Orlov A. The method of reference models for the synthesis of intelligent systems for the identification of nonlinear dynamic objects

Українська версія

Thesis for the degree of Doctor of Philosophy (PhD)

State registration number

0825U000137

Thesis Registration Form

0825U000137.pdf

Applicant for

Specialization

  • 121 - Інженерія програмного забезпечення

22-01-2025

Specialized Academic Board

PhD 7434

Odesa Polytechnic National University

Essay

The dissertation is devoted to solving an important scientific and practical problem, which is to create a high-speed method and means of synthesizing intelligent systems for identifying nonlinear dynamic objects with continuous characteristics by superposition of pre-trained models that reflect the basic properties of the object (reference models) and its application in the form of software and algorithmic computer modeling tools. The purpose of the study is to reduce the time for building models of nonlinear dynamic objects with continuous characteristics while ensuring a given modeling accuracy by developing a method for synthesizing intelligent systems based on the superposition of pre-trained reference models in the form of neural networks (NN) that reflect the basic properties of the object and its application in the form of software and algorithmic computer modeling tools. To achieve this research purpose, the following tasks are set and solved in the paper: the analysis of existing methods for reducing the time of building models in the form of NN, the advantages of the approach to building NN based on the transfer of learning are shown, the basic problems of applying this approach, in particular, the preliminary training of NN in practice, are identified; the choice of research direction in the field of building models of nonlinear dynamic objects with continuous characteristics using the approach based on the preliminary training of models in the form of NN is substantiated; a family of reference models in the form of NN with time delays for modeling the basic (nonlinear and dynamic) properties of the object is proposed; the effect of superposition of reference models in the identification of complex nonlinear dynamic objects is established, which allows to reduce the time of preliminary training of NN; a method for synthesizing intelligent systems for identifying complex nonlinear dynamic objects by superposition of pre-trained reference models in the form of NN with time delays reflecting the basic properties of the object to reduce the time of building object models while ensuring a given modeling accuracy; an information technology for the synthesis of intelligent systems for the identification of nonlinear dynamic objects based on the use of a family of reference models in the form of NN with time delays to build a model of the object based on the data of the input-output experiment and its subsequent optimization according to the criterion of minimum simulation time was developed; developed software and algorithmic tools for computer modeling based on the method of reference models and information technology for the synthesis of intelligent systems for identifying complex nonlinear dynamic objects; the developed method and tools were applied to solve applied problems of identifying nonlinear dynamic objects with continuous characteristics.

Read more

Research papers

Orlov A. Use of pre-trained neural networks for modeling nonlinear dynamic objects. Інформатика та математичні методи в моделюванні. 2023. Том 13, № 3-4. C. 195–202. DOI: 10.15276/imms.v13.no3-4.195.

Mathematical models of software quality assurance for interpretation of dynamic neural networks / O. Fomin, V. Krykun, A. Orlov et al. Вчені записки ТНУ імені В.І. Вернадського. Серія: Технічні науки. 2023. Том 34 (73), № 5. C. 250–256. DOI: 10.32782/2663-5941/2023.5/39.

Fomin O.O., Orlov A.A.. Modeling nonlinear dynamic objects using pre-trained time delay neural networks. Прикладні аспекти інформаційних технологій. 2024. Том 7, № 1. С. 24–33. DOI: 10.15276/aait.07.2024.2.

Метод опорних моделей синтезу інтелектуальних систем ідентифікації нелінійних динамічних об’єктів / О. О. Фомін, В. О. Сперанський, А. А. Орлов та ін. Математичне та комп'ютерне моделювання. Серія: Технічні науки. 2024. Вип. 25, C. 129–139. DOI: 10.32626/2308-5916.2024-25.129-139.

Method of reference models for synthesis of intellectual systems of nonlinear dynamic objects identification / O. O. Fomin, V. O. Speranskyy, A. A. Orlov et al. Вісник сучасних інформаційних технологій. 2024. Том 7, № 3. С. 262–274. DOI: 10.15276/hait.07.2024.18.

Interpretation of Dynamic Models Based on Neural Networks in the Form of Integral-Power Series / O. Fomin et al. ; in: Arsenyeva, O., Romanova, T., Sukhonos, M., Tsegelnyk, Y. (eds). Smart Technologies in Urban Engineering. STUE 2022. Lecture Notes in Networks and Systems. Springer, Cham, 2022. Vol. 536. P. 258–265. DOI: 10.1007/978-3-031-20141-7_24.

Interpretation Method for Dynamic States Neural Network Models / S. Polozhaenko et al. IEEE 3rd International Conference on System Analysis & Intelligent Computing (SAIC). Kyiv, Ukraine, 2022. P. 1–5. DOI: 10.1109/SAIC57818.2022.9923008.

Орлов А. А., Фомін О. О. Ідентифікація нелінійних динамічних об'єктів на основі нечітких нейронних мереж. Матеріали Дванадцятої Міжнародної наукової конференції студентів та молодих учених «Сучасні інформаційні технології – 2022». Одеса, Україна, 2022. С. 138-140.

Use of dynamic neural networks for modeling nonlinear objects with significant nonlinearity / S. Polozhaenko et al. Збірник тез IV Міжнародної науково-практичної Інтернет-конференції "Математика та інформатика в науці й освіті: виклики сучасності". Вінниця, Україна, 2023. C. 121-124.

Орлов А. А., Фомін О. О. Моделювання динамічних об'єктів з неоднозначною нелінійністю на основі нейронних мереж. Матеріали Тринадцятої Міжнародної наукової конференції студентів та молодих учених «Сучасні інформаційні технології – 2023». Одеса, Україна, 2023. С. 147-149.

Use of Dynamic Neural Networks for Modeling Nonlinear Objects with Significant Nonlinearity / O. Fomin et al. 18th Conference on Computer Science and Intelligence Systems. Warsaw, Poland, 2023. P. 97–102. DOI: 10.15439/2023F3874.

Modeling of the agricultural crops development using satellite imagery / O. Fomin et al. Біоінтенсивні та SMART-технології у тваринництві: матеріали II Міжнародної науково-практичної конференції науково-педагогічних працівників та молодих науковців. Одеса, Україна, 2023. C. 10–14.

Орлов А. А. Використання попередньо навчених нейронних мереж із часовими затримками для моделювання нелінійних динамічних об'єктів. Комп’ютеризовані системи та програмні технології. 2023. № 1. С. 7–11.

Read more

Files

autoreferat-abstract_orlov_121.pdf

dis_orlov_121.pdf

Similar theses

0825U000390

Oleksandr A. Zarichkovyi

Algorithmic software for video data annotation for computer vision tasks

0824U003605

Eduard V. Zelenko

MODELING AND ALGORITHMIZATION OF THE PRICING PROCESS IN ELECTRONIC COMMERCE USING SOFTWARE AGENTS

0824U003570

Petro Sydor

Methods of forecasting natural disasters based on artificial intelligence technologies

0824U002931

Pazderska Ruslana

Construction of information system software for creating specialized topical virtual communities

0824U002714

Artemii Kyrianov

Methods and software of decentralised control of group flight of unmanned aerial vehicles based on the theory of inhomogeneous vector field.