Авторы

Модель управления многозвенным роботом-манипулятором в условиях неопределенности внешней среды

Предложена структура модели управления многозвенным роботом-манипулятором, отличительной чертой которой выступает включение в нее блоков решения задач прямой и обратной динамики, использующих нечеткий интервальный метод. Актуальность темы исследования характеризуется необходимостью разработки и внедрения робототехнических комплексов для замены человеческого труда в условиях опасных и вредных производств, а также совершенствованием алгоритмического обеспечения систем управления роботами в условиях неопределенности внешней среды. Разработаны алгоритмы решения прямой и обратной задач динамики многозвенных роботов-манипуляторов, в основе которых лежит описание движения звеньев робота в виде системы уравнений, учитывающих неопределенности внешней среды, моделируемой методами нечеткой логики. Объектом исследования выступали технологические зоны в непосредственной близости от агрегатов окомкования мелкорудного сырья и рудонагревательных печей горно-обогатительных комбинатов, где присутствуют факторы неопределенности внешней среды двух основных групп: к первой относятся факторы, затрудняющие определение координат целевого объекта захвата ­МРМ (например, как следствие запыленности среды), ко второй – факторы, влияющие на перемещение подвижных частей робота (например, вызванные износом или нагревом частей механизмов). Апробирование предложенных алгоритмов проводилось в модельном эксперименте в среде MatLab с использованием инструментов физического моделирования Simscape, а также Robotics System Toolbox для проектирования, моделирования и тестирования робототехнических приложений. Эксперимент показал, что точность позиционирования концевого эффектора многозвенного робота-манипулятора в случае применения предложенного интервального метода хотя и составляет не доли, а несколько процентов от заданного терминального положения, тем не менее превосходит решения, получаемые с использованием стандартного инструментария Robotics System Toolbox, не адаптированного для работы в условиях неопределенности внешней среды. Читать дальше...

Нечеткий биоинспирированный метод формирования набора кандидатов на линейные должности

Линейный персонал занимает подавляющую часть должностей во многих организациях, что обуславливает важность своевременного и успешного закрытия подобных вакансий. Поиск кандидатов на такие должности происходит в рамках массового подбора, который характеризуется высокой трудоемкостью, бюджетными и временными ограничениями, необходимостью регулярного повторения из-за высоких показателей кадровой текучести. Отмеченные особенности делают выполнение этого процесса невозможным без применения современных программных средств. Поскольку массовый подбор не требует нахождения наилучшего кандидата для каждой вакансии, а ограничивается поиском специалистов по формальным признакам на основе их резюме, то основная доля трудовых и временных затрат приходится на первичный отбор кандидатов. Существующие программные средства не обладают достаточным функционалом для эффективной автоматизации указанного процесса, так как в условиях необходимости обработки больших объемов многомерных данных они не обеспечивают комплексный учет разнотипных характеристик кандидата и автоматическое подстраивание критериев отбора с учетом их приоритетности для заполняемой вакансии. Для решения указанной проблемы был разработан автоматизированный метод формирования набора кандидатов на линейные должности, основанный на комплексном использовании адаптивной нейро-нечеткой системы и биоинспирированного алгоритма, вдохновленного поведением косяка плавающих рыб. Разработанный гибридный метод был реализован в виде программы для ­ЭВМ с использованием языка Python. Результаты его тестирования показали сходимость оптимизационного алгоритма, а сравнение с ручным подбором – перспективность использования для решения задач массового подбора линейного персонала. Читать дальше...

Обобщенный подход к построению нечетких биоинспирированных моделей для ситуационного управления проектами

При управлении сложными проектами, связанными с разработкой и организацией производства инновационной продукции, на процесс принятия решений оказывает влияние множество ситуационных аспектов. Это усложняет оценку качества принимаемых решений, обычно многовариантных и требующих учета случайных воздействий. Значительный эффект в подобных случаях может обеспечить применение биоинспирированных методов, позволяющих находить приемлемое для конкретной ситуации решение, в которых для описания ­НЕ-факторов используются элементы теории нечетких множеств. В статье предложен обобщенный подход к созданию модели на основе указанных методов, которая предназначена для поддержки принятия решений по управлению инновационным проектом. Данная модель отличается комплексным применением нечетких биоинспирированных методов выбора и обоснования вариантов действий при стратегическом и оперативном планировании и ситуационном управлении проектной деятельностью с учетом общих и специфических характеристик этапов проекта, а также динамического характера внешних и внутренних факторов. На основе предложенного подхода разработан метод подбора оборудования, использующий концепцию нечетких множеств, для проведения опытно-конструкторских работ и организации производства инновационной продукции с использованием модели поведения стаи волков во время охоты. Метод отличается применением нечеткой евклидовой меры близости между показателями качества оцениваемых вариантов и выделенных трех наилучших на данной итерации (альфа-, бета- и дельта-решений) для определения направления поиска рационального набора оборудования, модификацией правил поиска решений (перемещения особей) на основе учета «глубины совпадений» и приращения эффекта, в том числе для нахождения разумного баланса между направленным и случайным поиском, и применением базы нечетких продукционных правил при выборе способа формирования основы для альфа-решения на последующих итерациях. Метод реализован на языке Python 3.12.0. Результативность предложенного подхода подтверждена данными проведенного вычислительного эксперимента. Читать дальше...