1. Реальная Россия
  2. Российская наука и технологии
Тюмень, / ИА Красная Весна

В ТюмГУ нашли эффективное решение управления сложными объектами

Изображение: Юлия Комбакова © ИА Красная Весна
Коммунальная авария
Коммунальная авария
Коммунальная авария

Исследование возможности реализации метода получения решения на основе прецедентов с использованием нейросети для предупреждения и устранения опасных ситуаций на сложном технологическом объекте городской инфраструктуры провели ученые кафедры информационных систем Института математики и компьютерных наук Тюменского государственного университета (ТюмГУ), 28 сентября сообщает пресс-служба вуза.

Решаемая учеными задача предотвращения и устранения опасных ситуаций в сложных системах, в том числе городских системах тепло-, водо-, энерго- и газоснабжения, а также на крупных производственных, добывающих или перерабатывающих предприятиях, является очень актуальной, так как аварии, происходящие в таких системах, могут приводить к техногенным катастрофам.

Решение этой задачи предполагает отыскание такого алгоритма действий, который сможет перевести возникшую нештатную ситуацию в целевую, штатную ситуацию.

Результаты поиска такого алгоритма ученые представили в статье «Нейросетевая архитектура вывода решений в опасных ситуациях на сложном технологическом объекте», опубликованной в журнале «Прикладная информатика».

В статье описаны проведенные учеными исследования двух архитектур нейросети в применении к поиску разрешения нештатной ситуации на сложном технологическом объекте городской инфраструктуры.

Это модель на основе многослойного перцептрона (в основе которого лежит математическая модель восприятия информации мозгом) и архитектура «компаратор — сумматор». Эксперименты показали, что для решения класса таких задач более точным оказался алгоритм на основе архитектуры «компаратор — сумматор».

Результаты, полученные исследователями, продолжают известные работы в области интеграции методов машинного обучения и послужат для дальнейшей разработки гибридных моделей вывода решений при интеллектуальном управлении сложными объектами.

Нашли ошибку? Выделите ее,
нажмите СЮДА или CTRL+ENTER