Введение к работе
Актуальность.
Развитие технических систем достигло такого уровня сложности, что аналитически построить математическую модель, которая бы достоверно описывала поведение таких систем, не всегда представляется возможным. Данное обстоятельство приводит к актуальности мягких вычислений (soft computing), которые предоставляют решение плохо формализуемых задач. К мягким вычислениям относят: нейронные сети, нечеткие системы, генетические алгоритмы и их гибридные модификации.
К объектам, плохо поддающимся формализации, можно отнести так называемые «гуманистические системы», то есть системы, на которые человеческая деятельность оказывает непосредственное влияние. При такой постановке задачи человек выступает в качестве эксперта, на основании эмпирических знаний которого строится автоматизированная экспертная система. Однако классический аппарат экспертных систем оказывается не всегда пригодным, так как знания эксперта нередко представляют собой слабо структурированные нечеткие знания. С другой стороны, использование только экспериментальных данных в решении задачи прогнозирования может иметь небольшую практическую пригодность.
Примером сложных плохо формализуемых систем можно привести цементные системы. На адекватность модели прогнозирования прочности цементных систем оказывает влияние большое количество внешних факторов, которые, однако, не поддаются контролю. Непосредственное влияние на состав цементного клинкера оказывает и человек - эксперт, определяющий состав приготовляемой цементной смеси на основании личного опыта и знаний.
Применение мягких вычислений, как правило, сопряжено со значительными вычислительными расходами. Однако в соответствии с известным законом Мура вычислительные возможности ЭВМ с течением времени возрастают, а стоимость аппаратуры снижается, что приводит к постепенному смягчению данного ограничения.
Во всем спектре мягких вычислений наибольший интерес представляют гибридные системы - системы, реализующие в себе совместное использование двух или более подходов, разнесенных либо структурно, либо во времени. Построенная таким образом система направлена на компенсацию недостатков одной из своих составляющих за счет использования преимуществ другой.
Гибридные системы получили название мягких систем. За настройку и обучение таких систем отвечает генетический блок. Так, в качестве примера, можно привести генетическую настройку параметров функций принадлежности базы правил нечеткого аппроксиматора, подбор топологии нейронных
сетей и т.д.
В связи с вышеизложенным актуальной является разработка генетической нечеткой модели прогнозирования прочности цементных систем, совмещающей в себе элементы как регрессионного, так и эвристического моделирования.
Целью работы является совершенствование методов прогнозирования марочной прочности цементных систем.
Для достижения этой цели на основе анализа состояния вопроса были сформулированы и решены следующие задачи:
Аналитический обзор распространенных моделей прогнозирования.
Разработка генетической нечеткой модели.
Аналитический обзор генетических алгоритмов настройки нечеткой модели прогнозирования.
Разработка новых генетических алгоритмов настройки генетической нечеткой модели прогнозирования.
Разработка и проверка адекватности гибридной генетической нечеткой модели прогнозирования марочной прочности цементных систем.
Методы исследований:
Методы мягких вычислений (генетические алгоритмы, нечеткие системы, нейронные сети).
Методы нечеткой кластеризации.
Регрессионный анализ.
Машины опорных векторов.
Научно-практическая значимость работы заключается в следующем:
Эпигенетические алгоритмы настройки генетической нечеткой модели с адаптацией параметров и с предсказанием лучшего решения в популяции на основе оценки статистической управляемости.
Кластерный эпигенетический алгоритм настройки генетической нечеткой модели с возвратом.
3. Гибридная генетическая нечеткая модель прогнозирования.
Практическая значимость диссертационной работы заключается в раз
работке программного комплекса, решающего такие задачи прогнозирования
как прогнозирование тепловых потерь в дымовой трубе, прогнозирование
марочной прочности цементных систем и другие.
Практическую полезность представляют:
Сравнительное исследование подходов к построению модели прогнозирования марочной прочности цементных систем.
Гибридная генетическая нечеткая модель прогнозирования марочной прочности цементных систем.
Семейство эпигенетических алгоритмов настройки генетической нечеткой модели с адаптацией параметров на основе оценки статистической управляемости.
Эпигенетический алгоритм настройки генетической нечеткой модели с предсказанием лучшего решения в популяции.
Положения, выносимые на защиту:
Эпигенетические алгоритмы настройки генетической нечеткой модели с адаптацией параметров и с предсказанием лучшего решения в популяции на основе оценки статистической управляемости.
Кластерный эпигенетический алгоритм настройки генетической нечеткой модели с возвратом.
Гибридная генетическая нечеткая модель прогнозирования.
Результаты вычислительных экспериментов прогнозирования марочной прочности цементных систем
Апробация работы. Результаты работы апробированы и обсуждены на международных научных конференциях: V-ой Международной научно-практической конференции «Интегрированные модели и мягкие вычисления в искусственном интеллекте», г.Коломна, 2009 г.; Нечеткие системы и мягкие вычисления (НСМВ-2008) г.Ульяновск, 2008 г.; Научные исследования, нано-системы и ресурсосберегающие технологии в стройиндустрии г.Белгород, 2008 г. А также на всероссийской научно-технической конференции «Нейро-информатика-2009» г.Москва, 2009 г.
Публикации. Основные положения изложены в 8 печатных работах [1-8]. Все публикации включают результаты непосредственной работы автора и отражают основные выводы и положения диссертации. По теме диссертации опубликована статья в рецензируемом ВАК издании «Программные продукты и системы».
Объем и структура диссертации. Диссертационная работа состоит из введения; обзора методов прогнозирования; анализа генетических алгоритмов настройки нечетких моделей; разработки семейства эпигенетических алгоритмов с адаптацией на основе оценки статистической управляемости; разработки компьютерной системы прогнозирования; тестирования разработанной системы на модельных задачах; тестирования распространенных методов прогнозирования; разработки гибридной генетической нечеткой модели прогнозирования марочной прочности цементных систем; проверки адекватности разработанной генетической нечеткой модели прогнозирования; заключения и списка использованных источников, включающего 152 наименования. Общий объем диссертации составляет 134 страницы и включает: введение, четыре раздела, заключение, изложенные на 109 страницах; 55 рисунков; список литературы из 152 наименований.
