Орлов А. А. Метод опорних моделей синтезу інтелектуальних систем ідентифікації нелінійних динамічних об’єктів

English version

Дисертація на здобуття ступеня доктора філософії

Державний реєстраційний номер

0825U000137

Облікова картка дисертації

0825U000137.pdf

Здобувач

Спеціальність

  • 121 - Інженерія програмного забезпечення

22-01-2025

Спеціалізована вчена рада

PhD 7434

Національний університет "Одеська політехніка"

Анотація

Дисертаційну роботу присвячено вирішенню важливої науково-практичної задачі, яка полягає у створенні швидкісного методу та засобів синтезу інтелектуальних систем ідентифікації нелінійних динамічних об’єктів з неперервними характеристиками шляхом суперпозиції попередньо навчених моделей, що відбивають базові властивості об’єкта (опорних моделей) та його застосуванню у вигляді програмно-алгоритмічних засобів комп’ютерного моделювання. Метою роботи є скорочення часу побудови моделей нелінійних динамічних об'єктів із безперервними характеристиками при забезпеченні заданої точності моделювання шляхом розвитку метода синтезу інтелектуальних систем на основі суперпозиції попередньо навчених опорних моделей у вигляді нейронних мереж (НМ), що відбивають базові властивості об’єкта, та його застосування у вигляді програмно-алгоритмічних засобів комп’ютерного моделювання. Для досягнення вказаної мети дослідження в роботі поставлено і розв´язано такі задачі: виконано аналіз існуючих методів скорочення часу побудови моделей у вигляді НМ, показано переваги підходу до побудови НМ на основі перенесення навчання, визначено базові проблеми застосування цього підходу, зокрема, попереднього навчання НМ на практиці; обґрунтовано вибір напряму досліджень в області побудови моделей нелінійних динамічних об'єктів із безперервними характеристиками з використанням підходу на основі попереднього навчання моделей у вигляді НМ; запропоновано сімейство опорних моделей у вигляді НМ з часовими затримками для моделювання базових (нелінійних та динамічних) властивостей об’єкта; встановлено ефект суперпозиції опорних моделей при ідентифікації складних нелінійних динамічних об'єктів, що дозволяє скоротити час попереднього навчання НМ; розвинуто метод синтезу інтелектуальних систем ідентифікації складних нелінійних динамічних об'єктів шляхом суперпозиції попередньо навчених опорних моделей у вигляді НМ з часовими затримками, що відбивають базові властивості об’єкта, для скорочення часу побудови моделей об’єктів при забезпеченні заданої точності моделювання; розроблено інформаційну технологію синтезу інтелектуальних систем ідентифікації нелінійних динамічних об'єктів, що ґрунтується на використанні сімейства опорних моделей у вигляді НМ з часовими затримками для побудови моделі об’єкта за даними експерименту «вхід–вихід» та подальшою її оптимізацією за критерієм мінімуму часу моделювання; розроблено програмно-алгоритмічні інструментальні засоби комп’ютерного моделювання на основі методу опорних моделей та інформаційної технології синтезу інтелектуальних систем ідентифікації складних нелінійних динамічних об'єктів; розроблений метод та інструментальні засоби застосовано для розв’язання прикладних задач ідентифікації нелінійних динамічних об’єктів з неперервними характеристиками.

Читати повністю

Публікації

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.

Читати повністю

Файли

autoreferat-abstract_orlov_121.pdf

dis_orlov_121.pdf

Схожі дисертації

0825U000390

Зарічковий Олександр Анатолійович

Методи та програмне забезпечення розмітки відеоданих для задач комп’ютерного зору

0824U003605

Зеленько Едуард Васильович

МОДЕЛЮВАННЯ ТА АЛГОРИТМІЗАЦІЯ ПРОЦЕСУ ЦІНОУТВОРЕННЯ В ЕЛЕКТРОННІЙ КОМЕРЦІЇ ІЗ ЗАСТОСУВАННЯМ ПРОГРАМНИХ АГЕНТІВ

0824U003570

Сидор Петро Олегович

Методи прогнозування природних катастроф на основі технологій штучного інтелекту

0824U002931

Паздерська Руслана Степанівна

Побудова програмного забезпечення інформаційної системи формування спеціалізованих тематичних віртуальних спільнот

0824U002714

Кир'янов Артемій Юрійович

Методи та програмне забезпечення децентралізованого управління груповим польотом безпілотних літальних апаратів на основі теорії неоднорідного векторного поля.