Найти

Результаты поиска

• АНАЛИЗ ТРАДИЦИОННЫХ И НЕЙРОСЕТЕВЫХ МЕТОДОВ УПРАВЛЕНИЯ ЭЛЕКТРОПРИВОДАМИ В РОБОТОТЕХНИКЕ И ПЕРСПЕКТИВЫ ГИБРИДНЫХ ПОДХОДОВ

  А. И. Татауров , В.Е. Вавилов

  287-298

  2025-12-30

  Аннотация ▼

  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. Подоплелова

  2022-05-26

  Аннотация ▼

  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.

• ГИБРИДНЫЙ МЕТОД РЕШЕНИЯ ЗАДАЧИ РАЗМЕЩЕНИЯ ЭЛЕМЕНТОВ ЦИФРОВЫХ ВЫЧИСЛИТЕЛЬНЫХ УСТРОЙСТВ

  Л. А. Гладков, Н.В. Гладкова , М. Д. Ясир

  2021-11-14

  Аннотация ▼

  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.

• ЭВОЛЮЦИОННОЕ ПРОЕКТИРОВАНИЕ МНОГОАГЕНТНЫХ СИСТЕМ

  Л.А. Гладков , Н. В. Гладкова

  2021-11-14

  Аннотация ▼

  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 ПОДХОД К СОВМЕСТНОМУ РЕШЕНИЮ ЗАДАЧ РАЗМЕЩЕНИЯ И ТРАССИРОВКИ

  Л.А. Гладков , Н.В. Гладкова , Джаббар Ясир Ясир Муханад

  2020-11-22

  Аннотация ▼

  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.

• ЭВОЛЮЦИОНИРУЮЩИЕ МНОГОАГЕНТНЫЕ СИСТЕМЫ И ЭВОЛЮЦИОННОЕ ПРОЕКТИРОВАНИЕ

  Л. А. Гладков , Н.В. Гладкова

  2020-11-22

  Аннотация ▼

  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 БИОИНСПИРИРОВАННЫЙ АЛГОРИТМ ОТОБРАЖЕНИЯ ОНТОЛОГИЙ В ЗАДАЧАХ ИЗВЛЕЧЕНИЯ И УПРАВЛЕНИЯ ЗНАНИЯМИ

  Д. Ю. Кравченко, Ю. А. Кравченко, В. В. Марков

  2020-07-20

  Аннотация ▼

  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.