8 (495) 987 43 74 доб. 3304 Прием заявок на рассмотрение статей E-mail: evlasova@synergy.ru

Мы в соцсетях -              
Рус   |   Eng

Авторы

Глухих И. Н.

Ученая степень
докт. техн. наук, профессор, заведующий кафедрой информационных систем, Институт математики и компьютерных наук, Тюменский государственный университет
E-mail
igluhih@utmn.ru
Местоположение
Тюмень, Россия
Статьи автора

Нейросетевая архитектура вывода решений в опасных ситуациях на сложном технологическом объекте

Задачи предотвращения и устранения опасных ситуаций являются актуальными при эксплуатации сложных технологических объектов. Сложные технологические объекты возникают, в частности, в системах жизнеобеспечения города (системы тепло-, водо-, энерго-, газоснабжения), на крупных производственных, добывающих или перерабатывающих предприятиях. Развитие опасных ситуаций на таких объектах может привести к нежелательным или даже катастрофическим последствиям. Процесс принятия решения для устранения (предупреждения) возникающей опасной ситуации направлен на поиск такой программы действий, которая должна перевести текущую нештатную ситуацию в целевую, штатную ситуацию. В статье исследуется возможность реализации метода вывода решения на основе прецедентов с помощью нейросети в целях предупреждения и устранения опасных ситуаций на сложном технологическом объекте городской инфраструктуры. Авторы рассматривают ситуацию как совокупность состояний элементов сложного объекта и связей между ними. Для решения задачи в работе исследуются две архитектуры нейросети: модель на основе многослойного перцептрона и архитектура «компаратор – сумматор». Эксперименты показали, что предложенная нейросетевая архитектура «компаратор – сумматор» для рассматриваемых задач сравнения ситуаций показала более высокую точность, чем многослойный перцептрон. Полученные результаты продолжают известные исследования в области интеграции методов машинного обучения и методов систем, основанных на знаниях, и служат основой для дальнейшей разработки гибридных моделей вывода решений при интеллектуальном управлении сложными объектами. Читать дальше...