ОПТИМІЗАЦІЯ ІЄРАРХІЧНОЇ СТРУКТУРИ ДАНИХ ІНТЕЛЕКТУАЛЬНОЇ СИСТЕМИ ФУНКЦІОНАЛЬНОГО ДІАГНОСТУВАННЯ ТЕХНІЧНОГО СТАНУ СКЛАДНОЇ МАШИНИ

Abstract

Розглядається метод інформаційно-екстремального машинного навчання системи функціонального діагностування технічного стану складної машини з оптимізацією ієрархічної структури вхідних даних. Показано, що на функціональну ефективність машинного навчання системи функціонального діагностування  суттєво впливає розміщення в ієрархічній структурі  класів розпізнавання, які характеризують технічний стан машини та її вузлів. При цьому для кожної страти ієрархічної структури накладаються обмеження  на кількість класів розпізнавання, що дозволяє зменшити ступінь їх перетину в просторі діагностичних ознак. Оптимізація ієрархічної структури здійснюється  в процесі інформаційно-екстремального машинного навчання системи функціонального діагностування, що дозволяє максимізувати інформаційну спроможність системи. Як критерій оптимізації параметрів машинного навчання розглядається модифікована інформаційна міра Кульбака, яка є функціоналом точнісних характеристик діагностичних рішень. При цьому алгоритм машинного навчання представляв собою багатоциклічну ітераційну процедуру пошуку максимального глобального значення інформаційного критерію оптимізації параметрів машинного навчання в робочій (допустимій) області визначення його функції.  В результаті для страт всіх ярусів ієрархічної структури сформовано алфавіти  класів розпізнавання, які  забезпечили  максимальну функціональну ефективність машинного навчання. За отриманими в процесі машинного навчання оптимальними геометричними параметрами контейнерів класів розпізнавання побудовано вирішальні правила, які дозволяють приймати діагностичні рішення в реальному темпі часу.  Крім того, вирішальні правила, побудовані в рамках геометричного підходу, є практично інваріантними до багатовимірності вхідних даних, що є їх суттєвою перевагою перед штучними нейронними мережами.  Як приклад реалізації запропонованого методу розглядалося машинне навчання системи функціонального діагностування шахтної підйомної машини з оптимізацією структури вхідних даних.

Authors and Affiliations

Anatoly Dovbysh, Victoria Zimovets, Myroslav Bibyk

Keywords

Related Articles

SYNTHESIS OF LOCAL AREA NETWORK STRUCTURE IN UNCERTAIN CONDITIONS OF INITIAL INFORMATION

The problem of taking into account the uncertainty of the initial information is identified in the tasks of the structure synthesis of local area networks. The analysis of the factors generating uncertainty is carried ou...

ШЛЯХИ ПІДВИЩЕННЯ ЯКОСТІ ПРОЦЕСУ РОЗРОБКИ ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ НА ОСНОВІ МОДЕЛЕЙ ЗРІЛОСТІ

<p class="104">Стисло розглянуті основні етапи еволюції поняття якості виробу та послуги, починаючи з системи Тейлора до концепції тотального менеджменту якості TQM (Total Quality Management). Зважаючи на універсальний х...

Development and research of models and software for the recommender system of consumer goods

<span>There have been proposed investigation of the problem of creating recommendations with technical description for building the Recommender System of consumer goods with help of modern algorithms, approaches, princip...

Прогнозирование потребительского спроса на сезонные товары с использованием вектора кривой продаж

<span>Предложен метод прогнозирования спроса на сезонные товары с использованием вектора распределения объемов продаж в течение года или вектора кривой продаж, компонентами которого являются объемы недельных продаж рассм...

ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ОЦІНКИ РИЗИКІВ ПРОГРАМНИХ ПРОЕКТІВ

Ідентифікована проблема оцінки ризиків програмних проектів. Проведено огляд сучасних підходів до оцінки ризиків. Виконаний аналіз методів оцінки ризиків програмних проектів, розглянуто аналіз чутливості, метод сценаріїв,...

Download PDF file
  • EP ID EP465220
  • DOI 10.20998/2079-0023.2018.44.08
  • Views 94
  • Downloads 0

How To Cite

Anatoly Dovbysh, Victoria Zimovets, Myroslav Bibyk (2018). ОПТИМІЗАЦІЯ ІЄРАРХІЧНОЇ СТРУКТУРИ ДАНИХ ІНТЕЛЕКТУАЛЬНОЇ СИСТЕМИ ФУНКЦІОНАЛЬНОГО ДІАГНОСТУВАННЯ ТЕХНІЧНОГО СТАНУ СКЛАДНОЇ МАШИНИ. Вісник Національного технічного університету «ХПІ». Серія: Системний аналiз, управління та iнформацiйнi технологiї, 1320(44), 42-49. https://europub.co.uk/articles/-A-465220