Аналіз існуючих підходів налаштування інтелектуальних систем управління транспортними підприємствами

Автор(и)

  • Денис Юрійович Зубенко Харківський національний університет міського господарства ім О. М. Бекетова, вул. Революції 12, м. Харків, 61002, Україна https://orcid.org/0000-0002-6736-7849
  • Андрій Віталійович Коваленко Харківський національний університет міського господарства імені О. M. Бекетова вул. Революції, 12, Харків, Україна, 61002, Україна
  • Олександр Миколайович Кузнєцов Харківський національний університет міського господарства імені О. M. Бекетова вул. Революції, 12, Харків, Україна, 61002, Україна

DOI:

https://doi.org/10.15587/1729-4061.2015.56693

Ключові слова:

інтелектуальні системи, динамічно-змінні об'єкти, транспортні підприємства

Анотація

Розглядається проблема проектування інтелектуальних систем управління (ІСУ) динамічно-змінними об'єктами (ДО), що функціонують в умовах суттєвої апріорної невизначеності. Представлено аналіз існуючих підходів до побудови ІСУ ДО, методів, моделей і алгоритмів їх побудови на основі інтеграції класичних методів теорії управління і методів штучного інтелекту. В якості прикладів ДО розглядаються рухомий склад багаторежимних підприємств (ТП). Виявляється коло невирішених завдань, формулюється мета і завдання для рішення.

Біографії авторів

Денис Юрійович Зубенко, Харківський національний університет міського господарства ім О. М. Бекетова, вул. Революції 12, м. Харків, 61002

Кандидат технічних наук, PhD, доцент

Кафедра електротранспорту

Андрій Віталійович Коваленко, Харківський національний університет міського господарства імені О. M. Бекетова вул. Революції, 12, Харків, Україна, 61002

Кандидат технічних наук, доцент

Кафедра електричного транспорту

Олександр Миколайович Кузнєцов, Харківський національний університет міського господарства імені О. M. Бекетова вул. Революції, 12, Харків, Україна, 61002

Кандидат технічних наук, доцент

Кафедра теоретичної і будівельної механіки

Посилання

  1. Artsybashev, A. Y., Nikitin, R. Yu. (2014). Diagnosing drive vehicles based on neural networks. Acta Facultatis forestalis Zvolen, 56 (1), 201–208.
  2. Kostin, N. S. (2013). Mesto modul'nyh nejronnyh setej v klassifikacii iskusstvennyh nejronnyh setej. Intellektual'nyj potencial HHІ veka: stupeni poznanija, 19, 91–95.
  3. Sinchuk, O. N., Bojko, S. N. (2014). Nejronnye seti i upravlenie processom upravlenija jelektrosnabzheniem obektov ot kombinirovannyh jelektricheskih setej. Tehnichna elektrodinamika, 5, 53–55.
  4. Manzhula, V. G., Fedjashov, D. S. (2011). Nejronnye seti Kohonena i nechetkie nejronnye seti v intellektual'nom analize dannyh. Fundamental'nye issledovanija, 4, 108–114.
  5. Tarkov, M. S. (2013). Otobrazhenie parallel'nyh programm na mnogojadernyh komp'juterah s rekurrentnymi nejronnymi setjami. Prikladnaja diskretnaja matematika, 2 (20), 50–58.
  6. Kolbasin, V. A. (2011). Parallel processing of data flow by artificial neural networks on the cuda platform. Eastern-European Journal of Enterprise Technologies, 3 (3 (51)), 54–57. Available at: http://journals.uran.ua/eejet/article/view/1560/1458
  7. Gorbacheev, S. V., Syrjamkin, V. I. (2014). Nejro–nechetkie metody v intellektual'nyh sistemah obrabotki i analiza mnogomernoj informacii. Tomsk: Izd–vo Tomskogo un–ta, 441.
  8. Semenov, A. M. (2014). Intellektual'nye sistemy. Orenburg: OGU, 236.
  9. Vasil'ev, A. N., Tarhov, D. A. (2014). Nejrosetevye metody i algoritmy matematicheskogo modelirovanija. St. Peterburg: Izd–vo Politehn. un–ta, 581.
  10. Jeshbi, U. R. (2014). Vvedenie v kibernetiku. Moscow: URSS: LENAND, 432.
  11. Andrejchikov, A. V., Andrejchikova, O. N. (2014). Sistemnyj analiz i sintez strategicheskih reshenij v innovatike. Moscow: URSS, 304.
  12. Guljaev, V. A. (1993). Tehnicheskaja diagnostika upravljajushhih sistem. Kyiv: Naukova dumka, 208.
  13. Denisov, A. A., Kolesnikov, D. M. (1982). Teorija bol'shih sistem upravlenija. Leningrad: Jenergoizdat, 288.
  14. Komarcova, L. G., Maksimov, A. V. (2002). Pejrokomp'jutery. Moscow: MGTU im. Baumana, 320.
  15. Kuzovkov, P. T. (1976). Modal'noe upravlenie i nabljudajushhie ustrojstva. Moscow: Mashinostroenie, 184.
  16. Sadovskii, M. G. (Ed.) (2014). Nejroinformatika, ejo prilozhenija i analiz dannjah. Krasnojarsk: IVM SO RAN, 195.
  17. Molchanov, I. N. (1987). Mashinnye metody reshenija prikladnyh zadach. Algebra, priblizhenie funkcij. Kyiv: Naukova dumka, 288.
  18. Mashkina, I. V. (1989). Reguljator peremennoj struktury chastoty vrashhenija rotora gazoturbinnogo dvigatelja v sisteme upravlenija reaktivnym soplom. Ufa: UAI, 21.
  19. Melsa, D., Dzhons, S. (1981). Programmy v pomoshh' izuchajushhim teoriju linejnyh sistem upravlenija. Moscow: Mashinostroenie, 199.
  20. Neterson, D. (1984). Teorija setej Netri i modelirovanie sistem. Moscow: Mir, 264.
  21. Gregor, D., Toral, S., Ariza, T., Barrero, F., Gregor, R., Rodas, J., Arzamendia, M. (2015). A methodology for structured ontology construction applied to intelligent transportation systems. Computer Standards & Interfaces. doi: 10.1016/j.csi.2015.10.002
  22. Larue, G. S., Rakotonirainy, A., Haworth, N. L., Darvell, M. (2015). Assessing driver acceptance of Intelligent Transport Systems in the context of railway level crossings. Transportation Research. Part F: Traffic Psychology and Behaviour, 30, 1–13. doi: 10.1016/j.trf.2015.02.003
  23. Satunin, S., Babkin, E. (2014). A multi–agent approach to Intelligent Transportation Systems modeling with combinatorial auctions. Expert Systems with Applications, 41 (15), 6622–6633. doi: 10.1016/j.eswa.2014.05.015
  24. Demin, D. A. (2012). Synthesis of optimal temperature regulator of electroarc holding furnace bath. Scientific Bulletin of National Mining University, 6, 52–58.
  25. Mendes, J., Araújo, R., Sousa, P., Apóstolo, F., Alves, L. (2011). An architecture for adaptive fuzzy control in industrial environments. Computers in Industry, 62 (3), 364–373. doi: 10.1016/j.compind.2010.11.001
  26. Wai, R.-J., Chen, M.-W., Yao, J.-X. (2015). Observer–based adaptive fuzzy–neural–network control for hybrid maglev transportation system. Neurocomputing, 175, 10–24. doi: 10.1016/j.neucom.2015.10.006

##submission.downloads##

Опубліковано

2015-12-25

Як цитувати

Зубенко, Д. Ю., Коваленко, А. В., & Кузнєцов, О. М. (2015). Аналіз існуючих підходів налаштування інтелектуальних систем управління транспортними підприємствами. Eastern-European Journal of Enterprise Technologies, 6(9(78), 17–22. https://doi.org/10.15587/1729-4061.2015.56693

Номер

Розділ

Інформаційно-керуючі системи