Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Теоретические основы, методы и средства разработки интегрированных систем диспетчерского управления на базе интеллектуальных технологий

Диссертация: Теоретические основы, методы и средства разработки интегрированных систем диспетчерского управления на базе интеллектуальных технологий
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В рамках VI Международного бизнес-форума «Стратегическое Партнерство 1520» в числе приоритетных задач ОАО «РЖД» среди прочих названы: равномерное распределение объемов перевозок, максимальное использование пропускной способности железнодорожной инфраструктуры и организация грузового движения по расписанию. Решение подобных задач может быть осуществлено путем создания технологически… Читать ещё >

Содержание

  • ГЛАВА 1. НОВЫЙ ПОДХОД К СОЗДАНИЮ ИНТЕГРИРОВАННЫЙ СИСТЕМЫ ДИСПЕТЧЕРСКОЙ ЦЕНТРАЛИЗАЦИИ НА ОСНОВЕ ГИБРИДНЫХ И ИНТЕЛЛЕКТУАЛЬНЫХ ТЕХНОЛОГИЙ
    • 1. 1. Анализ и тенденции развития интегрированных систем диспетчерского контроля и управления движением поездов
    • 1. 2. Постановка задач построения интегрированной системы диспетчерский централизации (ИСДЦ)
    • 1. 3. Особенности объектов диспетчерского управления и концептуальная модель структуры автоматизации
    • 1. 4. Принципы построения и структурная децентрализация распределенных контролируемых пунктов
    • 1. 5. Современные структуры каналов передачи данных в цифровой сети оперативно-технологического назначения ОТН
    • 1. 6. Структура методологических этапов и направлений исследований: гибридные и интеллектуальные технологии
    • 1. 7. Выводы
  • ГЛАВА 2. ВОЛНОВОДНО-ОПТИЧЕСКИЕ СРЕДСТВА И ИНТЕЛЛЕКТУАЛЬНЫЕ МЕТОДЫ ОБРАБОТКИ ИНФОРМАЦИИ В ИСДЦ
    • 2. 1. Волноводно-оптические технологии сбора информации и математические модели ее представления в ИСДЦ
    • 2. 2. Общая постановка задачи первичной обработки информации на основе идентификации нелинейных динамических систем
    • 2. 3. Разработка общего метода стохастической идентификации нелинейных динамических систем при известных параметрах шумовых процессов в ВОД
    • 2. 4. Экспериментальная оценка эффективности общего метода идентификации нелинейной динамической системы на основе обобщенного вероятностного критерия
    • 2. 5. Адаптивные методы обработки первичной информации на основе интеллектуальных фильтров и гибридных нейро-стохастических моделей
    • 2. 6. Выводы
  • ГЛАВА 3. ГИБРИДНЫЕ ИНТЕЛЛЕКТУАЛЬНЫЕ МОДЕЛИ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В КОНТРОЛЬНО-ДИАГНОСТИЧЕСКИХ ПОДСИСТЕМАХ ИСДЦ
    • 3. 1. Гибридный подход к построению поддерживающих моделей для интегрированных систем диспетчерского управления и централизации
    • 3. 2. Интеллектуальные модели поддержки процессов логического контроля подвижного состава на основе продукционных правил
    • 3. 3. Гибридные нейро-продукционные модели поддержки процессов логического контроля в ИСДЦ
    • 3. 4. Методы формирования баз знаний для интеллектуальных контрольно-диагностических подсистем ИСДЦ на основе сетевых моделей
    • 3. 5. Сетевые модели формирования обобщенных описаний для баз знаний контрольно-диагностических систем
    • 3. 6. Выводы
  • ГЛАВА 4. МЕТОДЫ, МОДЕЛИ И АЛГОРИТМЫ ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ ДВИЖЕНИЯ ПОЕЗДОВ
    • 4. 1. Методы и способы защиты каналов передачи данных
    • 4. 2. Методы обеспечения безопасной реализации ответственных команд
    • 4. 3. Интегральная оценка показателя безопасности ответственных команд
    • 4. 4. Информационная безопасность и биометрическая идентификация в системе ИСДЦ
    • 4. 5. Сетевые модели поддержки процессов обеспечения безопасности и контролепригодности ИСДЦ
    • 4. 6. Выводы
  • ГЛАВА 5. ТЕХНИЧЕСКАЯ РЕАЛИЗАЦИЯ СИСТЕМЫ ИСДЦ
    • 5. 1. Структура и состав технических средств ЦПУ и РКП
    • 5. 2. Состав, назначение и структура взаимодействия программных модулей
    • 5. 3. Состав аппаратных средств и программное обеспечение АРМа поездного диспетчера и АРМа электромеханика
    • 5. 4. Технические решения реализации ответственных команд
    • 5. 5. Подсистема протоколирования технологических событий и оперативного диагностирования технических средств
    • 5. 6. Выводы

Теоретические основы, методы и средства разработки интегрированных систем диспетчерского управления на базе интеллектуальных технологий (реферат, курсовая, диплом, контрольная)

Актуальность темы

В рамках VI Международного бизнес-форума «Стратегическое Партнерство 1520» в числе приоритетных задач ОАО «РЖД» среди прочих названы: равномерное распределение объемов перевозок, максимальное использование пропускной способности железнодорожной инфраструктуры и организация грузового движения по расписанию. Решение подобных задач может быть осуществлено путем создания технологически интегрированных систем управления перевозочными процессами, основанных на современных информационных технологиях, среди которых важнейшими являются технологии искусственного интеллекта. Тенденция создания интегрированных систем управления на основе интеллектуальных технологий становится преобладающей в мировой практике. В связи с этим, актуальной для железнодорожного транспорта является разработка новых классов интегрированных интеллектуальных систем диспетчерского управления и централизации (ИСДЦ).

В настоящее время основу автоматизации диспетчерского управления составляют системы, разработанные 20−30 лет назад, модернизация которых не эффективна, а часто и невозможна в силу ряда причин. Во-первых, существующие системы диспетчерского управления и централизации (ДЦУ), являясь в основном информационными системами, не содержат средств поддержки принятия решений, позволяющих контролировать и управлять технологическими процессами в реальном времени, моделировать и прогнозировать развитие ситуаций в нештатных технологических ситуациях. Во-вторых, существующие ДЦУ, реализованные по принципу хранилища данных, не имея средств их структурирования для извлечения новой полезной информации, не способны адаптироваться к изменяющимся условиям функционирования и возрастающим требованиям к уровню обеспечения их надежности и безопасности. В — третьих, для ДЦУ отсутствуют методы и средства, обеспечивающие их интеграцию и согласованную работу с другими автоматизированными системами, число которых исчисляется десятками, что приводит к эффекту «лоскутной автоматизации», дублированию систем, их несогласованности и разрывам информационного пространства. В-четвертых, существующие ДЦУ не рассчитаны на работу в условиях неполноты, противоречивости и низкой оперативности первичной информации, что создает принципиальные трудности обеспечения надежности функционирования ДЦУ при появлении неожиданных сбоев или непредвиденных отказов в работе аппаратуры.

Перечисленные особенности требуют разработки и внедрения современных методов и средств автоматизации процессов диспетчерского управления на основе использования новых классов ИСДЦ, что обуславливает актуальность темы исследования.

Исследованиям в области создания автоматизированных систем диспетчерской централизации и управления, развитию теории и практики диагностирования средств ЖАТ, обеспечению надежности и безопасности СЖАТ и АСУ посвящены работы Лисенкова В. М., Сапожникова Вл. В., Сапожникова В. В., Кравцова Ю. А., Козлова П. А., Тишкина Е. М., Шарова В. А., Шалягина Д. В. Красковского А.Е., Тулупова Л. П., Шаманова В. И., Пенкина Н. Ф. Иванченко В.Н. и др.

Предлагаемый в диссертации гибридный подход к разработке нового класса ИСДЦ на основе использования методов стохастической идентификации нелинейных динамических систем, интеллектуальных продукционных, нейро-сетевых и структурно-временных моделей является дальнейшим развитием интеллектуальных методов обработки информации и их применением к моделированию сложных систем железнодорожной автоматики и телемеханики. При его разработке использовались результаты основополагающих работ в области искусственного интеллекта, а именно, Берштейна Л. С., Вагина В. И., Еремеева А. П., Фоминых И. Б., Поспелова Д. А., Каркищенко А. Н., Дулина С. К., Осипова Г. С., Ярушкиной Н. Г., Лябаха H.H., Гуды А. Н., Белявского Г. И., Соколова C.B., Курейчика В. М. и др.

Актуальность тематики подтверждается также тем фактом, что работа поддержана многочисленными грантами РФФИ, отраслевыми программами, постановлениями и решениями коллегий и ведомств МПС и ОАО РЖД.

Диссертация представляет собой обобщение результатов многолетней работы автора в области создания систем железнодорожной автоматики и телемеханики.

Целью исследования является повышение эффективности управления технологическими процессами движения поездов на станциях и перегонах за счет использования нового класса автоматизированных ИСДЦ с интегрированными средствами технического контроля, диагностирования, обеспечения безопасности и экспертной поддержки принятия решений.

Объектом исследования являются технологические процессы контроля и управления движением поездов на станциях и перегонах, автоматизированные интегрированные системы диспетчерского управления и централизации.

Предметом исследования являются элементы теории, математические модели и методы построения нового класса интегрированных ИСДЦ на основе использования интеллектуальных технологий.

Постановка задач. Реализация целевой функции исследования требует решения следующих теоретических и практических задач.

1. Разработка нового подхода, математической, информационной и программно-алгоритмической платформы, обеспечивающей создание нового класса автоматизированных ИСДЦ на основе использования интеллектуальных технологий.

2. Выбор адекватного математического аппарата и разработка на его базе новых классов интеллектуальных математических моделей, ориентированных на поддержку процессов принятия решений, контроля, диагностирования и обеспечения безопасности ИСДЦ.

3. Разработка методов обобщения и структурирования информации, получаемой от напольного оборудования и устройств первичного сбора информации с целью извлечения из них знаний, формирования и адаптации баз знаний для интеллектуальных подсистем ИСДЦ.

4. Разработка нового класса высоконадежных, помехоустойчивых устройств первичного сбора информации, а также адекватных математических моделей ее обработки в подсистемах нижнего уровня ИСДЦ.

5. Разработка на основе предложенного подхода архитектуры, состава технических средств, информационного и программного обеспечения ИСДЦ с интегрированными средствами технического контроля, диагностирования, обеспечения безопасности и экспертной поддержки принятия решений.

6. Разработка методологии внедрения, эксплуатации и сопровождения ИСДЦ на примере системы «ДЦ Юг с РКП».

В первой главе дано теоретическое обобщение состояния проблемы автоматизации процессов диспетчерского управления на зарубежных и отечественных железных дорогах.

Во второй главе в рамках развития технического и математического обеспечения ИСДЦ разрабатываются базовые элементы волноводно-оптической технологии сбора первичной информации в ИСДЦ и методы ее обработки.

В третьей главе разрабатываются основы гибридного подхода к построению поддерживающих моделей для подсистем верхнего уровня ИСДЦ и новый класс гибридных моделей поддержки процессов принятия решений в контрольно-диагностических подсистемах ИСДЦ.

Четвертая глава посвящена разработке методов, моделей и алгоритмов обеспечения безопасности движения поездов в системе ИСДЦ. Гарантированное обеспечение безопасности движения поездов — это основное требование к вновь создаваемой системе ИСДЦ.

В пятой главе дано описание технической реализации ИСДЦ. На центральном посту размещены АРМы поездного диспетчера и электромеханика, а также технические средства увязки с контролируемыми пунктами.

5.6 Выводы.

1. Предложена двухуровневая структура системы ИСДЦ, основанное на использовании локальных сетей, которые обеспечивают следующие технологические достоинства:

— возможность объединения (разъединения) диспетчерских кругов в оперативном режиме;

— организация удаленных АРМов в режиме реального времени;

— создание единого информационного пространства, в том числе при объединении локальных сетей различного типа;

— использование симметричного «классического кольца» и возможность реконфигурации линий связи.

2. Разработана структура взаимодействия программных модулей, содержащая четыре уровня:

— файловый доступ;

— протоколы ОСРВ QNX;

— SQL запросы;

— Обеспечение технологии TCP/IP.

Основополагающим этапом разработки ПО является создание и редактирование информационных фрагментов схематических планов диспетчерских участков и станций. Для этого создан программный пакет SUPRINE. Он функционирует в ОСРВ QNX и представляет собой САПР создаваемой ИСДЦ.

3. Определены состав аппаратных средств и ПО АРМов поездного диспетчера и электромеханика. Сформулированы управляющие и информационные функции АРМа ДНЦ. Из всех подсистем АРМа ДНЦ определяющее значение для функционирования ИСДЦ имеет подсистема «График исполненного движения — ГИД». АРМ ШН является инструментом контроля функционирования ЦПУ и поддерживает следующие функции: прием оперативной информации и ее отображениеконтроль телесигналовпрохождение управляющих командоперативная сигнализация о событиях, требующих немедленного вмешательства.

4. Разработана технология выполнения «ответственных» команд ОТУ с участием двух агентов (ДНЦ и ДНЦО), что исключает риск «человеческого фактора». Аппаратно структура подключения РКП-ОТУ к локальной сети обеспечивает дублирование центрального процессорного модуля РКП-Ц и модемов М/Д.

Предложенные и реализованные принципы «безопасного выхода», а также двухтактного управления блоком РКП-ОТУ являются гарантией обеспечения безопасности исполнения ответственных команд.

5. Обязательной функцией ИСДЦ является ведение протоколов технологических событий, а также действий персонала с возможностью просмотра в графическом и текстовом виде. Для этого создан программный пакет «ЫаскЬох» («черный ящик»). Кроме этого разработана программа с^п («Диагностика РКП»), осуществляющая контроль и управление со стороны ШН состоянием РКП, реконфигурацию линии связи, а также дистанционное диагностирование модулей РКП.

Заключение

.

В результате проведенных исследований разработаны научно-практические основы создания нового класса интегрированных систем диспетчерского управления и централизации. Основные выводы заключаются в следующем.

1. Обоснована необходимость разработки нового класса интегрированных систем диспетчерского управления и централизации с интеллектуальными функциями экспертной поддержки принятия решений, выявлены основные классы решаемых задач, сформулированы принципы и подходы к построению данного класса интегрированных систем.

2. Разработан комплекс гибридных интеллектуальных моделей для подсистем нижнего уровня ИСДЦ, ориентированных на обработку первичной информации, получаемой от датчиков напольного оборудования и устройств ЖАТ, обладающих высокой точностью идентификации и инвариантных к параметрам шумовых процессов.

3. Разработан теоретический аппарат и на его основе новый класс продукционных моделей, ориентированных на поддержку процессов принятия решений контрольно-диагностических подсистемах верхнего уровня ИСДЦ, открытый для включения в него новых типов продукционных правил и обеспечивающих определение различных классов неисправностей без отключения аппаратуры от источников первичной информации и использования дополнительных тестовых сообщений.

4. Разработаны новые методы формирования, обучения и адаптации баз знаний для ИСДЦ, обладающие низкими полиномиальными оценками алгоритмической сложности и допускающие возможность использования в режиме жесткого реального времени.

5. На основе разработанного подхода к построению ИСДЦ создана и внедрена на сети дорог новая интегрированная система распределенного типа ДЦ Юг с РКП с интеллектуальными функциями поддержки процессов принятия решений в контрольно диагностических подсистемах, подсистемах сбора и обработки первичной информации и имеющая высокие эксплуатационно-технические параметры, отвечающие современным требованиям к уровню надежности и безопасности.

Показать весь текст

Список литературы

  1. Е.Е., Гапанович В. А., Лябах H.H., Шабельников А. Н. Железнодорожной транспорт: на пути к интеллектуальному управлению. // Монография. — Ростов н/Д, 2009. — 322 с.
  2. B.C. Знакомство с нелинейной динамикой //Учебное .пособие. М.: Изд-во ЛКИ, 2008. — 224 с.
  3. И. А., Щербаков В. И. Об идентификации параметров нелинейных динамических систем // ТиСУ. 2001. № 6. 14−21.
  4. . Методы оптимизации: Вводный курс. // М.: Радио и связь, 1988. ,
  5. В.Д., Поздяев В. И. Конструирование интегральных датчиков. // М.: Изд-во МАИ, 1993. — 68 с.
  6. В.Н., Викторова Н. П. Вопросы структурного обобщения и классификации в системах принятия решений. Изв. АН СССР: Техническая кибернетика, 1982, № 5 с. 64−73.
  7. Ф.П. Методы оптимизации. // М.: Факториал, 2002.
  8. . Волоконно-оптические сенсоры в системах охраны периметра // Мир и безопасность. 2006. — № 4−5.
  9. Волоконно-оптическая техника: история, достижения, перспективы // под ред. С. А. Дмитриева, H.H. Слепова. М.: Изд-во «Connect», 2000. -376 с.
  10. Волноводно-оптический датчик мониторинга железнодорожного пути (патент на изобретение № 2 346 839). Заявка № 2 006 130 928- приоритет изобретения 28 августа 2006 года.- опубл. 20.02.2009 г. Бюл.№ 5.
  11. Д.В. и др. Системы диспетчерской централизации: Учебник для вузов железнодорожного трнаспорта. Под общей редакцией проф. Вл.В. Сапожникова. М.: Издательство «Маршрут», 2002. — 407 с.
  12. В.А. и др. Системы автоматизации и информационные технологии управления перевозками на железных дорогах: Учебник для ВУЗов железнодорожного транспорта. Маршрут, — 2006. 544 с.
  13. В.П. Планирование решений. Киев: Наукова думка. 1987. Б.
  14. В.П. Растущие пирамидальные сети // Новости искусственного интеллекта, 2004. № 11. С. 30−40.
  15. Д. Методы идентификации систем. М.: Мир, 1979.
  16. А.Н., Калинин Т. С., Чернов A.B. Реализация надежного программного обеспечения задач технической диагностики информационно-управляющих систем // Известия высших учебных заведений. СевероКавказский регион. Технические науки. № 4, 2011.
  17. Дж., Калшо. Б. Оптоволоконные сенсоры: принципы и компоненты. Вып. 1. -М.: Мир, 1992.-438 с.
  18. И.Д., Хуршман В. Н., Селютин Ю. В. Исследование и разработка принципов функционирования микропроцессорной системы идентификации номеров поездов: Межвузовский тематический сборник научных трудов, выпуск 172. Ростов н/Д: РИИЖТ, 1983.
  19. И.Д., Ерошенко А. И., Явна A.A., Кулькин А. Г., Мирный B.C. Диспетчерская централизация на микропроцессорных средствах: Межвузовский тематический сборник, выпуск 178. Ростов н/Д: РИИЖТ, 1984.
  20. И.Д., Кулькин А. Г., Мирный B.C. Диспетчерская централизация «ДЦМ-ДОН»: Сер. «Автоматика и связь». № 3. — М.: ЦНИИТЭИ, 1989.
  21. И. Д., Кулькин А. Г., Пономарев Ю. Э., Кузнецов Л. П. Диспетчерская централизация «ДЦ-ЮГ с распределенными контролируемыми пунктами»: Автоматика, связь, информатика. 2002, -№ 8.
  22. И.Д., Кулькин А. Г., Скопин A.A. Реализация ответственных команд в системе «ДЦ-ЮГ с РКП»: Автоматика, связь, информатика. 2003. Г-№ 2. Б
  23. И.Д. Алгоритмы обеспечения безопасности в системах диспетчерского управления движением поездов: Сборник докладов Международного конгресса «Механика и трибология транспортных систем -2003» А. Т.1. — Ростов н/Д: РГУПС, 2003. В.
  24. И.Д., Хатламаджиян А. Е. Гибридные интеллектуальные технологии в системах железнодорожной автоматики: Перспективные информационные системы. Таганрог: издательство ТРТУ, 2004. -№ 3(19). А.
  25. И.Д., Кулькин А. Г. ДЦ-ЮГ с РКП: опыт внедрения и эксплуатации, перспективы развития: Труды Первой международной научно-практической конференции «ТрансЖАТ-2004» СПб, 2004. Б.
  26. И.Д., Прокопенко С. А. Системы координатного регулирования движения поездов на основе оптических технологий: Автоматика, связь, информатика. 2004. — № 7. В.
  27. И.Д., Прокопенко С. А. Оптические системы регулирования движения поездов: Труды Всероссийской научно-практической конференции проф.-преп. состава «Транспорт-2004». 4.1. Ростов н/Д: РГУПС, 2004. Г.
  28. И.Д., Хатламаджиян А. Е. Подсистема логического контроля устройств СЦБ в системах микропроцессорных систем ДЦ: Труды Всероссийской научно-практической конференции проф.-преп. состава «Транспорт-2004». 4.1. Ростов н/Д: РГУПС, 2004. Д.
  29. И.Д., Ковалев С. М. Нечетко-логическая аппроксимация многомерных временных процессов в слабоформализованных задачах принятия решения: Обозрение прикладной и промышленной математики. -Т.12.-Вып. 2.-2005. А.
  30. И.Д., Кузнецов Л. П. Опыт внедрения ДЦ-ЮГ с распределенными контролируемыми пунктами на СКЖД: Труды Всероссийской научно-практической конференции «Транспорт-2005» 4.1. -Ростов н/Д: РГУПС, 2005. В.
  31. И.Д., Ковалев С. М., Кулькин А. Г. К вопросу об идентификации личности в системе диспетчерской централизации: Перспективные информационные технологии и интеллектуальные системы. Таганрог: Издательство ТРТУ, 2005. — № 4 (24). Г.
  32. И.Д. Синтез и анализ дискретных устройств: учебное пособие. Ростов н/Д. РГУПС, 2005. — 107 с. Д.
  33. И.Д., Ковалев С. М., Кулькин А. Г. Перспективы создания сверхнадежных систем на транспорте. Принцип синергетического резонанса как теоретический базис разработки сверхнадежных систем: Труды РГУПС. 2006. — № I.A.
  34. И.Д., Прокопенко A.B. Опыт СКЖД по внедрению ДЦ: «Железнодорожный транспорт». 2006. № 8. В.
  35. И.Д., Ковалев С. М., Кулькин А. Г. Идентификация диспетчерского персонала по отпечаткам пальца: выявление характерных узловых элементов: Труды РГУПС. 2006. — № 1. Г.
  36. И.Д., Каменев А. И., Кулькин А. Г. Система управления малыми станциями РПЦ-ДОН: «Автоматика, связь, информатика». 2007 — № 5. А.
  37. И.Д., Кулькин А. Г., Кулькин С. А. Контроль доступа к информационным ресурсам системы ДЦ-ЮГ с РКП: Труды РГУПС 2007. № 1.В.
  38. И.Д. и др. Программное обеспечение пункта управления системы «ДЦ-ЮГ с РКП»: учебное пособие- Ростовский государственный университет путей сообщения, Ростов н/Д. 2007. 170 с. Г.
  39. И.Д., Кулькин А. Г., Пономарев Ю. Э. Процедуры обмена сообщениями в ДЦ-ЮГ с РКП: Автоматика, связь, информатика. 2008. -№ 5.
  40. И.Д., Кулькин А. Г., Кулькин С. А. Обеспечение информационной безопасности систем ДЦ: Автоматика, связь, информатика. 2009. — № 4. А.
  41. И.Д. и др. Система диспетчерского контроля и управления движением поездов «ДЦ-ЮГ с РКП»: Монография: Под общей ред. к.т.н., профессора Долгого И. Д. и к.т.н. Кулькина А. Г. Ростов н/Д, 2010. А.
  42. И.Д., Ковалев С. М., Кулькин С. А. Оптимизация темпоральных сетевых моделей в базах данных временных рядов // Вестник РГУПС. Научно-технический журнал. 2010 г., № 3, С.78−82. Б.
  43. И.Д. Волноводно-оптические технологии сбора информации и математические модели ее представления в интегрированных системах диспетчерского управления и централизации. Вестник РГУПС, № 2, 2011. А.
  44. И.Д. Методы, модели и алгоритмы обеспечения безопасности движения поездов в системе «ДЦ-ЮГ с РКП». Информатизация и связь, № 3, 2011.Б.
  45. И.Д., Кулькин С. А. Методы повышения защиты информационного и программного обеспечения системы «ДЦ-ЮГ с РКП»: Вестник ВолгГТУ, 2011. В.
  46. Л.Г., Константинов В. М. Системы со случайными параметрами. М.: Наука, 1976.
  47. Н.Г., Кононов В. А. Устройства телеуправления диспетчерской централизации системы «Луч». М.: Транспорт, 1988. — 301 с.
  48. В. В., Ясиновский СИ. Введение в интеллектуальное имитационное моделирование сложных дискретных систем и процессов. — М.: Анвик, 1998.
  49. В.Н. Микропроцессорные системы централизации и диспетчерского управления движением поездов на зарубежных железных дорогах: Методические указания. Ростовский институт инженеров железнодорожного транспорта. Ростов н/Д, 1989.
  50. А.Ф., Солодов М. В. Численные методы оптимизации. М.: Физматлит, 2003.
  51. И.Е. Статистическая теория систем управления в пространстве состояний. М.: Наука, 1975.
  52. A.B., Фатуев В. А. Об одном методе структурно-параметрической идентификации динамических систем // Автоматика и телемеханика. 2006. № 4. 116−125.
  53. С. М. Аллее М.В. Оптоэлектронные средства обработки нечеткой информации // Вестник РГУПС. Научно-технический журнал. 2009 г., № 3, С.42−47.
  54. С.М. Гибридная модель Сугено для реализации процедур нечетко-темпорального вывода в базах данных временных рядов // Известия ЮФУ. Технические науки. Тематический выпуск «Интеллектуальные САПР», № 2, 2007. С. 82−85.
  55. С.М., Кулькин С. А., Терновой В. П. Формирование темпоральных сетевых моделей на основе графовых покрытий // Известия ЮФУ. Технические науки. Тематический выпуск «Интеллектуальные САПР», № 12, 2010. С. 71−76.
  56. A.A. Справочник по теории автоматического управления. М.: Наука, 1987.
  57. А., Анри-Лабордер А. Методы и модели исследования операций. Т 3. Целочисленное программирование. М.:Мир 1996.
  58. С.А. Идентификация аномальных процессов в устройствах железнодорожной автоматики и телемеханики на основе адаптивных сетевых моделей. Диссертация. РГУПС, 2011.
  59. В.М. Генетические алгоритмы. Обзор и состояние // Новости искусственного интеллекта. 1998. № 3.
  60. . Р. Теоретические основы статистической радиотехники. М.: Радио и связь, 1989.
  61. Л. Идентификация систем. Теория для пользователя. М.: Наука, 1991.
  62. Г. Г., Потапов А. Б. Русла и джокеры: о новых методах прогноза поведения сложных систем // Препринт ИМП ИИ. М. В. Келдыша РАН. 2001.
  63. В.И., Сотников В. И., Щербань О. Г. Субоптимальная параметрическая идентификация нелинейных динамических систем // Известия ВУЗов. Радиоэлектроника. 2005. № 3. 15−23.
  64. Ю.Н. и др. Методы и алгоритмы идентификации и прогнозирования в условиях неопределенности в нейросетевом логическом базисе.
  65. Г. С. Искусственный интеллект: состояние исследований и несколько слов о будущем // Новости искусственного интеллекта. 2001. № 1. С. 3−13.
  66. Н.Ф., Карвацкий С. Б., Егоренков Н. Г. Диспетчерская централизация системы «Нева». М.: Транспорт, 1973. — 216 с.
  67. Н.Ф., Павлов H.A. Диспетчерская централизация системы «Луч». -М.: транспорт, 1982. 303 с.
  68. .Н., Уланов Г. М., Гольденблат И. И. и др. Теория моделей в процессах управления. М.: Наука, 1978.
  69. Д.А. Ситуационное управление: Теория и практика. М.: Наука. 1986.
  70. Д.А. Моделирование рассуждений. М.: Радио и связь, 1989. 184 с.
  71. С.А. Перспективные датчики на основе волоконной оптики для устройств железнодорожной автоматики и телемеханики // Сб. науч. трудов РГУПС. Ростов н/Д: РГУПС, 2005.
  72. С.А. Автоматизация процессов контроля и диагностики в системах железнодорожной автоматики и телемеханики на основе волноводно-оптических технологий // Автореферат канд. диссертации. РГУ ПС, 2009 г.
  73. B.C., Казаков И. Е., Евланов Л. Г. Основы статистической теории автоматических систем. М.: Машиностроение, 1974.
  74. Ф. Принципы нейродинамики. Персептрон и теория механизмов мозга. М.: Мир, 1965. 320с.
  75. В.В., Гавзов Д. В., Никитин А. Б. Концентрация и централизация оперативного управления движением поездов. М.: Транспорт, 2002. — 102 с.
  76. Э., Мелса Дж. Идентификация систем управления. М.: Мир, 1974.
  77. Э., Меле Дж. Теория оценивания и ее применение в связи и управлении. М.: Связь, 1976.
  78. Э.П., Уайт Ч.С. Ш. Оптимальное управление системами. -М.: Радио и связь, 1982.
  79. Т.К. Оптимизация систем с распределенными параметрами. -М.: Наука, 1977.
  80. C.B. и др. Синтез оптимального управления наблюдениями нелинейных стохастических процессов // Автоматика и телемеханика. 1997. — № 6., 1987.
  81. C.B. Оптимальное оценивание возмущений процесса калмановской фильтрации // Автоматика и телемеханика. 1999. — № 4.
  82. C.B., Оленев С. А. Синтез алгоритмов идентификации волновых возмущений при нелинейных измерениях // Автоматика и телемеханика. 2000. — № 10. А.
  83. C.B., Оленев С. А. Метод структурной оптимальной идентификации волновых случайных возмущений // Автоматика и телемеханика. 2000. — № 11. Б.
  84. В.В. и др., Станционные системы автоматики и телемеханики: Учеб. для вузов ж-д тр-та. М.: Транспорт, 1997, 432 с.
  85. П. Основы идентификации систем управления. М.: Мир, 1975.
  86. В. Б. Нетрадиционные и гибридные логики в моделировании интеллектуальных агентов. I. Искусственные деятели, интенциональные характеристики и пути их моделирования // Известия РАН: Теория и системы управлении. 2000. № 5. С. 5−17.
  87. В. Б. Синергетические проблемы в искусственном интеллекте // Труды Международной научно-практической конференции «Знание-диалог-рещение». Т. 2 (Санкт-Петербург, 19−22 июня 2001 г.). — СПб: Лань, 2001.-С. 594−602.
  88. Сапожников В л. В. Станционные системы автоматики и телемеханики: учебник для вузов ж-д транспорта / Вл.В. Сапожников и др. Под ред. Вл. В Сапожникова М.: Транспорт, 1997. 432 с.
  89. Т.К. Оптимизация систем с распределенными параметрами. -М.: Наука, 1977
  90. В.Б. От мультиагентных систем к нктеллектузльным организациям: философия, психология, информатика. М.: 2002.
  91. В.И., Харисов В.Н.Статистический анализ и синтез радиотехнических устройств и систем. М.: Радио и связь, 1991.
  92. , А.Н., Арсенин В. Я. Методы решения некорректных задач. М: Наука. 1986.-288с.
  93. А.Е., Сепетый A.A., Иванченко В. Н. Новые информационные технологии: Автоматизация технического диагностирования и мониторинга устройств ЖАТ (система АДК-СЦБ):
  94. Учебник для вузов железнодорожного транспорта. РГУПС, Ростов н/Д. 2008. 444 с.
  95. В.К. Правдоподобные выводы и правдоподобные рассуждения // Итоги науки и техники. Сер. теория вероятностей, математическая статистика и теоретическая кибернетика. Т. 28. М.: ВИНИТИ, 1988. с. 3 — 84.
  96. А.Е. Методы автоматизации процессов логического контроля в транспортных системах диспетчерского управления на основе гибридных моделей и генетических алгоритмов // Кандидатская диссертация. Ростов-на-Дону 2005.
  97. В.В., Соколов С. В., Шевчук П. С. Современные принципы управления и фильтрации в стохастических системах. М.: Радио и связь, 2001.-808 с.
  98. .И. Нелинейная оптимальная фильтрация в примерах и задачах // Гелиос АРВ. 2008. — 344 с.
  99. Ш. Е. Идентификация в системах управления. М.: Энергоатомиздат.113. Швалов Д. В. Диссертация.
  100. Н. Г. Гибридные системы, основанные на мягких вычислениях, определение, архитектура, теоретические возможности и опыт практического использования // Программные продукты и системы, № 3,2002, С. 19−22.
  101. Narayanan М., Narayanan S. Parametric identification of nonlinear systems using multiple trials // Nonlinear Dynamics. 2007. № 4. 341−360.
  102. Blasco X., Herrero J.M., Martinez M. Nonlinear parametric model identification with Genetic Algorithms. Application to a Thermal Process // Lecture Notes in Computer Science. 2001. vol. 2084. 466−512.
  103. Ljung, L. System Identification. Theory for the User. 2nd edition. PrenticeHall, 1999.
  104. J.F. Allen. Maintaining knowledge about temporal intervals. Communications of the ACM, 26 (ll):832−843, 1983.
  105. Gramss, T. WorterkennungmiteinemkunsilichenneuronalenNetzwerk. Dissertation, Universitat Gottingen. 1992.
Заполнить форму текущей работой

На отлично!