Теория информации и когнитивные технологии в моделировании сложных многопараметрических динамических технических систем
Проведение автоматизированного системно-когнитивного анализа. Разработка методики численных расчетов, включающей структуру информации в оперативной памяти и внешних баз данных. Расчет матрицы абсолютных частот. Информационные портреты классов и факторов.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | курсовая работа |
Язык | русский |
Дата добавления | 26.05.2017 |
Размер файла | 73,6 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Поэтому имеются большие перспективы внедрения созданной Е.В.Луценко технологии АСК-анализа для создания методик расчета таких сложных технических систем, как роторно-винтовых в различные отрасли промышленности и сельского хозяйства.
Опыт успешного применения АСК-анализа и его программного инструментария системы «Эйдос-Х» для моделирования сложной технической системы для смешивания комбикормов с подробным численным примером описан в работе [24]. Стоит отметить, что параметры, рекомендуемые в соответствии с информационной моделью, обычно соответствуют экспертным ожиданиям, основанным на интуиции, опыте и профессиональной компетенции. Авторами данной работы разработано и изготовлено большое количество различных конструкций релятивных винтовых барабанов для смешивания комбикормов. Проведено 749 натурных экспериментов с барабанами 10 различных конструкций при различных параметрах режимов работы. Во всех экспериментах измерялось качество получаемой комбикормовой смеси. Однако непосредственно на основе эмпирических данных рациональный выбор конструктивных особенностей и параметров режимов работы барабанов не представляется возможным. Для этого необходимо предварительно разработать модель, отражающую эти эмпирические данные. Построение содержательных аналитических моделей различных типов барабанов представляет собой сложную и трудоемкую научную задачу, сложность которой обусловлена большим разнообразием и сложностью форм барабанов и режимов их использования, большим числом разнородных физических факторов, влияющих на процессы в барабане. Вследствие этого разработка аналитических моделей связана с большим количеством упрощающих допущений, снижающих их универсальность и достоверность. Поэтому актуальной является поиск математического метода и программного инструментария, обеспечивающих быструю и простую для пользователя разработку модели влияния конструкции барабана и параметров режимов его работы на качество получаемой комбикормовой смеси непосредственно на основе эмпирических (экспериментальных) данных. Предлагается решение этой задачи с применением нового универсального инновационного метода искусственного интеллекта: автоматизированного системно-когнитивного анализа (АСК-анализ) и его программного инструментария - универсальной когнитивной аналитической системы «Эйдос». В системе «Эйдос» реализован программный интерфейс, обеспечивающий непосредственный ввод в систему больших объемов эмпирических данных из Excel-файла. Создаваемая на их основе в системе «Эйдос» системно-когнитивная модель позволяет в наглядной форме отразить влияние конструкции барабана и параметров режимов его работы на качество получаемой комбикормовой смеси и разработать на этой основе научно-обоснованные и адекватные рекомендации по рациональному выбору конструктивных особенностей и параметров режимов работы релятивных винтовых барабанов. Приводится численный пример.
Таким образом, метод АСК-анализа может быть применен для анализа и рационального выбора конструктивных особенностей и параметров режимов работы технических систем, т.е. задача, поставленная в работе, успешно решена.
Отметим, что АСК-анализ и его программный инструментарий интеллектуальная система «Эйдос» позволяют моделировать не только физико-технические характеристики сложных технических систем, но и их социальные свойства, такие, например, как финансово-экономические и инженерно-психологические. Можно исследовать как конструктивные особенности и параметры режимов работы сложных технических систем влияют на финансово-экономическую и инженерно-психологическую эффективность применения этих систем и на этой основе выбирать их рациональные конструктивные особенности и режимы работы.
Материалы данной статьи и предлагаемый в ней подход могут быть использованы при преподавании дисциплин: интеллектуальные системы; инженерия знаний и интеллектуальные системы; интеллектуальные технологии и представление знаний; представление знаний в интеллектуальных системах; основы интеллектуальных систем; введение в нейроматематику и методы нейронных сетей; основы искусственного интеллекта; интеллектуальные технологии в науке и образовании; управление знаниями; автоматизированный системно-когнитивный анализ и интеллектуальная система «Эйдос»; которые автор ведет в настоящее время, а также и в других дисциплинах, связанных с преобразованием данных в информацию, а ее - в знания и применением этих знаний для решения задач идентификации, прогнозирования, принятия решений и исследования моделируемой предметной области (а это практически все дисциплины во всех областях науки).
Литература
1. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. М.: Высшая школа, 1989. - 320 с.,
2. Перегудов Ф. И., Тарасенко Ф. П.. Основы системного анализа. Томск Изд-во науч.-техн. лит. 1997. 389с.
3. Луценко Е.В. Свидетельство РосАПО №940217. Заяв. № 940103. Опубл. 11.05.94. Универсальная автоматизированная система распознавания образов "ЭЙДОС", - 50с.
4. Луценко Е.В. Свидетельство РосАПО №940328. Заяв. № 940324. Опубл. 18.08.94. Универсальная автоматизированная система анализа, мониторинга и прогнозирования состояний многопараметрических динамических систем "ЭЙДОС-Т", - 50с.
5. Луценко Е.В. Пат. № 2003610986 РФ. Заяв. № 2003610510 РФ. Опубл. от 22.04.2003. Универсальная когнитивная аналитическая система "ЭЙДОС", - 50с.
6. Луценко Е.В. Пат. № 2012619610 РФ. Заявка № 2012617579 РФ от 10.09.2012. Зарегистр. 24.10.2012. Универсальная когнитивная аналитическая система "ЭЙДОС-X++", - 50с.
7. Стабин И.П., Моисеева B.C. Автоматизированный системный анализ.- М.: Машиностроение, 1984. -309 с.
8. Klir, G,J. Architecture of Systems Problem Solving, with D. Elias, Plenum Press, New York, 354 pp.
9. Лефевр В.А. Конфликтующие структуры . Издание второе, переработанное и дополненное. -- М.: Изд-во «Советское радио», 1973. - 158 с. с ил.
10. Кошкин Л. Н. Важнейший этап развития технологических систем / Л. Н. Кошкин. - Новосибирск, ЭКО (роторно-конвейерные машины), № 10. - 1985. - С. 4.
11. Кошкин Л. Н. Роторные и роторно-конвейерные линии / Л. Н. Кошкин. - М.: Машиностроение, 1986. - 319 с.
12. Серга Г. В. Ресурсосберегающая технология смешивания компонентов кормов в винтовых барабанах / Г. В. Серга, А. Ю. Марченко // Вибрации в технике и технологиях. - 2009. ? №2. - С. 91-101.
13. Серга Г. В. Мельница для помола ферромагнитных порошков на базе винтового барабана / Г. В. Серга, Ю.М. Вернигоров Н.Н. Фролова А.Б. Гордеева // Научные исследования и их практическое применение. Современное состояние и пути развития 2011. - Одесса, Черноморье, 2011.- с. 94.
14. Серга Г. В. Исследование и создание способа, а также устройства для сушки куриного помета / Г. В. Серга, А. Ю. Марченко, Н.Н. Кузнецова // Науч. журн. КубГАУ. - Краснодар : КубГАУ, 2015 г. ? № 03(107) - С.1794-1806.
15. Пат. 2572685 Российская Федерация, МПКB24В 31/02 (2006.01). Устройство для отделочно-зачистной обработки / Г. В. Серга, А.Ю. Марченко, А.Н. Иванов, В.А. Лебедев, В.В. Иванов ; заявитель и патентообладатель Федеральное государственное учреждение высшего профессионального образования Кубанский государственный аграрный университет. -№ 2014129160/02 ; заявл. 15.07.2014 ; опубл. 20.01.2016, Бюл. № 2.
16. Пат. 2573355 Российская Федерация, МПКB02С 19/16 (2006.01), B02С 17/04 (2006.01), B02С 17/14 (2006.01). Мельница непрерывного действия / Г. В. Серга, В.Д. Таратута ; заявитель и патентообладатель Федеральное государственное учреждение высшего профессионального образования Кубанский государственный аграрный университет. -№ 2014141833/13; заявл. 16.10.2014; опубл. 20.01.2016, Бюл. № 2.
17. Пат. 2558580 Российская Федерация, МПК В01F 9/00 (2006.01). Устройство для приготовления краски / Г. В. Серга, С. М. Резниченко ; заявитель и патентообладатель Федеральное государственное учреждение высшего профессионального образования Кубанский государственный аграрный университет. -№ 2014140769/05; заявл. 08.10.2014 ; опубл. 10.08.2015, Бюл. № 22.
18. Пат. 2572138 Российская Федерация, МПК B01D 33/03 (2006.01) B01D 35/20 (2006.01). Вибрационное устройство для обезвоживания сыпучих материалов / Г. В. Серга, А.Ю. Марченко, М.Г. Серга ; заявитель и патентообладатель Федеральное государственное учреждение высшего профессионального образования Кубанский государственный аграрный университет. ?№ 2014152961/05 ; заявл. 25.12.2014 ; опубл. 27.12.2015, Бюл. № 36.
19. Пат. 2565315 Российская Федерация, МПК В07В 1/28 (2006.01). Грохот вибрационный / Г. В. Серга, В.Д. Таратута ; заявитель и патентообладатель Федеральное государственное учреждение высшего профессионального образования Кубанский государственный аграрный университет. ? № 2014136724/03; заявл. 09.09.2014; опубл. 20.10.2015, Бюл. № 29.
20. Пат. 2536318 Российская Федерация, МПК F27B 7/16 (2006.01). Печь вращающаяся для приготовления цементного клинкера / Г. В. Серга, В.Д. Таратута ; заявитель и патентообладатель Федеральное государственное учреждение высшего профессионального образования Кубанский государственный аграрный университет. ? № 2013120422/02; заявл. 30.04.2013; опубл. 20.12.2014, Бюл. № 35.
21. Пат. 2568500 Российская Федерация, МПК А01С 1/00 (2006.01). Машина для предпосевной обработки семенного материала / Г. В. Серга, А.Ю.Марченко ; заявитель и патентообладатель Федеральное государственное учреждение высшего профессионального образования Кубанский государственный аграрный университет. ? №2014128859/13;заявл.14.07.2014; опубл. 20.11.2015, Бюл. № 32.
Аннотация
ТЕОРИЯ ИНФОРМАЦИИ И КОГНИТИВНЫЕ ТЕХНОЛОГИИ В МОДЕЛИРОВАНИИ СЛОЖНЫХ МНОГОПАРАМЕТРИЧЕСКИХ ДИНАМИЧЕСКИХ ТЕХНИЧЕСКИХ СИСТЕМ
Луценко Евгений Вениаминович д.э.н., к.т.н., профессор РИНЦ SPIN-код: 9523-7101
Серга Георгий Васильевич д.т.н., профессор, заслуженный изобретатель РФ РИНЦ SPIN-код: 8075-9283
Кубанский государственный аграрный университет имени И.Т. Трубилина, Краснодар, Россия
В сложных многопараметрических технических системах происходят многочисленные и разнообразные физические процессы, которые, с одной стороны, оказывают существенное влияние на характеристики этих систем, а с другой стороны, крайне сложно поддаются описанию в виде содержательных аналитических моделей, основанных на уравнениях, т.к. эти модели должны учитывать специфические особенности систем. Вследствие этого разработка содержательных аналитических моделей является «штучной работой» и связана с большим количеством упрощающих допущений, снижающих их универсальность и достоверность. Но известен и другой принцип моделирования: построение феноменологических информационных моделей, т.е. моделей, не имеющих аналитической формы представления и описывающих моделируемую систему чисто внешне как «черный ящик». Такие модели могут строиться непосредственно на основе эмпирических данных и при наличии соответствующего программного инструментария это может быть по типовой технологии намного быстрее и значительно менее трудоемко, чем разработка содержательных аналитических моделей. С другой стороны феноменологические информационные модели могут быть вполне достаточны для определения рациональных конструктивных особенностей и параметров режимов работы сложных технических систем. Кроме того, такие феноменологические модели могут рассматриваться в качестве первого этапа разработки содержательных аналитических моделей. Предлагается применить для создания феноменологических моделей сложных технических систем новый универсальный инновационный метод искусственного интеллекта: автоматизированный системно-когнитивный анализ (АСК-анализ) и его программный инструментарий - универсальную когнитивную аналитическую систему «Эйдос». В системе «Эйдос» реализован программный интерфейс, обеспечивающий непосредственный ввод в систему больших объемов эмпирических данных из Excel-файла. Система «Эйдос», непосредственно на основе эмпирических (экспериментальных) данных, позволяет рассчитать какое количество информации о результатах работы технической системы содержится в фактах наличия у нее определенных конкретных конструктивных элементов и в определенных значениях параметрах режимов ее работы. На этой основе системой предлагаются научно-обоснованные и адекватные рекомендации по рациональному выбору конструктивных особенностей и параметров режимов работы моделируемой системы
Ключевые слова: АСК-АНАЛИЗ, АВТОМАТИЗИРОВАННЫЙ СИСТЕМНО-КОГНИТИВНЫЙ АНАЛИЗ, ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА «ЭЙДОС», МНОГОПАРАМЕТРИЧЕСКАЯ ТИПИЗАЦИЯ, СИСТЕМНАЯ ИДЕНТИФИКАЦИЯ, ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ЭМПИРИЧЕСКИХ ДАННЫХ РЕЗУЛЬТАТОВ ЭКСПЕРИМЕНТОВ, СЛОЖНЫЕ МНОГОПАРАМЕТРИЧЕСКИЕ ДИНАМИЧЕСКИЕ ТЕХНИЧЕСКИЕ СИСТЕМЫ РОТОРНО-ВИНТОВЫЕ ТЕХНОЛОГИЧЕСКИЕ СИСТЕМЫ
THE INFORMATION THEORY AND COGNITIVE TECHNOLOGIES IN MODELING COMPLEX MULTIVARIABLE DYNAMIC TECHNICAL SYSTEMS
Lutsenko Eugeny Veniaminovich Dr.Sci.Econ., Cand.Tech.Sci., professor RSCI SPIN-code: 9523-7101
Serga Georgij Vasil'evich Dr.Tech.Sci., professor , Honored Inventor of the Russian Federation RSCI SPIN-code: 8075-9283
Kuban State Agrarian University, Krasnodar, Russia
In complex multiparameter technical systems there are numerous and varied physical processes which, on the one hand, have a significant impact on the performance of those systems, and on the other hand, it is extremely difficult amenable to description in the form of meaningful analytical models based on equations, because these models must take into account the specific features of the systems. As a consequence, the development of conceptual analytical models is a "hand-made work" and it is associated with a large number of simplifying assumptions that reduce their versatility and reliability. But there is also another principle of modeling: the construction of phenomenological information models, i.e. models that do not have analytical forms of representation that describes the simulated system superficially as a "black box". Such models can be built directly based on empirical data and with the appropriate software it can be a standard technology much faster and much less time consuming than developing meaningful analytical models. On the other hand, the phenomenological information model can be sufficient to determine the rational design features and parameters of the modes of operation of complex technical systems. Besides, such phenomenological models can be viewed as the first stage in the development of meaningful analytical models. It is proposed to use a new universal innovative method of artificial intelligence for creating phenomenological models of complex technical systems: automated system-cognitive analysis (ASC-analysis) and its programmatic Toolkit which is a universal cognitive analytical system called "Eidos". In the system of "Eidos" we have implemented a software interface that provides direct input into the system large amounts of empirical data from an Excel file. The system of "Eidos" can directly (based on empirical (experimental) data) calculate how much information about the results of the technical systems is contained in the facts of possessing certain specific structural elements and certain values of the parameters modes of its work. On this basis, the system provides research-based and appropriate recommendations for the rational choice of design features and parameters of the operation modes of the simulated system
Keywords: ASC-ANALYSIS, AUTOMATED SYSTEM-COGNITIVE ANALYSIS, "EIDOS" INTELLIGENCE SYSTEM, PARAMETRIC TYPING, SYSTEM IDENTIFICATION, INTELLIGENT ANALYSIS OF EMPIRICAL DATA OF THE RESULTS OF THE EXPERIMENTS, COMPLEX MULTIVARIABLE DYNAMIC TECHNICAL SYSTEMS, ROTARY SCREW TECHNOLOGY SYSTEMS
Размещено на Allbest.ru
...Подобные документы
Описание разработанных программных модулей системы автоматизированного документооборота. Характеристика базы данных, нормативно-справочной, входной и выходной оперативной информации. Организация технологии сбора, передачи, обработки и выдачи информации.
дипломная работа [4,7 M], добавлен 16.02.2013Причины возникновения остаточной информации. Уничтожение информации как часть процесса обеспечения информационной безопасности. Метод воздействия магнитным полем и анализ устройств ликвидации информации. Ликвидация информации в оперативной памяти.
реферат [124,3 K], добавлен 05.12.2012Формы представляемой информации. Основные типы используемой модели данных. Уровни информационных процессов. Поиск информации и поиск данных. Сетевое хранилище данных. Проблемы разработки и сопровождения хранилищ данных. Технологии обработки данных.
лекция [15,5 K], добавлен 19.08.2013Стратегии размещения информации в памяти. Алгоритмы распределения адресного пространства оперативной памяти. Описание характеристик модели и ее поведения, классов и элементов. Выгрузка и загрузка блоков из вторичной памяти. Страничная организация памяти.
курсовая работа [708,6 K], добавлен 31.05.2013Предмет и этапы когнитивного анализа задач, его основные методы и их реализация на псевдокодовом языке. Виды факторов, использующихся при когнитивном моделировании систем. Предъявляемые к библиотеке требования, оценка ее экономической эффективности.
дипломная работа [1,3 M], добавлен 29.01.2013Использование микросхем SRAM при высоких требованиях к быстродействию компьютера для кеширования оперативной памяти и данных в механических устройствах хранения информации. Изучение устройства матрицы и типов (синхронная, конвейерная) статической памяти.
реферат [71,0 K], добавлен 06.02.2010Актуальность (своевременность) информации. Информационные ресурсы и информационные технологии. Подходы к определению количества информации. Свойства информации, ее качественные признаки. Роль информатики в развитии общества. Бит в теории информации.
презентация [200,9 K], добавлен 06.11.2011Автоматизированные поисковые системы. Информационные технологии в делопроизводстве и документообороте. Компьютерные сети и гипертекстовые технологии. Использование систем управления базами данных. Обработка информации на основе электронных таблиц.
контрольная работа [2,9 M], добавлен 15.12.2013Понятие экономической информации, ее классификаторы. Системы классификации и кодирования информации. Документация и технологии её формирования. Применение технологий Workflow, их функции. Виды носителей информации, современные технологии ее хранения.
курсовая работа [2,0 M], добавлен 27.09.2013Создание баз данных с использованием Database Desktop. Проведение автоматизации рабочего места кассира. Описание входной и выходной информации. Выбор среды реализации, состава и параметров технических средств. Проектирование интерфейса программы.
курсовая работа [1021,5 K], добавлен 22.01.2015Структурно-информационный анализ методов моделирования динамических систем. Математическое моделирование. Численные методы решения систем дифференциальных уравнений. Разработка структуры програмного комплекса для анализа динамики механических систем.
дипломная работа [1,1 M], добавлен 14.05.2010Приобретение практических навыков по определению объема памяти, отводимого на внешнем запоминающем устройстве под файл данных. Расчет производительности поиска информации, хранящейся в файле на ВЗУ. Вычисление использованных кластеров и байт памяти.
лабораторная работа [31,2 K], добавлен 26.11.2011История появления и развития оперативной памяти. Общая характеристика наиболее популярных современных видов оперативной памяти - SRAM и DRAM. Память с изменением фазового состояния (PRAM). Тиристорная память с произвольным доступом, ее специфика.
курсовая работа [548,9 K], добавлен 21.11.2014Блок-схема, отражающая основные функциональные компоненты компьютерной системы в их взаимосвязи. Устройства ввода-вывода информации. Определение объема оперативной памяти. Применение карт памяти и flash-дисков для долговременного хранения информации.
презентация [5,3 M], добавлен 28.01.2015Классификация компьютерной памяти. Использование оперативной, статической и динамической оперативной памяти. Принцип работы DDR SDRAM. Форматирование магнитных дисков. Основная проблема синхронизации. Теория вычислительных процессов. Адресация памяти.
курсовая работа [1,5 M], добавлен 28.05.2016Компьютер, программа, интерфейс. Состав компьютерной системы. От информации к данным. Оперативная память компьютера. Регенерация оперативной памяти. Память на магнитных дисках. Структура данных на магнитном диске. Размещение файлов на жестком диске.
реферат [16,5 K], добавлен 23.11.2003Проведение системного анализа предметной области и разработка проекта по созданию базы данных для хранения информации о перевозках пассажиров и грузов. Обоснование выбора системы управления базой данных и разработка прикладного программного обеспечения.
курсовая работа [1,1 M], добавлен 18.07.2014Технологические процессы обработки информации в информационных технологиях. Способы доступа к Internet. Информационные технологии в локальных и корпоративных компьютерных сетях. Средства обработки графической информации. Понятие информационной технологии.
учебное пособие [1,4 M], добавлен 23.03.2010Изучение свойств оперативной памяти, являющейся функциональной частью цифровой вычислительной машины, предназначенной для записи, хранения и выдачи информации, представленных в цифровом виде. Характеристика объема разных видов оперативной памяти.
реферат [24,0 K], добавлен 30.12.2010Понятие информации и ее свойства. Классификация экономической информации, ключевые понятия, определяющие ее структуру. Примеры использования информационных технологий в бизнесе. Экономические информационные системы, их классификация и структура.
шпаргалка [26,5 K], добавлен 22.08.2009