Дослідження та розробка технологій синтезу нейромережевих алгоритмів багаторежимного управління транспортним підприємством

Автор(и)

  • Денис Юрьевич Зубенко Харківський національний університет міського господарства ім О. М. Бекетова, вул. Революції 12, м. Харків, 61002, Україна https://orcid.org/0000-0002-6736-7849
  • В’ячеслав Михайлович Шавкун Харківський національний університет міського господарства ім О. М. Бекетова, вул. Революції 12, м. Харків, 61002, Україна https://orcid.org/0000-0002-3253-1282
  • Владислав Ігоревич Скурихін Харківський національний університет міського господарства ім О. М. Бекетова, вул. Революції 12, м. Харків, 61002, Україна https://orcid.org/0000-0003-2691-6167
  • Олександр Вадимович Донець Харківський національний університет міського господарства ім О. М. Бекетова, вул. Революції 12, м. Харків, 61002, Україна https://orcid.org/0000-0002-2809-7460
  • Наталя Павлівна Лукашова Харківський національний університет міського господарства ім О. М. Бекетова, вул. Революції 12, м. Харків, 61002, Україна https://orcid.org/0000-0003-0913-8711

DOI:

https://doi.org/10.15587/2312-8372.2016.71973

Ключові слова:

інтелектуальні системи, динамічно-змінні об'єкти, транспортні підприємства, нейромережеві алгоритми, нейронні мережі

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). 

Біографії авторів

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

Кандидат технічних наук, доцент

Кафедра електричного транспорту

В’ячеслав Михайлович Шавкун, Харківський національний університет міського господарства ім О. М. Бекетова, вул. Революції 12, м. Харків, 61002

Кандидат технічних наук, доцент

Кафедра електричного транспорту

Владислав Ігоревич Скурихін, Харківський національний університет міського господарства ім О. М. Бекетова, вул. Революції 12, м. Харків, 61002

Кандидат технічних наук, доцент

Кафедра електричного транспорту

Олександр Вадимович Донець, Харківський національний університет міського господарства ім О. М. Бекетова, вул. Революції 12, м. Харків, 61002

Кандидат технічних наук, доцент

Кафедра електричного транспорту

Наталя Павлівна Лукашова, Харківський національний університет міського господарства ім О. М. Бекетова, вул. Революції 12, м. Харків, 61002

Асистент

Кафедра електричного транспорту

Посилання

  1. Artsybashev, A. Yu., Nikitin, Yu. R. (2014). Diagnostirovanie privodov mashin na osnove neironnyh setei. Acta Facultatis forestalis Zvolen, 56 (1), 201–208.
  2. Kostin, N. S. (2013). Mesto modul'nyh neironnyh setei v klassifikatsii iskusstvennyh neironnyh setei. Intellektual'nyi potentsial XXІ veka: stupeni poznaniia, 19, 91–95.
  3. Sinchuk, O. N., Boiko, S. N. (2014). Neironnye seti i upravlenie protsessom upravleniia elektrosnabzheniem obiektov ot kombinirovannyh elektricheskih setei. Tekhnichna elektrodynamika, 5, 53–55.
  4. Manzhula, V. G., Fediashov, D. S. (2011). Neironnye seti Kohonena i nechetkie neironnye seti v intellektual'nom analize dannyh. Fundamental'nye issledovaniia, 4, 108–114.
  5. Tarkov, M. S. (2013). Otobrazhenie parallel'nyh programm na mnogoiadernyh komp'iuterah s rekurrentnymi neironnymi setiami. Prikladnaia diskretnaia matematika, 2 (20), 50–58.
  6. Kolbasin, V. (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: http://journals.uran.ua/eejet/article/view/1560/1458
  7. Gorbacheev, S. V., Syriamkin, V. I. (2014). Neiro-nechetkie metody v intellektual'nyh sistemah obrabotki i analiza mnogomernoi informatsii. Tomsk: Izdatel'stvo Tomskogo universiteta, 441.
  8. Semenov, A. M. et. al. (2014). Intellektual'nye sistemy. Orenburg: OGU, 236.
  9. Vasil'ev, A. N., Tarhov, D. A. (2014). Neirosetevye metody i algoritmy matematicheskogo modelirovaniia. Sankt-Peterburg: Izdatel'stvo Politehnicheskogo universitetta, 581.
  10. Ashby, W. R. (2014). An Introduction to Cybernetics. Translation from English. Moscow: URSS: LENAND, 432.
  11. Andreichikov, A. V., Andreichikova, O. N. (2014). Sistemnyi analiz i sintez strategicheskih reshenii v innovatike. Moscow: URSS, 304.
  12. Guliaev, V. A. (1993). Tehnicheskaia diagnostika upravliaiushchih sistem. Kyiv: Naukova dumka, 208.
  13. Denisov, A. A., Kolesnikov, D. M. (1982). Teoriia bol'shih sistem upravleniia. Leningrad: Energoizdat, 288.
  14. Komartsova, L. G., Maksimov, A. V. (2002). Peirokomp'iutery. Moscow: MSTU n.a. Baumana, 320.
  15. Kuzovkov, P. T. (1976). Modal'noe upravlenie i nabliudaiushchie ustroistva. Moscow: Mashinostroenie, 184.
  16. In: Sadovskii, M. G. (2014). Neiroinformatika, eio prilozheniia i analiz danniah. Materialy 22 Vserossiiskogo seminara, 26-28 sentiabria 2014 goda. Krasnoiarsk: IVM SO RAN, 195.
  17. Molchanov, I. N. (1987). Mashinnye metody resheniia prikladnyh zadach. Algebra, priblizhenie funktsii. Kyiv: Naukova dumka, 288.
  18. Mashkina, I. V. (1989). Reguliator peremennoi struktury chastoty vrashcheniia rotora gazoturbinnogo dvigatelia v sisteme upravleniia reaktivnym soplom. Ufa: UAI, 21.
  19. Melsa, J., Jones, S. (1981). Programmy v pomoshch' izuchaiushchim teoriiu lineinyh sistem upravleniia. Translation from English. Moscow: Mashinostroenie, 199.
  20. Neterson, D. (1984). Teoriia setei Netri i modelirovanie sistem. Translation from English. Moscow: Mir, 264.
  21. Gregor, D., Toral, S., Ariza, T., Barrero, F., Gregor, R., Rodas, J., Arzamendia, M. (2016). A methodology for structured ontology construction applied to intelligent transportation systems. Computer Standards & Interfaces, 47, 108–119. 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. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, 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. (2016). 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

2016-05-26

Як цитувати

Зубенко, Д. Ю., Шавкун, В. М., Скурихін, В. І., Донець, О. В., & Лукашова, Н. П. (2016). Дослідження та розробка технологій синтезу нейромережевих алгоритмів багаторежимного управління транспортним підприємством. Technology Audit and Production Reserves, 3(1(29), 46–51. https://doi.org/10.15587/2312-8372.2016.71973