Выбор каталога
Сортировать по:
1. Статья из журнала
bookCover
Подходы к прогнозированию изменения состояния обеспечивающих компонентов информационно-управляющей системы / Ю. С. Шевнина, П. Е. Рябов, С. В. Прокопчина, Р. А. Кочкаров. - Текст : электронный
// МОДЕЛИРОВАНИЕ, ОПТИМИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ. - Воронеж : ВИВТ, 2024. - № 2. - Ст. 22. - URL: https://moitvivt.ru/ru/journal/article?id=1549 (дата обращения: 04.09.2024). - Режим доступа: свободный.
Авторы: Шевнина, Ю. С., Рябов, П. Е., Прокопчина, С. В., Кочкаров, Р. А.
Ключевые слова: Информационно-управляющие системы, Прогнозирование состояния, Нелинейные факторы, Энергосистемы, Нейронные сети прямого распространения
Аннотация: В статье представлены подходы к прогнозированию динамики состояния обеспечивающих компонентов информационно-управляющих систем на примере моделирования энергосистемы производственного предприятия. Рассмотрен способ моделирования других типов обеспечивающих компонентов на основе предлагаемых подходов. Моделирование состояния энергосистемы производственного предприятия основано на ее представлении в виде множества Т-образных ячеек, состоящих из сопротивления, емкости и индуктивности. Прогнозирование изменения состояния обеспечивающих компонентов информационно-управляющей системы производится с использованием многослойной нейронной сети прямого распространения с учетом нелинейных факторов, определяемых внешним и внутренним состоянием производственной среды. В качестве независимых переменных используются параметры окружающей среды, данные об амортизации исполнительных механизмов и оборудования, нормативные производственные требования, в качестве зависимой - мощность энергосистемы предприятия. При этом расчет мощности производится на основе описанной модели энергосистемы с использованием Т-образных ячеек. Обучение модели производилось на основе накопленных данных. Полученные результаты моделирования состояния обеспечивающих компонентов информационно-управляющих систем показывают, что использование для прогнозирования динамики модели нейронной сети прямого распространения с одним скрытым слоем и шестью узлами в нем позволяет получить точный прогноз мощности с учетом различных нелинейных факторов. Представлены экспериментальные данные, доказывающие эффективность предлагаемых авторами подходов к прогнозированию состояния обеспечивающих компонентов
Для просмотра необходимо войти в личный кабинет