії експертно визначених факторів. Для вирішення проблеми неможливості оперативного опитування експертів у разі зміни параметрів функціонування складних технологічних комплексів отримані експертні оцінки значень вагових коефіцієнтів взаємовпливу концептів. Для групування експертних оцінок і визначення єдиного значення в результаті проведених досліджень використані методи кластерного аналізу. Отримані результати сценарно-когнітивного моделювання підприємства показали, що зупинки виробництва й нештатні ситуації, що пов’язані із відмовою електротехнічного обладнання, відхиленням технологічного режиму та якістю очищення стічних вод, мають суттєвий вплив на динаміку зміни продуктивності, енергоефективності та ефективності використання обладнання.
Наукова новизна. Розроблена нова сценарно-когнітивна модель для прогнозу розвитку ситуації в умовах дефіциту точної кількісної інформації полягає у створенні нечіткої когнітивної карти, для моделювання якої експертно визначено множину параметрів функціонування складних технологічних комплексів. За допомогою розробленої методики встановлена ступінь взаємовпливу цих параметрів, що дає змогу визначити динаміку зміни цільових критеріїв функціонування за різних стратегій управління.
Практична значимість. На основі створеної сценарно-когнітивної моделі розроблено програмне забезпечення, що дозволило аналізувати динаміку зміни продуктивності, енергоефективності та ефективності використання обладнання за можливими сценаріями функціонування складних технологічних комплексів.
Ключові слова: когнітивне моделювання, структурний аналіз, прогнозування, нечітка когнітивна карта, кластерний аналіз, експертні оцінки
References.
1. Korobiichuk, I., Ladanyuk, A., Vlasenko, L., & Zaiets, N. (2018). Modern Development Technologies and Investigation of Food Production Technological Complex Automated Systems. Proceedings of 2 nd International Conference on Mechatronics Systems and Control Engineering ICMSCE, 52-56. https://doi.org/10.1145/3185066.3185075.
2. Zaiets, N., Vlasenko, L., Lutskaya, N., & Usenko, S. (2019). System Modeling for Construction of the Diagnostic Subsystem of the Integrated Automated Control System for the Technological Complex of Food Industries. Proceedings 3 rd International Conference on Mechatronics Systems and Control Engineering (ICMSCE), Nice, France. https://doi.org/10.1145/3314493.3314523.
3. Dudnyk, V., Sinenko, Y., Matsyk, M., Demchenko, Y., Zhyvotovskyi, R., Repilo, I., …, & Shyshatskyi, A. (2020). Development of a method for training artificial neural networks for intelligent decision support systems. Eastern-European Journal of Enterprise Technologies, 3(2(105)), 37-47. https://doi.org/10.15587/1729-4061.2020.203301.
4. Olsen, R.L., Madsen, J.T., Rasmussen, J.G., & Schwefel, H.-P. (2017). On the use of information quality in stochastic networked control systems. Computer Networks, 124, 157-169.
5. Noh, B., Son, J., Park, H., & Chang, S. (2017). In-Depth Analysis of Energy Efficiency Related Factors in Commercial Buildings Using Data Cube and Association Rule Mining. Sustainability, 9(11), 2119. https://doi.org/10.3390/su9112119.
6. Katranzhy, L., Podskrebko, O., & Krasko, V. (2018). Modelling the dynamics of the adequacy of bank’s regulatory capital. Baltic Journal of Economic Studies, 4(1), 188-194. https://doi.org/10.30525/2256-0742/2018-4-1-188-194.
7. Gerami Seresht, N., & Fayek, A.R. (2020). Neuro-fuzzy system dynamics technique for modeling construction systems. Applied Soft Computing, 93, 106400. https://doi.org/10.1016/j.asoc.2020.106400.
8. James, M., Keller, Derong Liu, & David, B. Fogel (2016). Fundamentals of Computational Intelligence: Neural Networks, Fuzzy Systems, and Evolutionary Computation. New Jersey: Wiley-IEEE Press.
9. Pievtsov, H., Turinskyi, O., Zhyvotovskyi, R., Sova, O., Zvieriev, O., Lanetskii, B., & Shyshatskyi, A. (2020). Development of an advanced method of finding solutions for neuro-fuzzy expert systems of analysis of the radioelectronic situation. EUREKA: Physics and Engineering, 4, 78-89. https://doi.org/10.21303/2461-4262.2020.001353.
10. Hassanzad, M., Orooji, A., Valinejadi, A., & Velayati, A. (2017). A fuzzy rule-based expert system for diagnosing cystic fibrosis. Electronic Physician, 9(12), 5974-5984. https://doi.org/10.19082/5974.
11. Jumani, T., Mustafa, M., Md. Rasid, M., Anjum, W., & Ayub, S. (2019). Salp Swarm Optimization Algorithm-Based Controller for Dynamic Response and Power Quality Enhancement of an Islanded Microgrid. Processes, 7(11), 840. https://doi.org/10.3390/pr7110840.
12. Kuchuk, N., Mohammed, A. S., Shyshatskyi, A., & Nalapko, O. (2019). The method of improving the efficiency of routes selection in networks of connection with the possibility of self-organization. International Journal of Advanced Trends in Computer Science and Engineering, 8(1.2), 1-6.
13. Massel, L. V., Gerget, O. M., Massel, A. G., & Mamedov, T. G. (2019). The Use of Machine Learning in Situational Management in Relation to the Tasks of the Power Industry. EPJ Web of Conferences, 217, 01010. https://doi.org/10.1051/epjconf/201921701010.
14. Govorov, P. P., Budanov, P. F., & Brovko, K. Yu. (2017). Identification Of Emergency Regimes Of Power Equipment Based On The Application Of Dynamic Fractal-Cluster Model. International Scientific Conference UNITECH 2017 Gabrovo: Proceedings. Gabrovo, 1, 57-58. https://doi.org/10.15587/1729-4061.2018.126427.
15. Weinberger, G., & Moshfegh, B. (2018). Investigating influential techno-economic factors for combined heat and power production using optimization and metamodeling. Applied Energy, Elsevier, 232, 555-571. https://doi.org/10.1016/j.apenergy.2018.09.206.
16. Budanov, P., Brovko, K., Cherniuk, A., Vasyuchenko, P., & Khomenko, V. (2018). Improving the reliability of information-control systems at power generation facilities based on the fractal-cluster theory. Eastern-European Journal of Enterprise Technologies, 2(9(92)), 4-12. https://doi.org/10.15587/1729-4061.2018.126427.
17. Raskin, L., Sira, O., & Ivanchykhin, Y. (2017). Models and methods of regression analysis under conditions of fuzzy initial data. Eastern-European Journal of Enterprise Technologies, 4(4(88)), 12-19. https://doi.org/10.15587/1729-4061.2017.107536.
18. Alford, S., Robinett, R., Milechin, L., & Kepner, J. (2019). Training Behavior of Sparse Neural Network Topologies. 2019 IEEE High Performance Extreme Computing Conference (HPEC). https://doi.org/10.1109/hpec.2019.8916385.
19. Abaci, K., & Yamacli, V. (2019). Hybrid Artificial Neural Network by Using Differential Search Algorithm for Solving Power Flow Problem. Advances in Electrical and Computer Engineering, 19(4), 57-64. https://doi.org/10.4316/aece.2019.04007.
20. Milov, O., Voitko, A., Husarova, I., Domaskin, O., Ivanchenko, Y., Ivanchenko, I., ..., & Fraze-Frazenko, O. (2019). Development of methodology for modeling the interaction of antagonistic agents in cybersecurity systems. Eastern-European Journal of Enterprise Technologies, 2(9(98)), 56-66. https://doi.org/10.15587/1729-4061.2019.164730.
Наступні статті з поточного розділу:
- Критерії менеджменту сталого й безпечного функціонування флоту в умовах глобалізації - 09/05/2021 01:26
- Моделювання впливу структурних зрушень на економічну динаміку розвитку України - 09/05/2021 01:26
- Аналіз атак у мережах IEEE 802.11 на різних рівнях моделі OSI - 09/05/2021 01:26
- Принципи відбору, навчання й підтримки навичок безпечної роботи персоналу для підприємств гірничодобувної галузі - 09/05/2021 01:26
- Оцінка шумового впливу на працівників вугільних шахт з урахуванням проходження на робоче місце та назад - 09/05/2021 01:26
- Оцінка потенційної небезпеки установок на станції Рурд Нусс у рамках закону 45/DG (Уаргла, Алжир) - 09/05/2021 01:26
- Оцінка екологічного ризику забруднення ґрунтів і донних відкладень Українського Придунав’я - 09/05/2021 01:26
- Аналіз і прогноз обсягів утворення та утилізації промислових відходів в Україні - 09/05/2021 01:26
- Екологічна політика в галузі безпеки водних ресурсів в ЄС, Україні та інших країнах, що розвиваються - 09/05/2021 01:26
- Математична модель мінімізації витрат металу шляхом урахування розкроювання заготовок у двох переділах - 09/05/2021 01:26
Попередні статті з поточного розділу:
- Підвищення енергетичної та економічної ефективності опалення вугільних шахт інфрачервоними обігрівачами - 09/05/2021 01:26
- Математичне моделювання надійності електропостачання при низькій якості напруги - 09/05/2021 01:26
- Сегментація споживачів теплової енергії на основі щоденних даних про енерговикористання - 09/05/2021 01:26
- Визначення складових сил різання при фрезеруванні циліндричних поверхонь орієнтованим інструментом - 09/05/2021 01:26
- Закономірності безпечного регулювання поршневих компресорних агрегатів мобільних компресорних станцій - 09/05/2021 01:26
- Керування густиною та швидкістю детонації емульсійних вибухових речовин для відбивання руд - 09/05/2021 01:26
- Електродугове напилення керметних покриттів системи сталь 65Г-TiC - 09/05/2021 01:26
- Техніко-економічне обґрунтування використання редукторних мастил вітрової турбіни для поліпшення роботи теплових насосів у холодному кліматі - 09/05/2021 01:26
- Нові аспекти методології оцінки складності структури технологічних систем гірничо-металургійного комплексу - 09/05/2021 01:26
- Дослідження процесу впорскування штатного й сумішевого палива в дизельному двигуні - 09/05/2021 01:26