Пошук академічних текстів

Інформація × Реєстраційний номер 2119U007789, Матеріали видань та локальних репозитаріїв Категорія Опубліковано, Стаття Назва роботи ПОБУДОВА НЕЙРОМЕРЕЖЕВОЇ ЕКСПЕРТНОЇ СИСТЕМИ ОБРОБКИ НАВІГАЦІЙНИХ ДАНИХ В УМОВАХ РІЧКОВОЇ е-НАВІГАЦІЇ Автор Панін В. В.Доронін В. В.Спіян О. М.Panin V. V.Doronin V. V.Spiian O. M. Дата публікації 16-04-2019 Постачальник інформації Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") Першоджерело https://ric.zp.edu.ua/article/view/164062 Видання National University "Zaporizhzhia Polytechnic" Опис Актуальність. Розглянуто задачу автоматизації діагностики мережевих аномалій при передачі потоку навігаційних даних від водомірних постів до електронно-картографічної системи в умовах річкової е-навігації. Об’єктом дослідження є процес діагностики у динамічній експертній системі.   Мета роботи – створення автоматизованої системи діагностики мережевих аномалій на нейронних мережах. Метод. Запропонований спосіб автоматизації діагностики мережевих аномалій з використанням комплексу процедур контекстно-орієнтованої інтелектуальної обробки потоків навігаційних даних. Спосіб передбачає застосування сучасних методів обробки інформації на основі реалізації алгоритму нечіткого логічного виводу на нейронних мережах. Застосовані нейромережі можуть бути легко навчені роботі в умовах коливань параметрів, що надходять від водомірних постів. Спосіб дозволяє мінімізувати помилку у синтезованої мережі. Отриманий набір кластерів-правил відображається в структурі нейро-нечіткої мережі. Реалізація способу не потребує завантаження всієї навчальної вибірки в пам’ять електронно-картографічної системи, багаторазових переглядів навчальної вибірки і істотно прискорює процес синтезу мереж. В інформаційній системі обробки потоку навігаційних даних, яка повинна оперативно виявляти мережеві аномалії, а також пропонувати можливі варіанти їх усунення, застосовано сукупне використання експертних систем і нейронних мереж. Поряд з фрактальним врахуванням точності визначені показники якості при невідомих закономірностях між вхідними та вихідними даними, що надходять від водомірних постів. Тобто нейромережа визначає, які сигнали є неінформативними. За допомогою розробленого методу класифікації вхідних сигналів від водомірних постів з використанням мережі Кохонена простір потоку даних розбивається на кластери однакового розміру і форми. При зміні розміру кластера метод дозволяє одержувати різні рівні деталізації вибірки. Застосування процедури класифікації вхідних сигналів передбачає зростання або зменшення значень диференційних поправок до глибин, розпізнання інформації від водомірних постів. Вирішення задач кодування і декодування параметрів під час навчання нечіткої нейромережі виконувалося одночасно із завданням параметричної функції трикутної форми. Визначені правила представлення знань, сформованих експертом. Для зберігання інтелектуальної системи в явному вигляді застосована нейромережева динамічна експертна система на прецедентах. Визначений механізм отримання автоматизованого вирішення на підставі активізації алгоритму пошуку за ступенем близькості прецедентів. За відсутності прецедентів завдання вирішується нейромережевою базою правил. Вузлами мережі є нейрони – окремі факти, що витягаються із прецедентів. Зв’язки між вузлами мережі реалізують правила. Тобто, організовується багатошарова нейромережа фактів і правил. Результати. Відпрацьовані показники експериментальних досліджень процесу автоматизації діагностики мережевих аномалій при передачі потоку навігаційних даних від водомірних постів. Висновки. Вирішена задача автоматизації діагностики мережевих аномалій із застосуванням гнучкої нечітко-нейронної мережі на прецедентах. Проведені експерименти підтвердили працездатність запропонованих методів. Перспективи подальших досліджень полягають у реалізації етапів створення інструментального методу навігації (річкової е-навігації). Додано в НРАТ 2026-02-09 Закрити