Comisia de atestare
Comisia de acreditare
Comisiile de experţi
Dispoziţii, instrucţiuni
Acte normative
Nomenclator
Instituţii
Consilii
Seminare
Teze
Conducători de doctorat
Deţinători de grad
Doctoranzi
Postdoctoranzi
CNAA logo

 română | русский | english

CNAA / Teze / 2016 / iunie /

Proieсtarea controlului intelligent bazat pe calcul cuantic și soft computing al robotului autonom


Autor: Reșetnikov Andrei
Gradul:doctor în informatică
Specialitatea: 01.05.04 - Modelare matematică, metode matematice, produse program
Anul:2016
Conducători ştiinţifici: Constantin Gaindric
doctor habilitat, profesor universitar, Institutul de Matematică şi Informatică al AŞM
ULIANOV S.
doctor în ştiinţe fizico-matematice, profesor, Universitatea de stat ”Dubna” FR
Instituţia: Institutul de Matematică şi Informatică al AŞM

Statut

Teza a fost susţinută pe 9 iunie 2016 în CSS
şi aprobată de CNAA pe 5 iulie 2016

Autoreferat

Adobe PDF document1.87 Mb / în română
Adobe PDF document2.30 Mb / în rusă

Teza

CZU 004.415.2

Adobe PDF document 6.83 Mb / în rusă
147 pagini


Cuvinte Cheie

modelare matematică, instrumente software, control inteligent, soft computing, cuantic computing, deducție cuantică fuzzy, controler cuantic fuzzy, logica fuzzy, algoritm genetic

Adnotare

Specialitatea122.03 – Modelare, metode matematice, produse program. Teza a fost elaborată în Laboratorul Sisteme inteligente de control al Institutului de analiză și management de la Universitatea din Dubna (Federația Rusă) și Laboratorul ”Sisteme informatice” al Institutului de Matematică și Informatică al Academiei de științe a Republicii Moldova.

Structura tezei: teza este scrisă în limba rusă și constă din introducere, 3 capitole, 3 anexe, 60 de desene, 8 tabele, concluzii și recomandări și 152 titluri bibliografice. Textul tezei conține 121 de pagini. Rezultatele obținute sunt publicate în 15 lucrări științifice.

Domeniul de studiu: sisteme inteligente de control ce funcționează în situații de urgență și imprevizibile în baza calculului quantic și soft computing.

Obiectivele cercetării: dezvoltarea metodelor de suport algoritmic și de program al procesului de proiectare a sistemelor inteligente de control.

Noutatea și originalitatea științifică: a fost elaborată o metodă de îmbunătățire a robusteței sistemelor inteligente de control bazat pe aplicarea deducției cuantice fuzzy, ce formează un efect de autoorganizare synergetică a bazei de cunoștințe în timp real.

Semnificația teoretică: s-a arătat că algoritmul cuantic de autoorganizare a cunoștințelor propus permite de a extrage informația cuantică ascunsă, din stările clasice ale bazelor de cunoștințe și de a forma un efect synergetic de autoorganizare ale bazelor de cunoștințe în sisteme inteligente de control robuste.

A fost rezolvată problema științifică importantă: s-a propus o tehnologie de proiectare a algoritmilor celulelor cuantice în sistemele inteligente de control pentru sporirea robusteței funcționării lor în situații imprevizibile și de urgență.

Valoarea aplicativă a lucrării: metoda de proiectare a sistemelor inteligente de control în baza deducției cuantice fuzzy permite atingerea obiectiveleor în situații imprevizibile, în care metodele clasice nu fac față.

Rezultatele cercetării pot fi aplicate pentru a asigura funcționarea durabilă a unor sisteme inteligente de control ce funcționează în situații imprevizibile și de urgență.

Cuprins


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