DOI 10.17586/0021-3454-2015-58-11-920-926
УДК 004.001;004.001.57;004.7.001.57
МОДЕЛЬ ПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ МНОГОПАРАМЕТРИЧЕСКОЙ ТЕХНИЧЕСКОЙ СИСТЕМЫ
Университет ИТМО; профессор, зав. кафедрой
Дмитриева С. П.
Университет ИТМО; кафедра оптико-цифровых систем и технологий; инженер-исследователь
Читать статью полностью
Аннотация. Представлена аналитическая модель оценивания состояния многопараметрической технической системы, позволяющая на основе апостериорной информации контролировать выполнение целевых функций системы в ходе эксплуатации. При построении модели необходимо выделить основные свойства системы и ее характерные особенности, а также представленные на структурном уровне ограничения в виде совокупности доменов, что позволяет корректировать параметры системы, обеспечивая их инвариантность к действию возмущений. Аналитическая модель рассматривается применительно к распределенной иерархической сложной многоагентной динамической измерительной системе в рамках проекта по построению метеокомплекса.
Ключевые слова: компьютерное моделирование, аналитическая модель, прогноз, алгоритм, оценка, энергетический домен, иерархическая многоагентная динамическая измерительная система
Список литературы:
Список литературы:
- Ahrens C. D. Essentials of Meteorology: An Invitation to the Atmosphere. Cengage Learning, 2011. 506 p.
- Söffker D., Xingguang Fu, Hasselberg A., Langer M. Modeling of complex human-process interaction as framework for assistance and supervisory control of technical processes // Intern. Journal of Information Technology and Web Engineering. 2012. Vol. 7. 121 p.
- Livingstone D. A. Practical Guide to Scientific Data Analysis. John Wiley & Sons, 2010. 358 p.
- Демин А. В., Копорский Н. С. Имитационное моделирование информационно-измерительных и управляющих систем. СПб: СПбГУ ИТМО, 2007. 138 с.
- Arteta J., Marécal V., Rivière E.D. Regional modelling of tracer transport by tropical convection. Part 1: Sensitivity to convection parameterization // Atmospheric Chemistry and Physics. 2009. Vol. N 9 (18). P. 7081—7100.
- Eusgeld I., Kröger W. Comparative evaluation of modeling and simulation techniques for interdependent critical infrastructures // Proc. of the 9th Intern. Conf. on Probabilistic Safety Assessment and Management. 2008. Vol. 1. P. 484—491.
- Vidal D., Zou X., Uesaka T. Modeling coating structure development using a Monte Carlo deposition method. Part 1: Modeling methodology // Tappi Journal. 2003. Vol. 2 (4). Р. 3—8.
- Jiang Z., Liu S., Dougal R. A. Virtual-prototyping satellite electrical power systems using the virtual test bed // Proc. of the IEEE SOUTHEASTCON Conf. 2002. Р. 113—120.
- Raysin K., Rice J., Dorman E., Matheny S. Telesonar network modeling and simulation // Oceans Conf. Record (IEEE). 1999. Vol. 2 Р. 747—752.
- Meliopoulos A. P., Cokkinides G., Beker B., Dougal R. New tool for visualization and animation of power component and system operation // Proc. of the 33rd Annual Hawaii Intern. Conf. on System Siences. 2000. P. 95.
- Fu Z. J., Zhou X. D., Chen Y. Q., Gong J. H., Peng F., Yan Z. D., Zhang T. L., Yang L. Z. The influence of random slowdown process and lock-step effect on the fundamental diagram of the nonlinear pedestrian dynamics: Anestimating-correction cellular automaton // Communications in Nonlinear Science and Numerical Simulation. 2015. Vol. 20 (3). Р. 832—845.
- Bonilla J., Dormido S.,Cellier F. E. Switching moving boundary models for two-phase flow evaporators and condensers // Communications in Nonlinear Science and Numerical Simulation. 2015. Vol. 20 (3). Р. 743—768.
- Демин А. В., Дмитриева С. П. Разработка алгоритмов построения прогнозных многопараметрических моделей физических явлений // Тр. III Конгресса пo интеллектуальным системам и информационным технологиям „IS&IT 14“. М.: Физматлит, 2014. Т. 3. C. 289—294.
-
Dmitrieva S. P. Development of scientific forecasting // Proc. of the IV Intern. Sci. Conf. “Science, Technology and Higher Education”. 2014. Vol. 2. P. 302—307 [Электронный ресурс]:
- Dmitrieva S. P. Development of scientific forecasting: building predictive models // Proc. of the V Intern. Sci. Conf.
-
“Science and Education”. 2014. Vol. 2. P. 180—185 [Электронныйресурс]:
