Мураккаб объектни бошқариш тизимларини лойиҳалаш



В данной статье описана технология эффективного управления сложными объектами, а также комплексная система управления объектами интеллектуальной алгоритма.

Ключевые слова: MATLAB,OPC,SPSS

This article describes the technology of efficient management of complex objects, as well as a complex system of management of objects of intellectual algorithm.

Key words: MATLAB,OPC,SPSS

Мураккаб объектни бошқариш тизимини лойиҳалаштириш жараёнини ушбу алгоритмда таърифланган бир нечта асосий босқичларга бўлиш мумкин.

Алгоритм:

1-қадам. Бошқариш объектини таърифлаш.

2-қадам. Математик моделини танлаш ёки ишлаб чиқиш.

3-қадам. Реал бошқариш объектидан маълумотни йиғиш.

4-қадам. Маълумотга ишлов бериш ва уни сақлаш. Ахборот базаларини шакллантириш.

5-қадам. Реал бошқариш объекти ҳақида олинган маълумот асосида математик моделини идентификациялаш.

6-қадам. Адаптив бошқаришни ишлаб чиқиш.

1-расмда мураккаб объектларни бошқаришнинг интеллектуал тизимининг йириклаштирилган схемаси кўрсатилган. 2-расмда замонавий амалий дастурлар пакетлари ва янги ишлаб чиқилган интеллектуал алгоритмлардан фойдаланилган мураккаб объектларни бошқаришнинг интеллектуал тизимининг батафсил таърифи келтирилган.

Таклиф этилган интеллектуал технологиянинг тамойили қуийдагидан иборат. Мураккаб бошқариш объекти билан ишлашда автоматик тизимнинг асосий тармоқлари ўртасида ахборот алмашувини ташкил этиш муҳим вазифа деб ҳисобланади. 2-расмда 2-блокда маълумот йиғиш тамойили OPC технологияси (OLE for Process Control) асосида барпо этилган. Шунингдек Schneider Electric фирмасининг ускуналари ва дастурий таъминоти (OPC Factory Server, OPC client, Excel макрослари) қўлланади. [3.-10c]

1-расм. Мураккаб объектларни бошқаришнинг интеллектуал тизимининг йириклаштирилган схемаси

Кейин маълумотга ишлов бериш ва уни сақлаш амалга оширилади (2-расм, 3-блок). Омилли таҳлил ҳамда асосий компоненталар усули ёрдамида SPSS (Statistical Package for the Social Sciences) амалий дастурлар пакетида маълумотларга бошланғич ишлов бериш амалга оширилади.

Маълумотларни интеллектуал таҳлил қилиш учун сунъий интеллект технологияларини амалга оширувчи дастурлар мажмуи бўлган NeuroShell пакети (AlTrilogy компанияси) қўлланади. MATLAB амалий дастурлар пакетида амалга оширилган сунъий иммун тизимларнинг асосидаги алгоритм эса қўшимча ишлатилади.Маълумотга ишлов бериш вақини камайтириш учун ҳисоблашларни параллел ҳолатдан чиқариш тамойиллари ишлатилади, улар тизимнинг ўтказиш қобилиятини анча ошириши ва серверга юкланишни камайтириши мумкин [1.-323с]. Бу ерда ишлаб чиқилган тармоқли алгоритмларни хавфсиз тестдан ўтказишга имкон берувчи виртуал машиналар қўлланади. Объект ҳақида маълумот йиғилганидан кейин мураккаб объектнинг математик модели барпо этилади (2-расм, 4-блок).

Математик моделини ишлаб чиқишдан кейин бошқариш объектини идентификациялаш амалга оширилади, у эса математик моделининг адекватлигини кириш ва чиқиш сигналларини ўлчаш натижалари бўйича текширишдан иборат (2-расм, 5-блок).

2-расм. Мураккаб объектларни бошқаришнинг интеллектуал тизими

Идентификациялашни амалга ошириш босқичида мураккаб бошқариш объектининг реал сигналларига мувофиқ математик моделининг кўрсаткичларини танлашга имкон берадиган сунъий иммун тизимлар асосидаги интеллектуал технологияни қўллаш мумкин. Математик моделнинг кўп сонли кўрсаткичлари мавжуд бўлган ҳолда, ушбу ёндашув алоҳида долзарбликка эга бўлади. Кейин адаптив бошқаришнинг эталон модели билан синтези амалга оширилади (2-расм, 6-блок). Адаптив бошқариш ноаниқлик шароитида мураккаб тизимлар билан ишлаш учун энг қулай бўлади. Адаптив ростлагични синтез қилишда сунъий иммунных тизимларнинг асосидаги усули ёрдамида унинг кўрсаткичларини созлашни амалга ошириш таклиф этилади. [2.-25c]

Таклиф этилган технологиянинг ўзига хослиги турли иловаларга созлашнинг зарурлиги ҳисобланади. СИТ асосида расман шаклланган пептидларни барпо этиш учун кўп ўлчамли маълумотларни таҳлил қилишда қуйидаги вариантлар мавжуд бўлиши мумкин:

1. Математик моделининг кўрсаткичларидан фойдаланиш.
2. Тизимнинг ўзини тутишини тавсифловчи маълумот берувчи белгилардан тузилган вақт бўйича қаторларнинг қўлланиши.
3. Бир вақтнинг ўзида математик моделининг кўрсаткичларидан ва маълумот берувчи белгилардан фойдаланиш.

Хулоса қилиб айтганда таклиф этилган интеллектуал технология замонавий сунъий интеллект усулларининг афзалликларини ва Schneider Electric фирмасининг ишлаб чиқариш жиҳоз-ускуналарини қўллаб, ишлаб чиқаришда, аэрокосмик ва нефт-газ соҳаларда мураккаб объектларни бошқаришда ушбу тамойилларни жорий қилиш мақсадида дастурий-аппаратли амалга оширишнинг имкониятларини ўзида мужассамлаштиради.

Адабиётлар:

1. Макаров И. М., Лохин В. М., Манько С. В., Романов М. П. Искусственный интеллект и интеллектуальные системы управления. — М.: Наука, 2011. — С. 323.
2. Dehuri S., Misra B. B., Ghosр A., Cho S.-B. A condensed polynomial neural network for classification using swarm intelligence //Applied Soft Computing. — Elsevier, 2011. — P. 3107–3113.
3. Комаров М. А., Осипов Г. В., Бурцев М. С. Алгоритм классификации на основе специализации и конкуренции нейронов. –М.: НИИ нормальной физиологии им. П. К. Анохина РАМН, 2010. — С. 1–12.
4. Рудой Г. И. Выбор функции активации при прогнозировании нейронными сетями //Машинное обучение и анализ данных. –М.: Вычислительный центр им. А. А. Дороницына РАН, 2011. — С. 16–39.