Для моделі SЮ_CУ (f) (8), яку віднесено до класу мереж ІМП ₆, визначено умови дозволеності переходу t_iT та збудження штучного нейрона моделі.

Визначено, що перспективне використання в роботі для реалізації процедур PЮr_k{PЮr_k}, kK радіально-базисних мереж (РБМ). Відомий доказ Дж. Дженга про еквівалентність апроксимуючих властивостей РБМ та нечітких систем дозволяє на єдиній методологічній базі моделювати нечіткі процеси. Запропоновано та обгрунтовано: спеціалізовану діагностично-прогнозуючу багатошарову нейронну мережу, яка включає: вхідний шар мережі із ланцюжка елементів чистої затримки z^-1 процесу на вході (z^-1x(k) = x(k-1)); перший прихований шар, що утворено h(h>n) нейронами, які реалізують радіально-базисне перетворення вектора входів X(k); другий шар утворений адаптивними лінійними асоціаторами, що обчислюють внутрішню активацію з урахуванням синаптичних ваг w_ji(k), які настроюються в реальному часі. При цьому нульовий вихід мережі є прогнозуючим, а всі інші - діагностуючими.

Функціональним розширенням запропонованої спеціалізованої діагностично-прогнозуючої багатошарової нейронної мережі є багатошарова радіально-базисна НФМ, що включає компоненти, які відображують функції належностей процесів, що моделюються. Для u_j(k){u_j(k)} вводяться додатково блоки - випрямлячі u_j⁰(k).

Функція належності _j(k) кожного з наслідків {y_j(k)} визначається шляхом нормування відповідного виходу u_j⁰(k) та має такий вигляд:

(9)

Узагальнена функція належності наведених процедур в складі мереж класів ІМП ₃ - ІМП ₆ та моделей SЮ_У(f), SЮ_У(f), SЮ_CУ(f), SЮ_CУ(f) на їх основі визначається значенням перетворення векторів виходів {_i(k)}, i=1,2,…,h РБФ:

(10)

У четвертому розділі розроблено класи модифікованих НММ на основі вирішення та забезпечення комплексу поставлених у роботі проблем: множини досяжності мети рішень, що приймаються; відсутності множини конфліктних ситуацій; несуперечливості мети рішень, що приймаються; повноти рішень, що приймаються; відсутності множини нераціональних циклень; відсутності множини надлишкових процесів; визначення та оптимізації множини альтернатив розвитку процесів на множині обмежень.

У просторі стану взаємодіючих нечітких процесів, з урахуванням наведеної інтерпретації, визначено та обгрунтовано формальні критерії вирішення поставлених проблем на НММ.

Формальні критерії вияву досяжності мети рішень, що приймаються, для мережі ІМП ₁ визначені таким чином: виконуються умови дозволеності переходів (2) мережі; існує можливий вектор початкового маркування

{M(f)_0u}{M (f)_0u},uU,UU,{M(f)_0u},

з якого досяжне маркування всієї множини вихідних (термінальних) позицій НММ;

p_j p_is (out) M(p_j) = 1; p_j p_j M(p_j) 1;

p_j p_is (out)_pj(k₀) _pj(k₀)*. (11)

Кон'юнкція складових (11), з урахуванням зауважень для мереж ІМП ₂ - ІМП ₆, визначає умови досяжності рішень, що приймаються.

Формальні критерії вияву конфліктних ситуацій..

Якщо визначено позиції, які мають маркування, на вході переходів, що розглядаються, виконується та справедлива умова, що забезпечує необхідну чіткість маркування, позицій, переходів:

M(p_j) {M(p_j)} | z_pj(k₀) z_pj(k₀)*;

p_j PЮ _pj(k₀) _pj(k₀)*;

t_i T | _ti(k₀) _ti(k₀)*, (12)

а також виконується хоча б одна умова: два чи більше дозволених переходів {t_i}T конкурують за маркер деякої позиції на вході p_jp_i(in), два чи більше дозволених переходів {t_i}T конкурують за маркування позиції на виході p_jp_i(out), то має місце порушення безпеки хоча б однієї позиції мережі і існує конфліктна ситуація.

Умова (12) для мереж класів ІМП_2, ІМП₅ - ІМП₆ виконується з урахуванням всіх кольорів C={C_б}, бA маркерів.

Формальні критерії вияву властивостей повноти даних на вході системи, знань та рішень, що приймаються. Система володіє повнотою термінальних рішень, що приймаються, якщо при заданій множині векторів {M(f)_0w}, wW для ненульових компонент очікуваних векторів {M₁(f)_kq} та фактичних векторів {M₂(f)_kq} кінцевого маркування справедливі такі умови:

M₁(f)_kq M₁(f)_kq, M₂(f)_kq {M₂(f)_kq} | (|{M₁(f)_kq}| |{M₂(f)_kq}|);

{M₁(f)_kq} {M₂(f)_kq} = {M₁(f)_kq}, (13)

M₁(f)_kq M₁(f)_kq,M₂(f)_kq {M₂(f)_kq}| z_pj(k₀) z_pj(k₀),

де p_jp_i(out)_s.

Формальні критерії вияву властивостей несуперечливості даних на вході системи, знань та рішень, що приймаються.

Система характеризується несуперечливістю термінальних рішень, що приймаються, якщо при заданих векторах M(f)_0w{M (f)_0w}, для кожного з них справедливо:

M(f)_kq M(f)_kq,M(f)_kq M(f)_kq, M(f)_kq= M(f)_kq,

M(f)_kq M(f)_kq, M(f)_kq M(f)_kq | z_pj(k₀) z_pj(k₀)*, (14)

де p_j p_i(out)_s.

Аналогічно (13), (14) визначається повнота та несуперечливість даних на вході за умови розгляду векторів початкового маркування та позицій p_j p_i(in)_s, проміжних рішень за умови розгляду векторів проміжних маркувань та позицій p_j (p_i(out)_sp_i(in)_s).

Умови (13), (14) мають виконуватися для всіх кольорів C={C_б},бA маркерів мереж класів ІМП ₂ - ІМП ₆.

Формальні критерії вияву надлишку та нераціональних циклень. Хай множина процесів характеризується досяжністю мети рішень (11), що приймаються; відсутністю конфліктів (12) у їх взаємодії; повнотою рішень (13), що приймаються; несуперечливістю рішень (14), що приймаються. Наведено рівні активності процесів: k₀- активний (пасивний), якщо він є забороненим на множині початкового стану {A_ol}, l L та не буде дозволеним хоча б в одному із множини очікуваних рішень AЮ_r{AЮ_ol}, r R; k₁- активний, якщо він буде виконаним хоча б один раз, але не бере участі в реалізації очікуваних рішень на множині простору початкового стану; k_{2 -} активний, якщо він буде виконаний хоча б в одному із множини очікуваних рішень.

Визначено формальні умови існування шляхів CЮЮ_ls(p_jl, p_kl), l L, CЮЮ_l(p_jl, p_kl), l L, CЮЮ_l(t_jl, t_kl),

l L, та контурів CЮ_k1. Для шляхів і контурів наведено, досліджено та обгрунтовано критерії і підходи до вияву на НММ множини надлишкових позицій та переходів, що інтерпретують процеси рівня k₀ - активності, k₁ - активності та k₂ - активності. Множини надлишкових інцидентних позицій і переходів деякого контуру із {CЮ_k1}, які інтерпретують процеси, віднесені до рівня k₁- активності, моделюють також процеси, що характеризуються властивостями нераціональних циклень.

Формальні критерії вибору альтернатив на взаємодіючих нечітких процесах. Оптимальним буде рішення на множині альтернатив {BЮ_r}, rR, для якого справедливо:

(15)

при обмеженні на час *, обмеженнях F*, що визначаються предметною областю та обмеженнями на показники нечіткості, які мають вигляд (k₀) (k₀)*, де - операція знаходження максимуму; _CЮЮl - параметр нечіткості.

Наведено та обгрунтовано умови знаходження оптимальних рішень на множині альтернатив у разі існування паралельних шляхів.

Визначено підходи та правила побудови класів модифікованих нечітких мережевих моделей - НММ_М. Побудова класів НММ_М грунтується на модифікованих мережах ІМП _1М - ІМП _6М, заснованих на модифікації мереж ІМП ₁ - ІМП ₆, вільних від наведених вище неадекватностей, і реалізована шляхом задоволення на мережах ІМП ₁ - ІМП ₆ запропонованих в роботі формальних задоволення на мережах ІМП ₁ - ІМП ₆ запропонованих в роботі формальних критеріїв. Визначено та обгрунтовано такі складові вирішення задачі побудови НММ_М: модифікація структури НММ; модифікація вектора початкового маркування простору стану НММ; модифікація показників нечіткості компонент НММ; модифікація предиката; модифікація складних процедур, які віднесено до компонент моделі.

Модифікація структури моделі включає: зміну розміру НММ шляхом зміни потужності позицій |PЮ| та переходів |TЮ|; зміну компонент функції інцидентності.

Модифікація вектора початкового маркування MЮ(f)₀ включає дві компоненти. Перша пов'язана зі зміною потужностей |PЮ| та |MЮ(f)₀|. Друга пов'язана зі зміною складових вектора MЮ(f)₀.

В умовах суттєвої невизначеності вихідних даних і знань запропоновано підходи до оцінки значень компонент вектора MЮ(f)0 та показників їх нечіткості з використанням домінуючих чинників DkDj та положень нечіткої інтервальної логіки.

Модифікація показників нечіткості вимагає зміни параметрів нечіткості компонент моделі, що визначаються значенням функцій належності, з метою забезпечення умови

pj PЮ, tiT, MЮ0(f), FЮ(f) |(k0) (k0)* (16)

Модифікація предикату L{xu} компонент моделі в складі НМММ вирішується шляхом його зміни з урахуванням змістовного аналізу реальних процесів, їх взаємодії і властивостей.

Модифікація деяких процедур {PЮr}k компонент моделі в складі НМММ є актуальною для моделей, реалізованих мережами класів ІМП 3 - ІМП 6. Побудова НМММ вирішується з урахуванням змістовного аналізу реальних процесів, їх взаємодії і властивостей.

Критерієм справедливості та адекватності побудови класів НМММ визнано відповідність одержаних моделей вимогам відповідної предметної області.

У п'ятому розділі розроблено та досліджено інтелектуальні обчислювальні механізми та засоби, які в розділі визначено як ІМП- технології динамічних взаємодіючих процесів: моделювання, аналіз та дослідження властивостей нечіткості процедур прямого нечіткого логічного виведення на НММ та динаміки взаємодії нечітких процесів; моделювання, аналіз та дослідження властивостей нечіткості процедур зворотного нечіткого логічного виведення на НММ та динаміки взаємодії нечітких процесів; механізми та закони машинного навчання ШНМ, НФМ у складі мереж класів ІМП ₃ - ІМП ₆.

Для кожного з переходів визначено множину позицій на вході pi(in), iI та множину позицій на виході pi(out), iI, що різняться потужністю, для яких розроблено та обгрунтовано механізми моделювання процедур прямого і зворотного нечітких логічних виведень для всіх фрагментів НММ, що інтерпретують взаємодію динамічних нечітких процесів. Особливостями запропонованих механізмів моделювання та дослідження процедур прямого та зворотного логічного виведення з використанням НММ є врахування у явному вигляді не тільки нечітких умов на вході (позиції на вході переходу), нечіткості дій (переходу моделі) та нечітких умов на виході (позиції на виході переходу), а і динаміки взаємодії нечітких процесів. Вектори нечіткості на вході та виході фрагменту моделі та динаміку взаємодії процесів, що моделюються, визначено значеннями функцій zpj(k).

Для реалізації механізмів моделювання процедур нечіткого логічного виведення обгрунтовано механізми композиції фрагментів НММ. Рішення на основі композиції фрагментів НММ визначається знаходженням загального результуючого нечіткого відношення та застосуванням механізмів моделювання процедур нечіткого логічного виведення, що запропоновано для фрагментів моделі.

Розроблено механізми машинного навчання штучних нейронних та нейро-фаззі структур у складі класів ІМП ₃ - ІМП ₆. Для спеціалізованої діагностуючо-прогнозуючої багатошарової ШНМ, запропонованої в розділі 3, розроблено механізми навчання на основі синаптичних ваг з використанням градієнтної процедури

(17)

де з(k) - параметр кроку, що визначає збіжність процедури; E_j - критерій навчання на j-му виході.

Використовуючи механізми прискореного навчання, одержано закони, які є розширенням процедури адаптивної ідентифікації на задачу навчання ШНМ у складі НММ:

(18)

Для спеціалізованої багатошарової радіально-базисної НФМ, що введено в розділі 3, розроблено механізми навчання мережі шляхом настроювання синаптичних ваг w_ji, центрів радіально-базисних функцій (РБФ) c_i та матриць _i^-1, що задають параметри ширини і орієнтацію РБФ. Механізми навчання виконуються у послідовності, що забезпечує мінімізацію їх складності. Критерієм зупинки кожної з процедур є поріг норми різниці відповідного параметру.

Моделюванням процедур взаємодіючих процесів предметних областей НММ підтверджено достовірність та ефективність запропонованого підходу в складі мереж класів ІМП₃ - ІМП₆.

У шостому розділі розроблено та обгрунтовано метод моделювання й аналізу динамічних взаємодіючих процесів з використанням класів математичних НММ, формальних критеріїв, інтелектуальних обчислювальних механізмів. Введено поняття нечітких динамічних об'єктів (НДО), які створюються в процесі моделювання, принаймні один атрибут є нечітким, а зміст атрибутів та властивостей змінюються відповідно до динаміки розвитку процесів, що моделюються. Графічними образами (ГО) НММ визначено графічне відображення компонент моделі. Визначено такі типи НДО: "позиція Р"; "перехід Т"; "інцидентність на вході Х"; "інцидентність на виході Y"; "маркер М". Для всіх всіх НДО наведених типів визначені такі атрибути: тип -Тр; індекс типу - I; координати - Kr; вхідні та вихідні інцидентні множини компонент відповідного НДО; функції належності; значення функцій належності; обмеження на значення функцій належності; процедури; предикати. Для типів НДО додатково визначено: "перехід T" - операцію виконання переходу Ot; "позиція Р" - ознаку маркування Mr_j(p)={1, 0}; "маркер M" - множину маркерів {Tm_Im} породження даного НДО типу "маркер М"; шлях маркера Pm_Im; операцію породження маркерів Od; "інцидентність на вході X" - операцію ініціалізації

Ox^I_Ix = N₁,

де N₁ - кількість виконання НДО; "інцидентність на виході Y" - операцію ініціалізації

Oy^I_Iy=N₂,

де N₂ - кількість виконання НДО.

Процедури моделювання та динаміки взаємодії та розвитку процесів реалізуються шляхом сканування в просторі стану НММ, визначення множини позицій, що марковані, множини дозволених переходів, істинності предикатів і процедур. Динаміка взаємодіючих процесів визначається шляхом зміни змісту атрибутів відповідних НДО, визначення шляхів, контурів на моделі та аналізу множин НДО та ГО за зазначеними формальними критеріями. Множина основних реалізованих функцій з використанням розробленого методу включає: формування структури моделі; формування ГО; формування НДО; подання (генерація) атрибутів компонент моделі; відображення динаміки функціонування процесів моделювання на основі ГО НДО; вияв властивостей адекватності взаємодіючих НДО з використанням моделювання процедур прямого та зворотного нечіткого логічного виведення; формування вектора кінцевого маркування в механізмах моделювання процедур прямого нечіткого логічного виведення; формування вектора початкового маркування в механізмах моделювання процедур зворотного нечіткого логічного виведення; вияв властивостей нечіткості на основі механізмів моделювання процедур прямого та зворотного нечіткого логічного виведення; визначення значень змінних і параметрів, віднесених до ГО НДО; вибір альтернатив на основі механізмів моделювання процедур прямого та зворотного нечіткого логічного виведення; формування структури модифікованої НММ_М; прийняття рішень про модифікацію процесів.

Оцінка складності підходу включає такі складові: складність побудови НДО, поданих ГО, за критерієм обчислювальних витрат; складність реалізації динаміки моделювання та аналізу процесів за критерієм часових витрат. Складність відповідних механізмів близька до квадратичної від розміру та розрідженості НММ. Аналіз залежностей для визначених складових оцінки складності в конкретних реалізаціях дає можливість визначити раціональний розмір та можливий клас НММ.

У сьомому розділі наведено результати розробки інструментальних алгоритмічних та програмних засобів (ІЗ) моделювання і аналізу нечітких динамічних взаємодіючих процесів, їх використання в умовах реальних об'єктів. нейронний мережа інтелект навчання

Структура ІЗ реалізує такі функції: навчання та контролю користувача побудові математичних НММ засобами керованої анімації відображення ГО; процедури генерації математичних НММ, матриці інциденцій, простору стану моделі; процедури моделювання та аналізу динаміки взаємодіючих нечітких процесів.

Процедури моделювання та аналізу динаміки взаємодіючих нечітких процесів включають: побудову НММ; задання параметрів нечіткості, часу, умов, предикатів, процедур для компонент НММ; формування та обробку функцій належності в механізмах моделювання процедур прямого та зворотного нечіткого логічного виведення; відстеження шляху маркерів та обчислення результуючих значень параметрів, умов, предикатів; формування та вирішення множини взаємозв'язаних задач, віднесених в роботі до аналізу адекватності взаємодіючих нечітких процесів, оптимізації та вибору альтернатив взаємодіючих нечітких процесів; формування рекомендацій з побудови модифікованих НММ. Подання НММ можливе у вигляді ГО НДО та матриці інциденцій і вектора початкового маркірування, що розширює можливості ІЗ. Результати процедур генерації НММ використовуються у процедурах моделювання та аналізу динаміки взаємодіючих нечітких процесів. ІЗ орієнтовані на користувача, що не є спеціалістом в галузі програмування.

В умовах сучасних виробництв машинобудування впроваджені класи математичних НММ, формальні критерії та підходи до вияву адекватності динамічних взаємодіючих нечітких процесів, оптимізації потрібних ресурсів, вибору альтернатив за критеріями чіткості на множині обмежень з використанням інтелектуальних обчислювальних механізмів, запропонованого методу та ІЗ.

Важливою складовою сучасних виробництв є прийняття рішень з організації виробничих процесів, мінімізації витрат та ризику постачання комплектуючих і матеріалів в умовах нечіткості та невизначеності даних, що обумовлюють умови та можливі результати поставки. З використанням математичних НММ, механізмів оптимізації та вибору альтернатив за критеріями чіткості, обмеженнями на часові показники, матеріальні витрати розроблено інтелектуальні механізми та процедури прийняття рішень вибору постачальників відповідальних вузлів виробів в умовах ринку. Розробка дозволила скоротити часові та матеріальні витрати матеріально-технічного постачання відповідальних вузлів виробів, знизити вимоги до рівня кваліфікації персоналу за рахунок інтелектуалізації та автоматизації відповідних процедур в умовах нечіткості та невизначеності, підвищити вірогідність рішень, що приймаються.

Ефективність інтелектуальних систем прийняття рішень інструментального забезпечення виробництва та істотного зменшення браку відповідальних виробів визначає рівень та конкурентноздатність виробів і виробництв. З метою відпрацювання виробничих технологій та оперативного контролю стану шліфувального інструменту фінішних операцій запропоновано комп'ютеризовану установку контролю та підтримки прийняття рішень на основі сучасних мікропроцесорних засобів, НММ, що грунтуються на мережах ІМП₁, ІМП₃ та інтелектуальних обчислювальних механізмах прогнозування та діагностики процесів. НФМ в складі ІМП ₃ НММ виконує функції прогнозування та діагностики режимів обробки і стану шліфувального інструменту. На основі мережі ІМП ₁ формуються рекомендації особі, що приймає рішення. Розробка дала змогу істотно зменшити рівень браку при одночасному покращенні існуючих режимів обробки.

В умовах екстремальних ситуацій екологічного техногенного характеру регіону запропоновано і впроваджено ефективну структуру інтелектуальної системи підтримки прийняття рішень, що заснована на використанні математичних НММ, інтелектуальних обчислювальних механізмах моделювання та дослідження нечітких процесів. Вирішено питання моделювання й адекватного, безконфліктного, несуперечливого відображення реальних нечітких процесів в процедурах нечіткого логічного виведення, прийняття відповідальних рішень у просторі стану НММ з урахуванням існуючих обмежень на ресурси, формування розпорядчої та звітної документації. Розробка дозволила за рахунок інтелектуалізації відповідних процедур скоротити терміни проектування, тестування та настроювання системи, підвищити вірогідність прийнятих рішень в умовах обмеження на матеріальні і часові ресурси.

У додатку наведено акти впровадження результатів дисертаційної роботи.

Основні результати та висновки

У роботі сформульовано та вирішено важливу для теорії і практики систем обчислювального інтелекту наукову проблему та започатковано і розвинуто новий науковий напрямок - створення математичних НММ на основі нових класів мереж - інтегрованих нейро-фаззі мереж Петрі, інтелектуальних обчислювальних засобів та методів моделювання взаємодіючих нечітких процесів, оптимізації ресурсів і вибору альтернатив взаємодії нечітких процесів на НММ, поданих на множині відношень "умова-дія", в системах обчислювального інтелекту, що функціонують в умовах невизначеності, від якості вирішення якої залежить ефективність, конкурентоспроможність засобів та систем обчислювального інтелекту, що функціонують в умовах невизначеності предметних областей. У рамках даного напрямку одержано нові наукові результати, що мають перевагу над існуючими рішеннями.

1. Проведено аналіз існуючих підходів до моделювання та аналізу динамічних взаємодіючих нечітких процесів з метою застосування в системах та засобах штучного інтелекту. Сформульовано постановку вирішення комплексу проблем на основі математичних НММ динамічних взаємодіючих нечітких процесів, поданих на множині відношень "умова - дія".

2. Вперше одержано й обґрунтовано нові класи математичних НММ динамічних взаємодіючих процесів, поданих на множині відношень "умова - дія", які дозволяють реалізувати задачі моделювання та дослідження нечітких процесів, враховувати додаткові умови та складні процедури їх виконання та взаємодії. У залежності від розмірності та складності систем і нечітких процесів, що аналізуються, визначено сфери їхнього застосування при вирішенні теоретичних і практичних задач розглянутої проблеми.

3. Для мети побудови нових класів НММ та розширення їх функціональних можливостей запропоновано та обгрунтовано розробку нових класів та розширень мереж Петрі - інтегрованих нейро-фаззі мереж Петрі. Вперше отримано нові класи нечітких мереж Петрі - ІМП. Класи ІМП засновано на використанні розширень нечітких мереж Петрі, ШНМ, НФМ шляхом їхньої природної інтеграції в НММ. Принципова відмінність класів ІМП визначається ступенем інтеграції розширених інтерпретованих нечітких мереж Петрі, ШНМ, НФМ, а також вибором базової моделі. Застосування ШНМ, НФМ у складі ІМП знижує розмірність НММ, нові рішення дозволяють розширити можливості НММ за рахунок можливостей навчання мереж ІМП, моделювання й аналізу систем обчислювального інтелекту малої, великої розмірності. У залежності від розмірності та складності систем обчислювального інтелекту визначені сфери ефективного застосування НММ.

4. Одержали подальший розвиток структури ШНМ та НФМ на основі спеціалізованих радіально-базисних мереж у складі НММ, ефективні закони і інтелектуальні обчислювальні і механізми їхнього навчання за критеріями мінімальної складності і максимуму значення параметрів чіткості на множині обмежень. Це дозволило застосувати отримані результати моделювання на основі ШНМ та НФМ у механізмах аналізу динаміки взаємодіючих нечітких процесів систем обчислювального інтелекту.

5. Вперше одержано формалізоване вирішення комплексу взаємозв'язаних класів задач на НММ, що розглядається як єдина проблема побудови та аналіза систем обчислювального інтелекту, інтелектуальних обчислювальних засобів, методів та інструментальних засобів. Перший клас включає: аналіз досяжності мети рішень, що приймаються; аналіз конфліктних ситуацій; аналіз повноти даних на вході, проміжних і термінальних рішень, що приймаються; аналіз несуперечності даних на виході, проміжних і термінальних рішень, що приймаються. Другий клас включає: мінімізацію ресурсів на основі аналізу і виключення з розгляду надлишку і нераціональних циклень у розвитку та взаємодії нечітких процесів; пошук альтернатив розвитку та взаємодії процесів на множині критеріїв і обмежень. Формалізоване вирішення комплексу взаємозв'язаних задач дозволило підвищити ефективність проектування та експлуатації систем обчислювального інтелекту при взаємодії динамічних процесів в умовах невизначеності та нечіткого простору стану.

6. Вперше одержано та обґрунтовано ефективні механізми побудови модифікованих інтегрованих мереж Петрі (ІМП_М) та модифікованих НММ на їхній основі з метою адекватного подання динамічних взаємодіючих процесів, виконання комплексу поставлених задач. Це дозволило реалізувати процедури модифікації процесів предметної області з метою комплексного вирішення класів задач: адекватності побудови динамічних взаємодіючих нечітких процесів; оптимізації ресурсів і альтернатив розвитку процесів за заданими критеріями на множині обмежень предметної області та підвищити вірогідність рішень, що приймаються, систем обчислювального інтелекту.

7. На основі введених класів мереж ІМП ₁ - ІМП ₆ та моделей одержали подальший розвиток інтелектуальні обчислювальні механізми, які визначені як ІМП - технології, моделювання та дослідження властивостей нечіткості у процедурах прямого і зворотного нечіткого логічного виведення на НММ, динаміки взаємодії динамічних процесів. Це дає додаткові можливості по врахуванню нечіткості умов на вході та виході, дій, динаміки взаємодії процесів та дозволило реалізовувати процедури настроювання моделей та динамічних взаємодіючих процесів.

8. Вперше одержано та обґрунтовано новий метод, нові підходи до моделювання й аналізу динамічних взаємодіючих нечітких процесів, що грунтується на поданні об'єктів дослідження та їх взаємодії у просторі математичних НММ, поданні моделей і їхніх компонент у просторі стану нечітких динамічних об'єктів та їх графічних відображень. Складність реалізації методу за критерієм часових та обчислювальних витрат є близькою до квадратичної від розмірності і розрідженості моделі, що дозволяє здійснювати раціональний вибір класів НММ за критеріями складності. Реалізація методу є основою побудови інструментальних алгоритмічних та програмних засобів.

9. Нові класи математичних НММ, формальні критерії і інтелектуальні механізми аналізу та вияву властивостей неадекватності подання взаємодіючих динамічних нечітких процесів, мінімізації ресурсів та оптимізації розвитку процесів на основі вибору альтернатив, інтелектуальні обчислювальні механізми, ефективний метод моделювання й аналізу процесів реалізовано у інструментальних алгоритмічних та програмних засобах вирішення комплексу теоретичних і практичних задач моделювання нечітких процесів при створенні систем обчислювального інтелекту. Інструментальні засоби мають засоби навчання побудови моделей, що дозволяє їх використання користувачем, що не є програмістом.

10. Інструментальні алгоритмічні та програмні засоби на їхній основі використано під час розробки, впровадження та експлуатації інтелектуальних систем прийняття та підтримки прийняття рішень і їхніх компонент на підприємствах, в енергетиці, наукових дослідженнях, в екстремальних умовах техногенного характеру, структурах екологічного моніторингу екологічних систем. Розробки впроваджено у виробничих процесах ДП ХМЗ "ФЕД"; роботах по створенню систем цифрового контролю якості та обліку електроенергії енергосистем держави; екологічному моніторингу навколишнього середовища, що виконується УкрНДІЕП; інтелектуальній системі підтримки прийняття рішень в екстремальних (надзвичайних) ситуаціях регіону; навчальному процесі ХНУРЕ.

Впровадження дозволило скоротити терміни проектування, тестування, настроювання інтелектуальних засобів та систем і підвищити вірогідність прийнятих рішень в умовах істотного обмеження на матеріальні та часові ресурси, апріорної та поточної невизначеності досліджуваних процесів за рахунок інтелектуалізації й автоматизації процедур прийняття рішень, вибору альтернатив побудови процесів, зниження впливу суб'єктивного фактора.

Результати теоретичних і практичних досліджень дисертаційної роботи доцільно розвивати і використовувати в науково-технічних розробках і впровадженнях систем обчислювального інтелекту на технологічних комплексах і об'єктах України та інших держав.

1. Кучеренко Е.И. Проблемы моделирования и анализа нечетких процессов управления // Радиоэлектроника и информатика. - 2001. - № 2. - С. 118 - 121.

2. Кучеренко Є.І. Питання побудови кольорових нейро-фаззі мереж Петрі // Вісник національного університету "Львівська політехніка". Інформаційні системи та мережі. - 2002. - № 464. - С. 179 - 187.

3. Кучеренко Є.І. Нечіткі мережні моделі в задачах аналізу взаємодіючих процесів складних технологічних об'єктів // Вісник НТУ "ХПІ". Тематичний випуск: Нові рішення в сучасних технологіях. - Харків: НТУ "ХПІ". - 2002. - Т. 1. - № 6. - С. 23 - 29.

4. Кучеренко Е.И. К проблеме анализа достижимости принимаемых решений // АСУ и приборы автоматики. - Харьков, 2001. - Вып.114. - С. 11 - 16.

5. Кучеренко Е.И. К вопросу моделирования и анализа процессов управления с использованием нечетких сетевых моделей // Вестник Харьковского государственного политехнического университета. Серия НРСТ. Новые решения в современных технологиях. - Харьков, 2000. - Вып. 117. - С. 19 - 21.

6. Кучеренко Е.И. О полноте принимаемых решений в нечетких условиях функционирования технологических объектов // Проблемы бионики. - Харьков, 2000. - Вып. 52. - С. 97 - 102.

7. Кучеренко Е.И. К вопросу о непротиворечивости принимаемых решений в нечетких условиях функционирования объектов анализа // АСУ и приборы автоматики. - Харьков, 2000. - Вып. 113. - С. 75 - 81.

8. Кучеренко Е.И. О минимизации ресурсов в задачах обработки знаний // Проблемы бионики. - Харьков, 2001. - Вып. 54. - С. 79 - 82.

9. Кучеренко Е.И. К проблеме выбора альтернатив динамических процессов на нечетких сетевых моделях //Радиоэлектроника и информатика. - 2001. - № 4 (17). - С. 130 - 133.

10. Кучеренко Е.И. Об одном методе анализа взаимодействующих процессов на нечетких сетевых моделях // АСУ и приборы автоматики, 2001. - Вып. 116. - С. 4 - 13.

11. Кучеренко Є.І. Ефективна структура засобів опису та моделювання нечітких взаємодіючих процесів в інтелектуальних системах // Проблемы бионики. - 2001. - Вып. 55. - С. 98 - 101.

12. Кучеренко Е.И. О модификации нечетких сетевых моделей при решении одного класса задач // АСУ и приборы автоматики. - 2002. - Вып. 118. - С. 105 - 110.

13. Кучеренко Е.И. К проблеме анализа полноты и непротиворечивости в задачах обработки знаний // Проблемы бионики. - 2002. - Вып. 57. - С. 22 - 26.

14. Кучеренко Е.И. Модификация нечетких сетевых моделей при решении задач достижимости на взаимодействующих нечетких процессах // Радиоэлектроника и информатика. - 2002. - № 2. - С. 97 - 100.

15. Кучеренко Є.І. Інтелектуальні технології моделювання та аналізу взаємодіючих процесів розширеними інтерпретованими нечіткими мережами Петрі // Вісник Технологічного університету Поділля. - Хмельницький, 2002. - № 3. - Т. 1(41). Технічні науки. - С. 118 - 122. 16. Кучеренко Є.І. Інтелектуальні технології моделювання нечітких динамічних процесів // Искусственный интеллект. - Донецьк: ІПШІ "Наука і освіта", 2002. - № 3. - С. 599 - 605.

17. Бодянский Е.В., Кучеренко Е.И. Расширение нечетких сетевых моделей на основе нейро-фаззи сетей Петри // АСУ и приборы автоматики. - 2001. - Вып. 117. - С. 92 - 98.

18. Кучеренко Є.І., Бодянський Є.В. До побудови нейро-фаззі мереж Петрі // Адаптивні системи автоматичного управління/ Міжвідомчий науково - технічний збірник. - Дніпропетровськ: Системні технології, 2001. - Вип. 4 (24). - С. 50 - 53.

19. Бодянский Е.В., Кучеренко Е.И. Нейро-фаззи сети Петри в интеллектуальных технологиях моделирования и анализа динамических взаимодействующих процессов // Искусственный интеллект. - Донецьк: ІПШІ "Наука і освіта", 2003. - № 1. - С. 19 - 27.

20. Кучеренко Е.И., Фадеев В.А. Инструментальные средства моделирования процессов управления в сложных технологических комплексах // Авиационно-космическая техника и технология. Труды Государственного аэрокосмического университета им. Н.Е. Жуковского "ХАИ". - Харьков, 2000. - Вып. 14. - С. 166 - 168.

21. Кучеренко Е.И., Фадеев В.А. Прикладные аспекты интеллектуализации производств машиностроения // АСУ и приборы автоматики. - 2002. - Вып. 120. - С. 123 - 127.

22. Кучеренко Е.И., Фадеев В.А. К вопросу реализации нечетких процессов принятия решений в условиях машиностроительных производств // Теор. і науково-практичний журнал Інж. Академії України. Вісник Інж. Академії України. - Київ: 2000. - Спец. Вип. - С. 540 - 543.

23. Кучеренко Є.І., Чалий С.Ф. Прийняття рішень в умовах екстремальних ситуацій з використанням інтелектуальних технологій // Системи обробки інформації. Зб. наукових праць. - Харків: НАНУ, ПАНМ, ХВУ, 2002. - Вип. 6 (22). - С. 328 - 336.

24. Кучеренко Е.И., Творошенко И.С. Процессы принятия решений в сложных системах на основе нечетких интервальных представлений // Вісник НТУ "ХПІ". Тематичний випуск: Cистемний аналіз, управління та інформаційні технології. - Харків: НТУ "ХПІ". - 2003. - Т. 1. - № 7. - С. 79 - 86.

25. Кучеренко Е.И. Моделирование параллельно функционирующих устройств в системах управления технологическими процессами // Тез. докл. 3 - й Всесоюзной научно-технической конференции "Микропроцессорные комплексы для управления технологическими процессами". - Грозный, 1991. - С. 52 - 53.

26. Кучеренко Е.И. Моделирование элементов сетевых структур в системах управления // Тез. докл. 17-й Международной школы-семинара "17 - я международная школа-семинар по вычислительным сетям" (октябрь 1992 г., Алма-Ата). - Москва - Алма-Ата, 1992. - Ч. 2. - С. 48 - 52.

27. Кучеренко Е.И. Формирование и анализ нечетких знаний при управлении подготовкой персонала, действующего в условиях чрезвычайных ситуаций // Тез. докл. 3 - й Международной конференции "Теория и техника передачи, приема и обработки информации. (Новые информационные технологии)". - Харьков - Туапсе, 1997. - С. 398.

28. Кучеренко Е.И. Нечеткие модели в задачах анализа процессов поддержки принятия решений // Сб. научн. трудов 4 - й Международной конференции "Теория и техника передачи, приема и обработки информации (Новые информационные технологии)". - Харьков, 1998. - С. 240.

29. Кучеренко Е.И. К вопросу моделирования и анализа нечетких взаимодействующих процессов // Сб. научн. трудов 7 - ой Международной конференции "Теория и техника передачи, приема и обработки информации". - Харьков, 2001. - С. 392 - 393.

30. Кучеренко Є.І. Дослідження нечітких процесів в інтелектуальних системах обробки знань // Матеріали Міжнародної конференції з управління "Автоматика-2002" (16 - 20 вересня 2002 р.) - Донецьк, 2002. - Т. 2. - С. 128 - 130.

31. Кучеренко Є.І. Нечіткі мережеві моделі складних систем на основі інтелектуальних технологій // 8 - я Международная конференция "Теория и техника передачи, приема и обработки информации ("Интегрированные информационные системы, сети и технологии") ИИСТ - 2002": Сб. научн. трудов. - Харьков: ХНУРЭ, 2002. - С. 521 - 523.

32. Кучеренко Є.І. Дослідження динамічних взаємодіючих нечітких процесів з використанням інтелектуальних технологій // 1 - й Международный радиоэлектронный Форум "Прикладная радиоэлектроника. Состояние и перспективы развития" МРФ-2002. Сб. научн. трудов. - Харьков: АН ПРЭ, ХНУРЭ, 2002. - Ч. 2. - С. 189 - 190.

33. Кучеренко Е.И., Тарадай А.Н. Вопросы реализации локальных вычислительных сетей в интегрированных автоматизированных системах управления производством // Труды Международной конференции "Локальные вычислительные сети" (ЛОКСЕТЬ 90). - Рига, 1990. - С. 257 - 261.

34. Кононенко И.В., Кучеренко Е.И. Методы и алгоритмы планирования развития систем на основе нечетких сетевых моделей // Теоретические и практические проблемы моделирования предметных областей в системах баз данных и знаний: Тез. докл. 3 - го междунар. научн. - техн. семинара. - Киев: Concept. LTD, 1994. - С. 52 - 56.

35. Кононенко И.В., Кучеренко Е.И. Нечеткие модели в системах принятия решений // Материалы научно-технической конференции с международным участием "Приборостроение-94" (11 - 14 октября 1994 г.). - Винница - Симферополь, 1994. - С. 27.

36. Кучеренко Е.И., Кучеренко В.Е. К проблеме анализа сложных технических систем с использованием сетевых моделей // Тез. докл. 2 - й Международной конференции "Теория и техника передачи, приема и обработки информации. (Новые информационные технологии)". - Харьков - Туапсе, 1996. - Ч. 2. - С. 165 - 166.

37. Бодянский Е.В., Кучеренко Е.И., Чапланов А.П. Диагностика и прогнозирование временных рядов с помощью многослойной радиально-базисной нейронной сети // Труды 8 - й Всероссийской конференции с международным участием "Нейрокомпьютеры и их применение" НКП - 2002 (Москва, 22 марта 2002 г.). - Москва, 2002. - С. 209 - 213.

38. Кучеренко Е.И., Основина О.Н. Моделирование динамических взаимодействующих процессов нечеткими сетевыми моделями // Современные сложные системы управления СССУ/HTCS'2002 / Cб. трудов международной научно - технической конференции. - Старый Оскол, 2002. - С. 83 - 86.

Размещено на Allbest.ru