Решение управления сложными объектами предложили в ТюмГУ
Задачи предотвращения и устранения опасных ситуаций являются актуальными при эксплуатации сложных технологических объектов. Такие объекты действуют, в частности, в системах жизнеобеспечения города (системы тепло-, водо-, энерго-, газоснабжения), на крупных производственных, добывающих или перерабатывающих предприятиях. Развитие опасных ситуаций на этих объектах может привести к нежелательным или даже катастрофическим последствиям.
Процесс принятия решения для устранения (предупреждения) возникающей опасной ситуации направлен на поиск такой программы действий, которая должна перевести текущую нештатную ситуацию в целевую, штатную.
Статья «Нейросетевая архитектура вывода решений в опасных ситуациях на сложном технологическом объекте» ученых кафедры информационных систем Института математики и компьютерных наук ТюмГУ Игоря и Дмитрия Глухих, Юрия Карякина вышла в журнале «Прикладная информатика».
В работе исследуется возможность реализации метода вывода решения на основе прецедентов с помощью нейросети для предупреждения и устранения опасных ситуаций на сложном технологическом объекте городской инфраструктуры. Авторы рассматривают ситуацию как совокупность состояний элементов сложного объекта и связей между ними. В работе для решения задачи исследуются две архитектуры нейросети: модель на основе многослойного перцептрона (математическая или компьютерная модель восприятия информации мозгом) и архитектура «компаратор – сумматор».
Эксперименты показали, что нейросетевая архитектура «компаратор – сумматор» для рассматриваемых задач сравнения ситуаций показала более высокую точность, чем многослойный перцептрон. Полученные учеными результаты продолжают известные исследования в области интеграции методов машинного обучения и методов систем, основанных на знаниях, и служат основой для дальнейшей разработки гибридных моделей вывода решений при интеллектуальном управлении сложными объектами.
Назад к списку
