Аттестационная комиссия
Комиссия по аккредитации
Комиссия по экспертов
Распоряжения, инструкции
Нормативные акты
ПОДГОТОВКА КАДРОВ
Номенклатура
Организации
Ученые советы
Семинары
Диссертации		 Научные руководители
Ученые
Докторанты
Постдокторанты
CNAA logo

 română | русский | english


Проектирование интеллектуального управления на основе мягких и квантовых вычислений автономным роботом


Автор: Reșetnikov Andrei
Степень:доктор информатики
Специальность: 01.05.04 - Математическое моделирование, математические методы, программное обеспечение
Год:2016
Научные руководители: Constantin Gaindric
доктор хабилитат, профессор, Институт математики и информатики
ULIANOV S.
doctor în ştiinţe fizico-matematice, profesor, Universitatea de stat ”Dubna” FR
Институт: Институт математики и информатики

Статус

Диссертация была зашищена 9 июня 2016
Утверждена Национальным Советом 5 июля 2016

Автореферат

Adobe PDF document – 1.87 Mb / на румынском
Adobe PDF document – 2.30 Mb / на русском

Диссертация

CZU 004.415.2

Adobe PDF document 6.83 Mb / на русском
147 страниц

Ключевые слова

математическое моделирование, программный инструментарий, интеллектуальное управление, мягкие вычисления, квантовые вычисления, квантовый нечеткий вывод, квантовый нечеткий регулятор, нечеткая логика, генетический алгоритм.

Аннотация

Cпециальность 122.03 – Моделирование, математические методы и программное обеспечение.

Работа выполнена в Институте системного анализа и управления Государственного университета «Дубна» РФ и Лаборатории информационных систем Института математики и информатики Академии наук Республики Молдова.

Структура работы: диссертация написана на русском языке и состоит из введения, 3 глав, 3 приложений, 60 рисунков, 8 таблиц, выводов, рекомендаций и списка литературы из 152 наименований. Объём работы составляет 147 страниц, из них 121 страницы основного текста. Результаты диссертации опубликованы в 15 научных публикациях.

Область исследования: интеллектуальные системы управления, функционирующие в нештатных и непредвиденных ситуациях управления на мягких и квантовых вычислениях.

Цель исследования: развитие методов программно-алгоритмической поддержки процесса проектирования интеллектуальных систем управления.

Научная новизна: разработан метод повышения робастности интеллектуальных систем управления на основе применения квантового нечеткого вывода, формирующего синергетический эффект самоорганизации баз знаний в режиме реального времени.

Решена важная научная проблема: предложена технология проектирования квантовых алгоритмических ячеек в интеллектуальных системах управления для повышения робастности функционирования в нештатных и непредвиденных ситуациях управления.

Теоретическая значимость: показано, что предложенный квантовый алгоритм самоорганизации знаний позволяет извлекать скрытую квантовую информацию из классических состояний баз знаний и формировать синергетический эффект самоорганизации БЗ в робастных интеллектуальных системах управления.

Практическая ценность: метод проектирования интеллектуальной системы на основе квантового нечеткого вывода позволяет достигать цели управления в нештатных ситуациях управления, в которой классические системы управления не справляются.

Результаты исследования могут быть использованы для обеспечения устойчивого функционирования объектов управления в нештатных ситуациях управления

Содержание


1. ОБЗОР ПРИМЕНЕНИЯ ТЕХНОЛОГИЙ ИНТЕЛЛЕКТУАЛЬНЫХ ВЫЧИСЛЕНИЙ В ИНТЕЛЛЕКТУАЛЬНОМ УПРАВЛЕНИИ
  • 1.1 Роль интеллектуальных вычисления и синергетический эффект самоорганизации баз знаний
  • 1.2. Особенности разработки структуры информационной технологии проектирования робастных самоорганизующихся интеллектуальных систем управления
  • 1.3. Критерий робастности в интеллектуальных системах управления
  • 1.4. Постановка задачи и особенности метода решения
  • 1.5. Выводы по главе 1

2. ИНСТРУМЕНТАРИЙ ИЗВЛЕЧЕНИЯ, ОБРАБОТКИ И ФОРМИРОВАНИЯ БАЗ ЗНАНИЙ В ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМАХ УПРАВЛЕНИЯ
  • 2.1. Технологии мягких и квантовых вычислений
  • 2.2. Структурный анализ интеллектуальных систем управления с использованием разработанного инструментария
  • 2.3. Структура и основные функции инструментария на мягких вычислениях
  • 2.4. Структура квантовых вычислений и квантового алгоритма самоорганизации
  • 2.5. Особенности применения квантовых алгоритмов в задачах интеллектуального робастного управления
  • 2.6. Модель и этапы вычислений квантового алгоритма самоорганизации
  • 2.7. Перспективы развития программного инструментария
  • 2.8. Выводы по главе 2

3. ПРОЕКТИРОВАНИЕ СИСТЕМЫ УПРАВЛЕНИЯ АВТОНОМНЫМ РОБОТОМ НА ОСНОВЕ КВАНТОВЫХ И МЯГКИХ ВЫЧИСЛЕНИЙ
  • 3.1. Корректность моделей объектов управления и технологии интеллектуальных вычислений
  • 3.2. Интеллектуальные робастные системы управления на основе оптимизатора баз знаний на мягких вычислениях
  • 3.3. Верификация математической модели и макета автономного робота
  • 3.4. Получение обучающего сигнала для проектирования интеллектуального управления.
  • 3.5. Интеллектуальные робастные системы управления на основе квантового оптимизатора баз знаний
  • 3.6. Выводы по главе 3

ОБЩИЕ ВЫВОДЫ И РЕКОМЕНДАЦИИ