Электронная библиотека Веда
Цели библиотеки
Скачать бесплатно
Доставка литературы
Доставка диссертаций
Размещение литературы
Контактные данные
Я ищу:
Библиотечный каталог российских и украинских диссертаций

Вы находитесь:
Диссертационные работы России
Технические науки
Автоматизированные системы управления и прогрессивные информационные технологии

Диссертационная работа:

Хатламаджиян Агоп Ервандович. Методы автоматизации процессов логического контроля в транспортных системах диспетчерского управления на основе гибридных моделей и генетических алгоритмов : Дис. ... канд. техн. наук : 05.13.06, 05.13.17 : Ростов н/Д, 2005 152 c. РГБ ОД, 61:05-5/3572

смотреть содержание
смотреть введение
Содержание к работе:

ВВЕДЕНИЕ 4

Глава 1. АНАЛИЗ ОБЪЕКТА ИССЛЕДОВАНИЯ И СУЩЕСТВУЮЩИХ
МЕТОДОВ ЛОГИЧЕСКОГО КОНТРОЛЯ УСТРОЙСТВ СЦБ.
ПОСТАНОВКА ЗАДАЧИ 12

  1. Системы диспетчерской централизации 12

  2. Методы логического контроля в системах ДЦ 21

  3. Автоматизация процессов логического контроля в системах

ДЦ 28

1.4. Выводы 34

Глава 2. РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ ПРОДУКЦИОННОЙ
МОДЕЛИ ЛОГИЧЕСКОГО КОНТРОЛЯ УСТРОЙСТВ СЦБ В СОСТАВЕ
СИСТЕМЫ ДЦ 36

  1. Описание интеллектуальной продукционной модели и механизма вывода 36

  2. Базы знаний на основе обобщенных структурно-временных описаний 45

  3. Базы знаний на основе нейросетевых моделей 52

  1. Организация механизма вывода 59

  2. Выводы 64

Глава 3. РАЗРАБОТКА МЕТОДОВ ФОРМИРОВАНИЯ БАЗ ЗНАНИЙ ДЛЯ
ИНТЕЛЛЕКТУАЛЬНОЙ ПРОДУКЦИОННОЙ МОДЕЛИ ЛОГИЧЕСКОГО
КОНТРОЛЯ УСТРОЙСТВ СЦБ В СОСТАВЕ СИСТЕМЫ ДЦ 66

  1. Методы оптимизации при формировании баз знаний 66

  2. Генетический алгоритм оптимизации обучающих выборок для нейросетевых моделей 79

3.4. Генетический алгоритм нахождения минимальных покрытий в
моделирующих графах 87

3.5. Выводы ..95

Глава 4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ОСНОВНЫХ
ТЕОРЕТИЧЕСКИХ РАЗРАБОТОК И ИХ ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ
97

  1. Результаты экспериментальных исследований 97

  2. Применение темпоральных моделей в подсистеме логического обнаружения несоответствия зависимостей устройств ЭЦ и АБ в составе системы ДЦ-Юг с РКП 111

  3. Обнаружение подпитки повторителей путевых реле с использованием темпоральных метрических отношений 117

4.4. Выводы 122

ЗАКЛЮЧЕНИЕ 124

СПИСОК ЛИТЕРАТУРЫ 127

ПРИЛОЖЕНИЯ 138

Введение к работе:

Актуальность работы. Современные системы диспетчерской централизации (ДЦ) являются высоко интегрированными технологическими комплексами и включают в себя в качестве важнейших подсистем подсистемы логического контроля, отвечающие за надежность функционирования аппаратуры сигнализации, централизации и блокировки (СЦБ), а, следовательно, и за безопасность движения поездов. В основе существующих технологий обеспечения надежности и безопасности систем ДЦ лежат методы контроля, основанные на использовании традиционных автоматных моделей системы в виде логических уравнений-зависимостей. Однако на пути использования аналитических моделей для решения поставленных задач возникает ряд проблем, связанных со сложностью построения точных аналитических моделей контроля устройств СЦБ, чрезмерно большой размерностью задач логического контроля, недостоверностью информации, поступающей на вход системы и ее недостаточной информативностью для принятия контролирующих решений.

В решении указанных проблем могут помочь современные информационные технологии, в развитии которых, в последнее время, произошли существенные изменения, которые объясняются рядом причин, но, прежде всего, резким увеличением производительности вычислительных устройств, появлением новых компьютерных систем.

Наиболее характерным примером информационных технологий нового поколения являются гибридные информационные технологии [1-3]. В их основу положена идея использования для решения конкретных практических задач не одного какого-либо метода или модели, а объединения нескольких различных классов моделей, опирающихся на различные принципы представления и обработки информации. Благодаря такой интеграции разнотипных моделей в рамках единой технологии удается объединить

5 преимущества различных методов и подходов к принятию решений и одновременно нивелировать их недостатки, что существенно повышает эффективность всей системы принятия решений. Особый эффект достигается в результате интеграции точных аналитических моделей принятия решений, основанных на традиционных методах математического программирования, с интеллектуальными моделями, основанными на знаниях. Такие технологии получили название гибридных интеллектуальных технологий.

Гибридные интеллектуальные технологии ориентированы, главным образом, на решение задач повышенного уровня сложности или, так называемых, информационно-сложных задач. Их характерными признаками являются: неполнота либо недостоверность исходной информации о решаемой задаче; невозможность построения точной аналитической модели принятия решений; отсутствие алгоритмического решения поставленной задачи либо практическая невозможность его получения из-за необходимости использования чрезмерно больших компьютерных ресурсов времени и памяти. Наличие хотя бы одного из перечисленных выше признаков в решаемой задаче позволяет отнести ее к классу информационно-сложных задач [4, 5].

Класс информационно-сложных задач, с которыми приходится сталкиваться специалистам на практике, в последнее время непрерывно расширяется, что обусловлено, вовлечением в сферу автоматизации все более сложных процессов и систем. Наиболее характерными примерами информационно-сложных процессов являются процессы контроля и диагностирования сложных технических систем и технологических комплексов на железнодорожном транспорте и, в частности, систем диспетчерского управления, предназначенных для автоматизации процессов контроля и управления движением поездов на участках и направлениях железной дороги.

Таким образом, при создании современных систем ДЦ возникает потребность в разработке новых технологий контроля устройств СЦБ, основанных на принципах гибридизации, позволяющих в наиболее полной мере использовать весь потенциал технологических знаний о системе и законах ее функционирования для целей повышения надежности и безопасности создаваемой системы.

Степень разработанности проблемы.

Большой вклад в развитие теории и практики разработки эффективных систем диспетчерского управления, автоматизированных систем диагностирования и создания на их основе единых центров управления внесли отечественные ученые Л.А. Баранов, Д.В. Гавзов, И.Е. Дмитренко, И.Д. Долгий, O.K. Дрейман, В.Н. Иванченко, В.М. Лисенков, А.А. Поплавский, Е.Н. Розенберг, И.Н. Розенберг, В.В. Сапожников, Вл. В. Сапожников, Д.В. Шалягин, и др.

Большой вклад в развитие интеллектуальных технологий и теоретических основ информатики внесли такие ученые как Л.С. Берштейн, Г.И. Белявский, В.Н. Вагин, А.Н. Гуда, А.П. Еремеев, В.В. Емельянов, В.М. Курейчик, СМ. Ковалев, Н.Н. Лябах, Г.С. Осипов, Э.В. Попов, Д.А. Поспелов, В.Б.Тарасов, Е.М. Ульяницкий, В.К. Финн, И.Б. Фоминых и др.

Цель работы.

Целью диссертационной работы является исследование и разработка новых методов автоматизации логического контроля устройств СЦБ в составе систем ДЦ, основанных на использовании динамических зависимостей между телесигналами.

Для достижения поставленной цели требуется решить следующие задачи:

1. Провести комплексный анализ современных систем ДЦ и известных методов логического контроля устройств СЦБ с целью обоснования выбора гибридной модели для поддержки принятия контролирующих решений.

  1. Разработать новый класс интеллектуальных поддерживающих моделей для гибридной системы логического контроля в составе систем ДЦ, основанных на использовании структурно-временной информации о функционировании устройств СЦБ.

  2. Разработать методы формализации динамических зависимостей между телесигналами, методы оптимизации баз знаний (БЗ) и алгоритмы вывода, в качестве основного механизма поддержки принятия контролирующих решений.

  3. Провести экспериментальные исследования, для обоснования эффективности предложенного класса моделей.

Методы исследования.

Для решения поставленных задач использовались следующие методы исследований: элементы теории множеств, элементы теории графов и гиперграфов, элементы темпоральной логики, элементы теории искусственных нейронных сетей, элементы теории генетического поиска.

Научная новизна диссертационной работы заключается в следующем:

  1. Обоснована возможность применения искусственных нейронных сетей в качестве интеллектуальной модели поддержки процессов логического контроля в системах диспетчерского управления, позволяющей повысить достоверность определения состояния объектов контроля при неполных либо частично недостоверных данных.

  2. Для систем диспетчерского управления разработана гибридная модель автоматизации процессов логического контроля, основанная на объединении теоретико-графовых и нейросетевых моделей и позволяющая учесть влияние динамических зависимостей между телесигналами при принятии контролирующих решений.

  1. Предложен метод формализации динамических зависимостей между телесигналами, основанный на объединении темпоральных и нейросетевых

8 моделей, позволяющий при формировании баз знаний использовать линейные нейросети.

4. Для предложенного класса гибридных моделей разработаны методы оптимизации баз знаний и адаптации их параметров на основе генетических алгоритмов, решающие задачи нахождения покрытий в моделирующих графах и оптимизации обучающих выборок для нейросетевых моделей.

Практическая ценность диссертационной работы заключается в следующем:

  1. На основе разработанной интеллектуальной модели создаются подсистемы логического контроля как в составе систем ДЦ, так и в других системах диспетчерского контроля и управления [6].

  2. Предложенный способ представления данных об изменениях сигналов ТС в виде темпоральных формул применяется в составе интеллектуальной продукционной модели, и в других системах в качестве метода организации БД.

  3. Разработанные генетический алгоритм нахождения покрытий в моделирующих графах и генетический алгоритм оптимизации обучающих выборок для нейросетевых моделей используются для решения широкого круга задач в области автоматизации контроля и диагностирования.

Достоверность и обоснованность научных положений, выводов и результатов, сформулированных в диссертации, подтверждается результатами вычислительных экспериментов на практических и модельных задачах, публикациями и апробацией работы на региональных, отраслевых и внутривузовских научно-технических конференциях, а также актами внедрения результатов работы.

Реализация результатов работы.

Часть теоретических и практических результатов работы использованы при разработке подсистемы логического обнаружения несоответствия зависимостей устройств электрической централизации (ЭЦ) и

9 автоблокировки (АБ) в составе системы ДЦ-Юг с РКП. На основе теоретических исследований разработан метод обнаружения подпитки повторителей путевого реле средствами системы ДЦ. Результаты работы используются в учебном процессе.

Апробация основных теоретических и практических результатов работы проводилась на научных семинарах (с 2002 по 2004 гг., РГУПС), региональной научно-практической конференции «Актуальные проблемы развития транспорта Черноморского побережья России» (Туапсе, 2004 г.), четвертой, пятой научно-технической конференции «Безопасность движения поездов» (Москва, 2003 г., 2004 г.), всероссийской научно-практической конференции «Транспорт - 2004» (Ростов-на-Дону, 2004 г.). Публикации.

По теме диссертации опубликовано 9 печатных работ. Структура и объем работы.

Диссертационная работа состоит из введения, четырех глав, заключения, и списка использованных источников. Работа содержит 152 стр., включая 34 рис., список использованных источников из 109 наименований, 15 стр. приложений и актов о внедрении. Содержание работы.

Во введении обоснована актуальность темы диссертационной работы, сформулированы цели, дано общее описание выполненной работы.

В первой главе выполнен комплексный анализ объекта исследования -подсистемы логического контроля устройств СЦБ в составе системы ДЦ, и предмета исследования - методов автоматизации процессов логического контроля устройств СЦБ в составе системы ДЦ. По результатам анализа сделан вывод о необходимости и возможности применения интеллектуальной методов контроля и диагностирования, и о необходимости разработки гибридной системы. Выполнена постановка задачи диссертационной работы, которая заключается в разработке для

10 интеллектуальной продукционной модели контроля аппаратуры СЦБ в составе ДЦ способа представления структурно-временных описаний, способа формирования баз БЗ в виде системы продукционных правил и алгоритма вывода в качестве основного механизма поддержки принятия решений в гибридной системе ДЦ.

Во второй главе предложен новый класс интеллектуальных поддерживающих моделей, основанных на использовании структурно-временной информации о функционировании аппаратуры СЦБ и ориентированных на поддержку процессов логического контроля. Предложены виды организации БЗ на основе теоретико-графовых моделей, на основе линейных нейроклассификаторов и на основе нейросетей одношагового прогноза.

В третьей главе разработаны алгоритмы формирования правил для интеллектуальной продукционной модели на основе методов генетического поиска. Это генетический алгоритм нахождения минимальных покрытий в моделирующих графах, оперирующий с особями, содержащими только «единичные» гены, с оригинальным оператором мутации. И генетический алгоритм оптимизации обучающих выборок для нейросетевых моделей с оригинальным оператором скрещивания на основе теоретико-множественной операции пересечения.

В четвертой главе выполнены экспериментальные исследования, показавшие эффективность генетического алгоритма нахождения минимальных покрытий в моделирующих графах и генетического алгоритма оптимизации обучающей выборки для нейросетевых моделей, возможность формирования продукционных правил на основе нейросетевых моделей. Показана эффективность представления данных в виде структурно-временных отношений в подсистеме логического обнаружения несоответствия зависимостей устройств ЭЦ и АБ в составе ДЦ-ЮГ с РКП и

11 методе обнаружения подпитки повторителей путевого реле, разработанных автором.

В заключении изложены основные выводы и результаты диссертационной работы.

В приложениях приведены копии актов о внедрении и использовании и исходные программные коды разработанных алгоритмов.

Подобные работы
Погосян Сурен Сережаевич
Разработка методов и алгоритмов автоматизации исследования многостадийных процессов (на примере сложных химических цепных реакций)
Лимонов Игорь Анатольевич
Автоматизация процесса рентгенографического контроля дефектов лопаток ГТД, получаемых методами точного литья
Кривин Валерий Вольфович
Автоматизация контроля и аттестации сварочного производства на основе методов идентификации ограниченно детерминированных процессов
Бродский Леонид Львович
Автоматизация системы управления и контроля за бизнес-процессами предприятия на основе системы сбалансированных показателей (На примере ОАО "Сафоновский электромашиностроительный завод")
Ивахненко Андрей Михайлович
Научные основы комплексной автоматизации и моделирования характеристик технологических процессов в системе контроля качества продукции промышленного производства
Строганов Виктор Юрьевич
Комплексная автоматизация и моделирование адаптивных процессов тестового контроля и обучения в системе аттестации и подготовки кадров предприятий промышленности и транспортного комплекса
Дронь Елена Анатольевна
Автоматизированная система поддержки принятия решений при управлении строительством на основе системной модели затрат
Мытник Сергей Александрович
Модели, методы и алгоритмы создания межсистемных информационных комплексов
Баин Александр Михайлович
Методы, модели и алгоритмы оптимизации систем информационной логистической поддержки управления виртуальными предприятиями (На примере предприятий микроэлектроники)
Пюкке Георгий Александрович
Методы и алгоритмы диагностирования и параметрической оптимизации судовых электрических средств автоматизации

© Научная электронная библиотека «Веда», 2003-2013.
info@lib.ua-ru.net