Інтелектуальна обробка даних в системі автоматизованого управління технологічним комплексом брагоректифікації

Дмитро Олексійович Стеценко; Олександр Михайлович Зігунов; Ярослав Володимирович Смітюх

doi:10.15587/2312-8372.2014.23452

Автор(и)

Дмитро Олексійович Стеценко Національний університет харчових технологій, вул. Володимирська, 68, м. Київ, Україна, 01033, Україна https://orcid.org/0000-0003-0397-5279
Олександр Михайлович Зігунов Сумський регіональний навчально-науковий центр Національного університету харчових технологій, вул. Пролетарська, 60, м. Суми, Україна, 40009, Україна https://orcid.org/0000-0001-9485-8734
Ярослав Володимирович Смітюх Національний університет харчових технологій, вул. Володимирська, 68, м. Київ, Україна, 01033, Україна https://orcid.org/0000-0001-5124-8653

DOI:

https://doi.org/10.15587/2312-8372.2014.23452

Ключові слова:

брагоректифікаційна установка, інтелектуальний аналіз даних, технології Data Mining, нейро-нечіткі мережі

Анотація

Розглянуто основні фактори впливу на проходження технологічного процесу брагоректифікації та виявлення прихованих взаємозв’язків між вхідними та вихідними змінними на основі експериментальних даних. Отримано статистичну інформацію про функціонування об'єкта управління, побудовано параметричну структуру нейро-нечіткої моделі функціонування об’єкта, сформовано нечітку модель бази знань та отримано поверхню відгуку, як графічна залежність для підтримки прийняття рішень оператором.

Біографії авторів

Дмитро Олексійович Стеценко, Національний університет харчових технологій, вул. Володимирська, 68, м. Київ, Україна, 01033

Аспірант

Кафедра автоматизації процесів управління

Олександр Михайлович Зігунов, Сумський регіональний навчально-науковий центр Національного університету харчових технологій, вул. Пролетарська, 60, м. Суми, Україна, 40009

Кандидат технічних наук, доцент

Ярослав Володимирович Смітюх, Національний університет харчових технологій, вул. Володимирська, 68, м. Київ, Україна, 01033

Кандидат технічних наук, доцент

Кафедра автоматизації процесів управління

Посилання

Стабников, В. Н. Ректификация в пищевой промышленности. Теория процесса, машины, интенсификация [Текст]/ В. Н. Стабников, А. П. Николаев, М. Л. Мандельштейн. – М.: Легкая и пищевая промышленность, 1982. – 232 с.
Мандельштейн, М. Л. Автоматические системы управления технологическим процессом брагоректификации [Текст]/ М. Л. Мандельштейн. – М.: Пищевая промышленность, 1975. – 240 с.
Мандельштейн, М. Л. Математическая модель и статические характеристики ректификационной колонны [Текст]/ М. Л. Мандельштейн. – Ферментная и спиртовая промышленность. – 1969. – №1. – С. 11-16.
Петренко, А. І. GRID та інтелектуальна обробка даних DATA MINING [Текст]/ А. І. Петренко// System Research & Information Technologies. – 2008. – № 4. – P. 97-110.
Romero, C. Data mining in course management systems: Moodle case study and tutorial [Text]/ C. Romero, S. Ventura, E. García// Computers & Education. – 2008. – Vol. 57(1). – P. 368-384.
Зігунов, О. М. Нейромережеві моделі виявлення і розпізнавання технологічних ситуацій [Текст]/ О. М. Зігунов, В. Д. Кишенько, Ю. Б. Бєляєв// Науково-технічна інформація. – 2013. – №1(55). – С. 72-78.
Chrysostomou, K. Investigation of Users` Preferences in Interactive Multimedia Learning Systems: A Data Mining Approach [Text]/ K. Chrysostomou, S. Y. Chen, X. Liu// Interactive Learning Environments. – 2009. – Vol. 17(2). – Р. 151-163.
Larsen, K. R. Analyzing unstructured text data: Using latent categorization to identify intellectual communities in information systems [Text]/ Kai R. Larsen, David E. Monarchi, Dirk S. Hovorka, Christopher N. Bailey// Decision Support Systems. – 2008. – Vol. 45, Issue 4. – P. 884-896.
Ротштейн, А. П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети [Текст]/ А. П. Ротштейн. – Винница: Универсум-Винница, 1999. – 320 с.
Jang, J.-S. R. ANFIS: Adaptive-Network-Based Fuzzy Inference System [Text]/ J.-S. R. Jang// IEEE Trans. Systems & Cybernetics. – 1993. – Vol. 23. – P. 665-685.
Stabnikov, V. N., Nikolaev, A. P., Mandel'shtein, M. L. (1982). Rektifikatsiia v pishchevoi promyshlennosti. Teoriia protsessa, mashiny, intensifikatsiia. M.: Lehkaia i pishchevaia promyshlennost', 232.
Mandel'shtein, M. L. (1975). Avtomaticheskie sistemy upravleniia tekhnolohicheskim protsessom brahorektifikatsii. M.: Pishchevaia promyshlennost', 240.
Mandelshtejn, M. L. (1969). Matematicheskaya model i staticheskie xarakteristiki rektifikacionnoj kolonny. Fermentnaya i spirtovaya promyshlennost, 1, 11-16.
Petrenko, A. I. (2008). GRID ta іntelektualna obrobka danix data mining. System research & information technologies, 4, 97-110.
Romero, C., Ventura, S., García, E. (2008). Data mining in course management systems: Moodle case study and tutorial. Computers & Education, 57(1), 368-384.
Zіgunov, O. M., Kishenko, V. D., Belyaev, Yu. B. (2013). Nejromerezhevі modelі viyavlennya і rozpіznavannya tekhnologіchnikh situacіj. Naukovo-tekhnіchna іnformacіya, 1(55), 72-78.
Chrysostomou, K., Chen, S. Y., & Liu, X. (2009). Investigation of Users` Preferences in Interactive Multimedia Learning Systems: A Data Mining Approach. Interactive Learning Environments, 17(2), 151-163.
Larsen, K. R., Monarchi, D. E., Hovorka, D. S., Bailey, Ch. N. (2008). Analyzing unstructured text data: Using latent categorization to identify intellectual communities in information systems. Decision Support Systems, 45(4), 884-896.
Rotshtejn, A. P. (1999). Intellektualnye texnologii identifikacii: nechetkaya logika, geneticheskie algoritmy, nejronnye seti. Vinnica.: Universum-Vinnica, 320.
Jang, J.-S. R. (1993). ANFIS: Adaptive-Network-Based Fuzzy Inference System. IEEE Trans. Systems & Cybernetics, 23, 665-685.