Abstract
Currently, the problem of designing automatic control systems of dynamically variable objects is characterized by the transition from adaptive management paradigm to intelligent control paradigm. This is caused by continuous complication of objects and conditions of their operation, the advent of new classes of computing devices (distributed computing), high-performance telecommunication channels, and a sharp increase in the requirements for reliability and efficiency of control processes in a significant priori and posteriori uncertainty. Accounting for these factors is possible only through the transition from «hard» algorithms of parametric and structural adaptation to the anthropomorphic principle of forming control. Given the characteristics of the modern enterprise, when the head and structural units quickly make decisions and monitor its implementation, it comes very clearly understand the need of artificial intelligence as an assistant in the work of transport enterprise. However, existing methods are outdated and not fully perform the role of assistant. The latest trends in this matter are modern methods of creating intelligent systems that can learn in the process, based on neural networks. The paper proposed synthesis technologies of transport enterprise neural network algorithms . Better use of major resources of the enterprise is possible through the use of self-learning neural networks to control transport enterprise. Using a synthesis of known algorithms may be more correct setup of the whole system and increase the speed of information processing and decision of optimal solution.
Highlights
Розглядається проблема проектування інтелектуальних систем управління (ІСУ) динамічно-змінними об’єктами (ДО), що функціонують в умовах суттєвої апріорної невизначеності
Указані вище підходи, визначаючи необхідні напрямки досліджень стосовно до САК динамічно-змінними об’єктами, не вказують формальних алгоритмів та методик синтезу ІСУ ТП на основі критерію мінімальної складності при виконанні заданих вимог до якості процесів управління в умовах невизначеності режимів роботи ТП і зміни зовнішнього середовища
Визначаючи необхідні напрямки досліджень стосовно до САК динамічно-змінними об’єктами, не вказують формальних алгоритмів і методик синтезу ІСУ ТП на основі критерію мінімальної складності при виконанні заданих вимог до якості процесів управління в умовах невизначеності режимів роботи ТП і зміни зовнішнього середовища
Summary
Дослідження в галузі оцінки та оптимізації складності САК динамічними об’єктами мають півстолітню історію. Указані вище підходи, визначаючи необхідні напрямки досліджень стосовно до САК динамічно-змінними об’єктами, не вказують формальних алгоритмів та методик синтезу ІСУ ТП на основі критерію мінімальної складності при виконанні заданих вимог до якості процесів управління в умовах невизначеності режимів роботи ТП і зміни зовнішнього середовища. Обробка паралельних програм [6] дає можливість більш широко використовувати математичний апарат, але створення конкретної математичної моделі для підприємств не враховано. Визначаючи необхідні напрямки досліджень стосовно до САК динамічно-змінними об’єктами, не вказують формальних алгоритмів і методик синтезу ІСУ ТП на основі критерію мінімальної складності при виконанні заданих вимог до якості процесів управління в умовах невизначеності режимів роботи ТП і зміни зовнішнього середовища. В останніх публікаціях та дослідженнях відображається ця проблема, так у [10] вирішується питання діагностування, але не розглянуто питання створення повноцінної нейронної мережі. Де вибір поліномів H(1)(z), ..., H(R)(z) здійснюється з урахуванням можливої відмінності вимог до показників якос ті (час регулювання, перерегульовання) на кожному із заданих режимів роботи ТП [18]
Sign-in/Register to view highlights & summary Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
