Для авторов
Найти
Результаты поиска
Найдено результатов: 7.
-
АНАЛИЗ ТРАДИЦИОННЫХ И НЕЙРОСЕТЕВЫХ МЕТОДОВ УПРАВЛЕНИЯ ЭЛЕКТРОПРИВОДАМИ В РОБОТОТЕХНИКЕ И ПЕРСПЕКТИВЫ ГИБРИДНЫХ ПОДХОДОВ
А. И. Татауров , В.Е. Вавилов287-2982025-12-30Аннотация ▼Целью настоящего исследования является сравнительный анализ традиционных и нейросетевых методов управления электроприводами в робототехнике, с акцентом на выявление их сильных и слабых сторон, определение областей применения и оценку перспектив развития гибридных подходов. Эффективное управление электроприводами является критически важным для современных робототехнических систем, которые должны демонстрировать высокую производительность, надежность и универсальность в различных областях применения. В частности, актуальными задачами являются обеспечение высокоточного отслеживания траектории, энергоэффективного управления, робастного управления в условиях неопределенностей и возмущений, управление с учетом ограничений, а также синхронизированное и координированное управление несколькими электроприводами. В связи с этим, вопросы оптимизации управления электроприводами, обеспечивающих точность движения, энергоэффективность и адаптацию к изменяющимся условиям, приобретают первостепенное значение. Для достижения этой цели были поставлены следующие взаимосвязанные задачи: систематизация, анализ особенностей и применения традиционных методов управления электроприводами, таких как PID-регуляторы, фильтры Калмана, управление скользящим режимом, модельное прогнозирующее управление; рассмотрение основных подходов к управлению электроприводами на основе нейронных сетей, включая сети прямого распространения, рекуррентные нейронные сети, радиально-базисные функции, нейро-нечеткие системы и обучение с подкреплением; анализ рассмотренных методов с целью выявления их преимуществ и ограничений с точки зрения таких ключевых параметров, как точность отслеживания траектории, робастность к возмущениям и неопределенностям, адаптивность к изменяющимся условиям эксплуатации и вычислительная сложность реализации; исследование и анализ перспектив использования гибридных методов управления электроприводами, сочетающих в себе надежность и качество управления в линейных и структурированных средах традиционных методов и гибкость и адаптируемость методов на основе нейронных сетей в сложных и динамичных робототехнических системах. Краткие выводы исследования указывают на то, что традиционные методы управления электроприводами, такие как PID-регуляторы и управление скользящим режимом, остаются эффективными и предпочтительными в линейных и хорошо определенных системах, характеризующихся простотой и надежностью. В то же время, нейросетевые подходы демонстрируют существенные преимущества при управлении сложными нелинейными системами, а также в условиях неопределенности, требующих адаптации к изменяющимся условиям. Особое внимание уделяется гибридным методам управления, сочетающим сильные стороны традиционных и нейросетевых подходов, которые рассматриваются как наиболее перспективное и многообещающее направление развития, позволяющее создавать интеллектуальные и робастные системы управления электроприводами, способные эффективно функционировать в сложных и динамичных средах.
-
АНАЛИЗ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА, ПРИМЕНЯЕМЫХ ДЛЯ РЕШЕНИЯ ЗАДАЧ ПСИХИАТРИИ
Е. С. Подоплелова2022-05-26Аннотация ▼Использование методов искусственного интеллекта в области медицины получило
широкое распространение, помогая диагностировать, анализировать и давать рекоменда-
ции по лечению. Психиатрия – это область медицины, изучающая психические расстрой-
ства, методы их диагностики и лечения. В спектр ее задач входит не только диагностика
и лечение, но также наблюдение, мониторинг и последующая реабилитация пациентов.
Эта предметная область имеет существенные проблемы, такие как объективность, про-
тиворечивость диагноза, сложность классификации болезней, непредсказуемость течения
заболевания. С рядом этих проблем помогает справиться использование методов машин-
ного обучения и алгоритмы искусственного интеллекта. Данная работа посвящена обзору
исследований методов искусственного интеллекта, применяемых для решения задач в об-
ласти психиатрии. Актуальность темы обусловлена высокой потребностью данной пред-
метной области в улучшениях. Конкретные проблемы представлены в данной статье.
Среди них были выделены основные направления: деидентификация данных, классификация
тяжести симптомов, точность прогнозирования состояния. Для их решения авторами
были применены такие методы как латентный семантический анализ для обработки ес-
тественного языка, методы классификации, сверточные нейронные сети для прогнозиро-
вания, когнитивное моделирование. Отдельно отмечена эффективность гибридных сис-
тем, включающих реализацию сразу нескольких метолов машинного обучения. Целью ис-
следования было выделить основные направления развития исследований научного сообще-
ства, которые демонстрируют успешную интеграцию искусственного интеллекта в пси-
хиатрию, а также сравнение их между собой по полученным оценкам точности моделей.
Что, в свою очередь, подразумевает разбор и анализ конкретных алгоритмов, их произво-
дительность для конкретных задач. -
ЭВОЛЮЦИОННОЕ ПРОЕКТИРОВАНИЕ МНОГОАГЕНТНЫХ СИСТЕМ
Л.А. Гладков , Н. В. Гладкова2021-11-14Аннотация ▼Статья посвящена обсуждению проблем построения эволюционирующих мультиа-
гентных систем. Рассмотрены возможные методологии проектирования мультиагентных
систем. Отмечена актуальность разработки новых принципов построения мультиагентных
систем на основе методов эволюционного проектирования. Выделены соответствия между
терминами теории агентов и теории эволюции. Отмечена перспективность использования
гибридных подходов к проектированию мультиагентных систем. Рассмотрены принципы
построения и возможности использования нечетких генетических алгоритмов при проекти-
ровании мультиагентных систем. Отмечено, что основные модели методы теории эволюци-
онного моделирования, могут успешно применяться при проектировании мультиагентных
систем. Предложена эволюционирующей многоагентной системы. Описана процедура фор-
мирования новых агентов в процессе эволюции. Определен набор параметров, позволяющих
оценить состояние каждого агента в популяции. Для оценки текущего состояния агента и
возможностей его взаимодействия с другими агентами предложено использовать ресурсные
параметры. Приведено определения агентства и семьи, минимальных элементов эволюцио-
нирующй мультиагентной системы. Предложена эволюционная стратегия построения мо-
дели эволюционирующей мультиагентной системы. Описаны процедуры выполнения ориги-
нальных эволюционных операторов для обработки популяции агентов. На основе предложен-
ной методики была разработана программная система поддержки эволюционного проекти-
рования агентов и мультиагентных систем. В настоящее время проводятся вычислительные
эксперименты для исследования предложенной модели проектирования многоагентных сис-
тем, оценки эффективности различных операторов и схем формирования агентов-потомков,
необходимые условия выживания. -
ГИБРИДНЫЙ МЕТОД РЕШЕНИЯ ЗАДАЧИ РАЗМЕЩЕНИЯ ЭЛЕМЕНТОВ ЦИФРОВЫХ ВЫЧИСЛИТЕЛЬНЫХ УСТРОЙСТВ
Л. А. Гладков, Н.В. Гладкова , М. Д. Ясир2021-11-14Аннотация ▼Рассматривается задача размещения элементов цифровой вычислительной техники.
Проведен анализ современного состояния исследований по данной теме, отмечена актуаль-
ность рассматриваемой задачи. Подчеркнута важность разработки новых эффективных ме-
тодов решения подобных задач. Показано место задачи размещения в общем цикле конструк-
торского этапа проектирования. Отмечена важность качественного решения задачи разме-
щения с точки зрения успешного выполнения последующих этапов проектирования. Отмечена
важность минимизации задержек соединений в процессе проектирования устройств большой
размерности. Проведен обзор и анализ различных моделей и критериев оценки решения задачи
размещения. Подчеркнуто, что важнейшим критерием является длина соединений, она оказы-
вает существенное влияние на применяемые при проектировании технологии. Выполнена ком-
плексная математическая постановка задачи размещения элементов цифровой вычислитель-
ной техники. Приведена целевая функция и ограничения рассматриваемой задачи размещения
как задачи оптимизации. Проанализированы перспективные подходы к решению задач проек-
тирования, описаны гибридные методы и модели решения сложных многокритериальных задач
оптимизации и проектирования. Описаны принципы работы и модель нечеткого логического
контроллера. Приведено описание используемой схемы нечеткого управления. Определены
функции различных блоков нечеткого логического контроллера. Предложена структура много-
слойной нейронной сети, реализующей функцию Гаусса. Описано взаимодействие блоков нечет-
кого генетического алгоритма. Предложена модель гибридного алгоритма решения задачи
размещения. Определены управляющие параметры нечеткого логического контроллера. Пред-
лагаемый гибридный алгоритм реализован в виде прикладной программы. Были проведены серии
вычислительных экспериментов для определения эффективности разработанного алгоритма и
выбора оптимальных значений управляющих параметров. -
ЭВОЛЮЦИОНИРУЮЩИЕ МНОГОАГЕНТНЫЕ СИСТЕМЫ И ЭВОЛЮЦИОННОЕ ПРОЕКТИРОВАНИЕ
Л. А. Гладков , Н.В. Гладкова2020-11-22Аннотация ▼Статья посвящена обсуждению проблем построения эволюционирующих мультиа-
гентных систем на основе использования принципов эволюционного проектирования и гиб-
ридных моделей. Рассмотрено понятие агента. Представлен набор базовых свойств аген-
та. Рассмотрены аналогии между многоагентными и эволюционными системами. Рас-
смотрены принципы построения и организации мультиагентных систем. Отмечены сход-
ства между основными определениями теории агентов и теории эволюции. Отмечено, что
основные модели эволюции и эволюционные алгоритмы, могут быть с успехом использова-
ны при проектировании многоагентных систем. Проведен анализ существующих методов
и методологий проектирования агентов и многоагентных систем. Отмечены существую-
щие различия в подходах к проектированию многоагентных систем. Описаны основные
типы моделей и приведены их важнейшие характеристики. Представлена модель взаимо-
действия агентов, включающая описание услуг (сервисов), взаимосвязей и обязательств,
существующих между агентами. Описана модель отношений (контактов), которая зада-
ет коммуникационные связи между агентами. Отмечена важность и перспективность
использования агентно-ориентированного подхода к проектированию многоагентных сис-
тем. Предложена концепция проектирования агентов и многоагентных систем, согласно
которой процесс проектирования включает в себя базовые компоненты самоорганизации,
в том числе процессы взаимодействия, скрещивания, адаптации к среде и т.д. Рассмотре-
ны различные подходы к эволюционного проектированию искусственных систем. Предло-
жена Эволюционная модель формирования агентов и агентств, как основной компонент
эволюционного проектирования. Предложены модифицированные эволюционные операто-
ры кроссинговера для реализации процесса проектирования агентов. -
ГИБРИДНЫЙ ПОДХОД К СОВМЕСТНОМУ РЕШЕНИЮ ЗАДАЧ РАЗМЕЩЕНИЯ И ТРАССИРОВКИ
Л.А. Гладков , Н.В. Гладкова , Джаббар Ясир Ясир Муханад2020-11-22Аннотация ▼В статье предложен интегрированный подход к решению задач размещения и трас-
сировки элементов схем электронной вычислительной аппаратуры. Подход основан на
совместном решении задач размещения и трассировки с использованием нечетких генети-
ческих методов. Приведено описание рассматриваемой проблемы и выполнен краткий ана-
лиз существующих подходов к ее решению. В статье рассматриваются интегрированные
подходы к решению оптимизационных задач автоматизированного проектирования схем
цифровой электронно-вычислительной аппаратуры. Подчеркнута актуальность и важность
разработки новых эффективных методов решения подобных задач. Отмечено, что важным
направлением развития методов оптимизации является разработка гибридных методов и
подходов, сочетающих достоинства различных методов вычислительного интеллекта.
В статье описаны следующие основные моменты: структура предлагаемого алгоритма и
его основные этапы; модифицированные генетические операторы кроссовера; предложены
модели формирования текущей популяции; модифицированные эвристики, операторы и
стратегии поиска оптимальных решений. Приведены результаты вычислительных экспе-
риментов. Проведенные эксперименты подтверждают эффективность предложенного
подхода. В заключении приводится краткий анализ полученных результатов. -
ГИБРИДНЫЙ БИОИНСПИРИРОВАННЫЙ АЛГОРИТМ ОТОБРАЖЕНИЯ ОНТОЛОГИЙ В ЗАДАЧАХ ИЗВЛЕЧЕНИЯ И УПРАВЛЕНИЯ ЗНАНИЯМИ
Д. Ю. Кравченко, Ю. А. Кравченко, В. В. Марков2020-07-20Аннотация ▼Статья посвящена решению задачи отображения онтологических моделей в процес-
сах извлечения и управления знаниями. Актуальность и значимость данной задачи обуслов-
лены необходимостью сохранения достоверности и исключения избыточности знаний при
интеграции (объединении) структурированных информационных источников различного
происхождения. Близость и непротиворечивость понятийной семантики объединенного
ресурса при проводимом отображении является основным критерием эффективности
предложенных решений. В статье рассмотрены проблемы выбора соответствующих за-
даче подходов решения, сохраняющих семантику при отображении концептов. Обоснована
стратегия выбора биоинспирированного моделирования. Проанализированы аспекты эф-
фективности применения различных децентрализованных биоинспирированных методов.
Определены причины необходимости проведения гибридизации. Предложено решать зада-
чу отображения онтологических моделей с применением биоинспирированного алгоритма,
построенного на основе гибридизации оптимизационных механизмов алгоритмов бактери-
ального и кукушкиного поиска. Проведенная гибридизация данных алгоритмов позволила
объединить их основные преимущества: последовательный бактериальный поиск, обеспечивающий детальное исследование локальных областей, и значительное число глобальных
перемещений агента-кукушки при реализации полетов Леви. Для оценки эффективности
предложенного гибридного биоинспирированного алгоритма разработан программный
продукт и проведены эксперименты по отображению онтологий разного размера. Каж-
дый концепт любой онтологии имеет определенный набор атрибутов, являющийся семан-
тическим вектором признаков. Степень сходства семантических векторов сравниваемых
концептов отображаемых онтологий является критерием их интеграции. Для повышения
качества процесса отображения введена новая кодировка решений. Полученные количест-
венные оценки демонстрируют экономию времени при решении задач относительно боль-
шой размерности (от 500000 вершин онтографа) не менее 13 %. Временная сложность
разработанного гибридного алгоритма составляет Описанные исследования имеют
высокий уровень теоретической и практической значимости и напрямую связаны с реше-
нием классических задач искусственного интеллекта, направленных на поиск скрытых за-
висимостей и закономерностей на множестве элементов знаний.
1 - 7 из 7 результатов
