Інтелектуальна система підтримки прийняття рішень для автоматизації виробництва складних мінеральних добрив - Автореферат

Одним із перспективних напрямів автоматизації керованих технологічних процесів в хімічній, металургійній, харчовій та інших галузях, що протікають за умов апріорної невизначеності, є розробка та удосконалення інтелектуальних систем підтримки прийняття рішень (СППР) у складі автоматизованої системи керування (АСК) на основі самонавчання та розпізнавання образів. Таким чином, важливою науково-практичною задачею є розробка моделей і методів аналізу та синтезу здатної самонавчатися в режимі ФКА СППР для автоматизації виробництва складних мінеральних добрив, що і визначає актуальність теми дисертаційної роботи. Дисертаційна робота виконана на кафедрі інформатики Сумського державного університету за держбюджетними темами МОН України: «Математичні моделі, алгоритми та засоби інформаційної технології аналізу та синтезу інтелектуальних систем» (ДР № 0105U002825), «Математичне моделювання та оцінка функціональної ефективності адаптивної системи керування дистанційним навчанням» (ДР № 0106U001930), «Розроблення науково-методичних основ та інформаційних засобів проектування здатних самонавчатися адаптивних систем керування технологічними процесами» (ДР №0109U001380) та науково-технічним договором «Розробка методології використання інтелектуальної системи керування, що навчається, у виробництві мінеральних добрив» (ВАТ «Сумихімпром», м. Мета дисертаційної роботи полягає в розробці інформаційно-екстремального методу аналізу і синтезу СППР, що самонавчається в режимі ФКА з оптимізацією словника ознак, для автоматизації технологічного процесу виробництва складних мінеральних добрив за умов апріорної невизначеності, інформаційних і ресурсних обмежень. При цьому: а) вперше розроблено інформаційно-екстремальний метод аналізу і синтезу здатної самонавчатися в режимі факторного кластер-аналізу СППР, що включає комплекс категорійних моделей, критерії оцінки функціональної ефективності і алгоритми оптимізації параметрів словника ознак, використання якого дозволило надати системі властивість адаптивності при її функціонуванні за умов апріорної невизначеності через відсутність неперервного вхідного контролю сировини та матеріалів природного походження при виробництві складних мінеральних добрив;У другому розділі розглянуто теоретичні та методологічні основи інформаційно-екстремального методу аналізу і синтезу СППР, що самонавчається безпосередньо в робочому режимі в рамках ФКА з оптимізацією словника ознак. Для апріорно класифікованого нечіткого алфавіту класів розпізнавання , який характеризує функціональних станів технологічного процесу і утворює в просторі ознак нечітке розбиття , де М=Card , побудовано шляхом допустимих перетворень в субпарацептуальному дискретному просторі ознак оптимальне в інформаційному розумінні чітке розбиття еквівалентності класів, яке визначає безпомилкові за багатовимірною навчальною матрицею вирішальні правила для оцінки поточного функціонального стану технологічного процесу. , де G - множина факторів , що впливають на функціонування СППР; T - множина моментів часу зняття інформації; ? - простір ознак; Z - простір можливих функціональних станів АСК; Y - навчальна матриця ; - оператор формування простору ознак; Ф: G?T???Z®Y - оператор формування вибіркової множини Y на вході СППР; - оператор переходів, що відбиває механізм зміни станів під дією внутрішніх і зовнішніх збурень; H - оператор переходу до нового типу вирішальних правил. Діаграму відображень множин, задіяних в режимі ФКА з самонавчанням показано на рис. 2 штрихпунктиром позначено оператор , який виділяє групу ознак, що не змінюють КФЕ в процесі оптимізації СКД, і оператор , що перевіряє які з ознак було використано при оптимізації геометричних параметрів розбиття за дистанційними принципами.У дисертаційній роботі розвязано важливу науково-практичну задачу аналізу і синтезу здатної самонавчатися в режимі ФКА СППР для автоматизації технологічного процесу виробництва складних мінеральних добрив за умов апріорної невизначеності. 1.За результатами аналітичного огляду джерел інформації проаналізовано сучасний стан та тенденцію розвитку АСК на базі інтелектуальних СППР і показано, що використання сучасних засобів автоматизації, наприклад, у вигляді цифрових ПІД-регуляторів, не дозволяє ефективно розвязувати задачі автоматизації технологічних процесів за умов відсутності через технічні проблеми неперервного вхідного контролю сировини та матеріалів природного забезпечення і зроблено висновок про необхідність надання АСК властивості адаптивності шляхом самонавчання і автоматичної класифікації. 2.Запропоновано перспективний інформаційно-екстремальний метод аналізу і синтезу інтелектуальної СППР, що самонавчається в режимі ФКА, який дозволяє побудувати безпомилкові за навчальною та контрольною багатовимірними матрицями вирішальні правила шляхом оптимізації просторово-часових параметрів функціонування, в тому числі і словника ознак. 3.Запропоновано комплекс логічно повязаних у рамках ІЕІ-технології категорійних моделей у вигляді діаграм відображень множи

ОСНОВНИЙ ЗМІСТ РОБОТИ