Search academic texts

Information × Registration Number 2122U002430, Article popup.category Стаття, Опубліковано Title Predicting the state of developed cyber-physical systems (AI translated) popup.author Юхимчук Марія СергіївнаYukhymchuk Mariya Serhiivna popup.publication 30-09-2022 popup.source_user "Наукові праці Вінницького національного технічного університету" (Вінницький національний технічний університет) popup.source https://praci.vntu.edu.ua/index.php/praci/article/view/669 popup.publisher Вінницький національний технічний університет Description Важливою складовою розв’язання проблеми децентралізованої координації керування розподіленими кібер-фізичними системами (РКФС) є отримання первинної інформації, яка необхідна для пошуку оптимального керування. Таку інформацію можна розділити на умовно постійну – параметри об’єкта керування, і змінну – стан об’єкта керування. Визначення параметрів об’єкта здійснюється шляхом розв’язання задачі ідентифікації. Інерційність об’єкта і, відповідно, можливість зміни стану його елементів протягом циклу координації обумовлює необхідність прогнозування процесів в РКФС. В більшості робіт з проблеми прогнозування розглядаються методи, в яких так чи інакше використовуються експертні оцінки і висновки. Це стосується переважно соціально-економічних процесів, прогнозів у медицині, освіті тощо. В цій роботі розглядаються прогнози для кібер-фізичних систем, і хоча тут значно більшу роль відіграють моделі фізичних процесів і формальні методи прогнозування, проте на певних етапах також використовуються експертні оцінки, зокрема щодо діапазонів можливої зміни параметрів, переліку впливових факторів тощо. В роботі удосконалено метод прогнозування стану розподілених кібер-фізичних систем з неперервними об'єктами на основі просторово-часового спектрального підходу до прогнозування стану РКФС з неперервними та  дискретними станами об’єктів, проведене дослідження характеристик прогнозування стану РКФС. Розглянута можливість реалізації методу прогнозування з використанням машинного навчання та імітаційного моделювання. Визначена доцільність глибини прогнозування із збільшенням глибини (інтервалу) прогнозу невизначеність результатів прогнозування зростає. В той же час на здійснення прогнозування витрачається час і обчислювальні ресурси. Поступово настає ситуація, коли позитивний ефект від прогнозування стає меншим за витрати на його здійснення, що і визначає доцільну максимальну глибину прогнозування. popup.nrat_date 2026-04-20 Close