- Код статьи
- 10.31857/S0005231023040074-1
- DOI
- 10.31857/S0005231023040074
- Тип публикации
- Статья
- Статус публикации
- Опубликовано
- Авторы
- Том/ Выпуск
- Том / Номер выпуска 4
- Страницы
- 115-130
- Аннотация
- В статье предлагается предиктивный подход к оценке особых классов опасных состояний в развитии технологических процессов с целью принятия упреждающих решений. В основе разрабатываемого подхода лежит гибридная модель, основанная на объединении доказательного классификатора, нечеткой логики и вероятностной схемы комбинирования свидетельств Демпстера-Шафера. В статье представлено формальное описание предиктора критических состояний технологического процесса. Полученный подход универсален и применим при автоматизации любых сложных технических систем. В качестве примера в данной статье было рассмотрено применение разработанного подхода для решения задачи оценки безопасности технологического процесса расформирования составов на сортировочной горке. Представленный пример показывает высокую эффективность и практическую полезность разработанного подхода.
- Ключевые слова
- Дата публикации
- 15.04.2023
- Год выхода
- 2023
- Всего подписок
- 0
- Всего просмотров
- 12
Библиография
- 1. Букреев В.Г., Колесникова С.И., Янковская А.Е. Выявление закономерностей во временных рядах в задачах распознавания состояний динамических объектов. Томск. Изд-во ТПУ, 2010.
- 2. Цветков В.Я. Сложные технические системы // Образовательные ресурсы и технологии. 2017. № 3 (20). С. 86-92.
- 3. Вычужанин В.В., Вычужанин А.В. Информационная когнитивная имитационная модель сложной технической системы // Информационные системы и технологии ИСТ-2020. 2020. С. 677-683.
- 4. Буравцев А.В., Цветков В.Я. Сложные организационно вычислительные системы // Перспективы науки и образования. 2018. № 4 (34). С. 293-300.
- 5. Шабельников А.Н., Ольгейзер И.А. Методы повышения безопасности в КСАУ СП // Автоматика, связь, информатика. 2017. № 3. С. 8-10.
- 6. Gurov Y.V., Khatlamadzhiyan A.E., Khilkov D.V., Shapovalova Y. Adaptive Fuzzy Systems for Predictive Diagnostics of Railway Facilities // Lecture Notes in Networks and Systems. 2022. Vol. 330 LNNS. P. 170-179. https://doi.org/10.1007/978-3-030-87178-9_17
- 7. Суханов А.В., Ковалев С.М., Акперов И.Г., Ольгейзер И.А. Выявление предвестников бифуркаций динамической системы на основе анализа структуры ее нечеткой модели // Интегрированные модели и мягкие вычисления в искусственном интеллекте ИММВ-2022: Сборник научных трудов XI Международной научно-практической конференции. В 2-х томах, Коломна, 16-19 мая 2022 года. Том 1. - Коломна: Общероссийская общественная организация "Российская ассоциация искусственного интеллекта", 2022. С. 137-144.
- 8. Gorrini V., Salome T., Bersini H. Self-structuring fuzzy systems for function approximation // Proceedings of 1995 IEEE International Conference on Fuzzy Systems. IEEE, 1995. Т. 2. С. 919-926.
- 9. Quost B., Masson M.-H., Denoeux T. Classifier fusion in the Dempster-Shafer framework using optimized t-norm based combination rules // Int. J. Approxim. Reason. 2011. No. 52(3). С. 353-374.
- 10. Denoeux T. Logistic regression revisited: belief function analysis // International Conference on Belief Functions. Springer, Cham, 2018. С. 57-64.
- 11. Dempster A.P. Upper and lower probabilities induced by a multivalued mapping // Annals of Mathematical Statistics. 1967. No. 38. С. 325-339.
- 12. Yager R.R. Measures of entropy and fuzziness related to aggregation operators // Inform. Sci. 1995. V. 82. No. 3-4. С. 147-166.
- 13. Афанасьева Т.В. Грануляция многомерных временных рядов в задаче дескриптивного анализа состояния и поведения сложных объектов // АиT. 2022. № 6. С. 72-83. https://doi.org/10.31857/S000523102206006X
- 14. Трофимов В.Б. О подходе к интеллектуальному управлению сложными технологическими процессами на примере черной металлургии // АиT. 2020. № 10. С. 137-148. https://doi.org/10.31857/S0005231020100050
- 15. Казанцева Л.С., Югрина О.П. Нормирование сроков доставки грузов и технология перевозочного процесса // Бюллетень транспортной информации. 2015. № 6(240). С. 29-33.
- 16. Покровская О.Д. Логистические транспортные системы России в условиях новых санкций // Бюллетень результатов научных исследований. 2022. № 1. С. 80-94. https://doi.org/10.20295/2223-9987-2022-1-80-94
- 17. Муха Ю.А., Тишков Л.Б., Шейкин В.П. Пособие по применению правил и норм проектирования сортировочных устройств. М.: Транспорт, 1994. 220 c.
- 18. Правила и нормы проектирования сортировочных устройств на железных дорогах колеи 1520 мм: утв. МПС РФ 10.10.2003. М.: Техинформ, 2003. 168 c.
- 19. Бессоненко С.А. Теория расчета сортировочных горок для различных климатических зон: специальность 05.22.08 "Управление процессами перевозок" // Дисс.. д-ра техн. наук. М., 2010. 419 с.
- 20. Olgeyzer I.A., Sukhanov A.V., Shabelnikov A.N., Ignatieva O.V. Fuzzy Approach to Car Retarding Adaptation on Hump Yards // Lecture Notes in Networks and Systems. 2022. Vol. 330 LNNS. P. 161-169. https://doi.org/10.1007/978-3-030-87178-9_16
- 21. Правила технической эксплуатации железных дорог Российской Федерации, утвержденные Приказом Минтранса России от 23 июля 2022 г. № 250.
- 22. № 95623 U1 Российская Федерация, МПК B61L 17/00. Комплексная система автоматизации управления сортировочным процессом (КСАУ СП): № 2010109685/22: заявл. 15.03.2010: опубл. 10.07.2010 / А.И. Даньшин, Ю.Ф. Золотарев, В.Р. Одикадзе [и др.].
- 23. Андронов Д.В. Опыт эксплуатации КСАУ СП //Автоматика, связь, информатика. 2013. № 11. С. 16-18.
