Конструирование моделей и алгоритмов интеллектуализации процессов управления динамическими объектами в условиях неопределенности

Аннотация

Актуальность и востребованность темы диссертации. На сегодняшний день в мировой практике в сфере автоматизации ведущее место занимает создание высокоэффективных систем управления технологическими процессами с привлечением интеллектуальных технологий. Одной из наиболее актуальных задач стремительно развивающегося современного информационного общества является управление реальными динамическими системами на основе обработки и анализа огромных потоков данных. В этом направлении определенные успехи достигнуты в ведущих странах мира, таких как США, Германия, Япония, Южная Корея и др., где уделяется пристальное внимание по совершенствованию системы управления технологическими объектами для обеспечения конкурентоспособность продуктов и эффективности производства в промышленной и непромышленной сфере. В настоящие время в этих странах применяемые интеллектуальные системы управления производством составляют около 40-45%'. В результате этого обеспечивается уменьшение расхода ресурсов и энергии на 35%2. В Республике Узбекистан проводятся широкомасштабные мероприятия по эффективной организации мер по созданию высокоэффективных систем управления технологическими процессами и производствами. В этой сфере, в том числе, по разработке эффективных систем управления отдельными технологическими объектами в различных отраслях производства, интеллектуализации процессов управления, совершенствовании методов исследования интеллектуальных систем управления, создании интеллектуальных средств процессов управления, проводится ряд исследовательских работ. В мире пристальное внимание уделяется разработке нейро-нечетких моделей и алгоритмов синтеза систем управления в задачах интеллектуализации систем управления технологическими объектами, формирования базы знаний и использования их при совершенствовании управляемых систем. В этой области осуществление целенаправленных научных исследований является приоритетной проблемой, при этом весьма актуальны исследования в следующих направлениях: разработка гибридных моделей динамических процессов на основе нейронных сетей и нечеткой логики, позволяющие учитывать особенности динамических объектов; интеллектуализация процессов управлении на основе совместного применения современных методов теории управления и принципов интеллектуализации; разработка инструментальных и программных средств интеллектуализации процессов управления; разработка высокоэффективных алгоритмов адаптивного и робастного управления; создание базы знаний на основе моделей и алгоритмов управления; разработка программноинструментальных средств интеллектуализации автоматизированного мониторинга и управления динамическими объектами в условиях неопределенности. Данное диссертационное исследование в определенной степени служит выполнению задач, предусмотренных в Постановлении Президента Республики Узбекистан №ПП-1989 от 27 июня 2013 года «О мерах по дальнейшему развитию национальной информационно-коммуникационной системы», а также в других нормативно-правовых документах, принятых в данной сфере. Целью исследования является разработка моделей и алгоритмов интеллектуализации процессов управления динамическими объектами в условиях неопределенности Научная новизна исследования заключается в следующем: выявлены основные классы решаемых задач, разработаны принципы интеллектуализации процессов управления динамическими объектами, функционирующих в условиях неопределенности; разработан качественно новый подход к созданию систем интеллектуализации процессов управления динамическими объектами, функционирующими в условиях неопределенности и расплывчатости производственных ситуаций, на основе интеграции методов современной теории управления и интеллектуальных технологий; разработан комплекс интеллектуализированных гибридных моделей систем управления динамическими объектами, обладающий адаптивными свойствами, и позволяющий в отличие от известных типов моделей учитывать динамические особенности управляемых процессов; разработаны алгоритмические основы конструирования моделирующих алгоритмов исследования динамических объектов, обеспечивающие эффективное решение задач выбора наилучших моделей и принятия управленческих решений; создан интеллектуализированный решатель задач управления динамическими объектами, сочетающий в себе методы традиционной теории автоматического управления и принципы интеллектуального управления, в условиях структурной, параметрической и ситуационной неопределенностей; разработаны алгоритмы определения неизмеряемых координат объекта, коррекции параметров системы управления, а также синтеза системы управления динамическими объектами на основе адаптивных нейро-нечетких и прогнозирующих моделей. созданы алгоритмы синтеза адаптивной нейро-нечеткой комбинированной системы управления динамическими объектами, основанный на методе интерактивной адаптации, представляющий собой комбинацию алгоритма идентификации и генетических алгоритмов, который позволяет эффективно решать задачи управления промышленными объектами в условиях неопределенности. ЗАКЛЮЧЕНИЕ На основе проведённых исследований по докторской диссертации на тему «Конструирование моделей и алгоритмов интеллектуализации процессов управления динамическими объектами в условиях неопределенности» представлены следующие выводы: 1. На основе систематизации и анализа методов и алгоритмов решения задач интеллектуального управления динамическими объектами развиты теоретические основы создания систем интеллектуального управления динамическими объектами на основе сочетания методов теории автоматического управления и принципов интеллектуальных технологий. 2. Предложен качественно новый подход к созданию системы интеллектуализации процессов управления динамическими объектами, функционирующими в условиях неопределенности, на основе интеграции методов классической теории управления и интеллектуального управления. 3. Разработан комплекс интеллектуализированных гибридных моделей систем управления динамическими объектами, обладающий адаптивными свойствами, и позволяющий в отличие от известных типов моделей учитывать динамические особенности управляемых процессов. 4. На базе нейронных сетей, нечеткой логики, генетических алгоритмов и методов классической теории управления разработана методология конструирования гибридных моделей технологических процессов, являющаяся математической основой интеллектуализации процессов управления динамическими объектами, и позволяющая формировать модели сложно формализуемых процессов управления. 5. Разработаны алгоритмические основы конструирования моделирующих алгоритмов исследования динамических объектов, обеспечивающие эффективное решение задач выбора наилучших моделей функционирования систем в вычислительном отношении, основанные на сочетании метода анализа иерархии, процедур оценивания и методов нечетной логики. 6. Создан интеллектуализированный решатель задач управления динамическими объектами, сочетающий в себе методы традиционной теории автоматического управления и принципы интеллектуального управления в условиях структурной, параметрической и ситуационной неопределенностей. 7. Разработаны алгоритмы адаптивного прогнозирования, определения неизмеряемых координат системы и коррекции параметров системы управления, а также синтеза адаптивной нейро-нечеткой комбинированной системы управления динамическими объектами на основе метода интерактивной адаптации, представляющий собой комбинацию алгоритмов идентификации и генетических алгоритмов. 8. Предложен принцип иерархического многоуровневого моделирования и исследования интеллектуальных систем управления, базирующийся на иерархическом описании исследуемой системы интеллектуального управления. 9. Разработаны алгоритмы синтеза адаптивной нейро-нечеткой системы управления, включающие в себя процедуру определения архитектуры, разработку структуры и модели взаимодействия ее элементов, оценку влияния параметров нейронной сети на показатели качества системы, позволяющие повысить эффективность систем управления при неполных априорных сведениях относительно модели объекта управления и возмущений. 10. Создана система автоматизированного мониторинга и управления технологическими параметрами электроэнергетических объектов и нефтехимических комплексов, позволяющая выбирать оптимальные режимы работы технологических агрегатов, уменьшить энергозатраты и повысить производительность за счет сокращения удельного расхода используемой энергии, а также предотвратить различные аварийные ситуации.