Формирование облика технических систем в условиях неопределенности входных данных на основе методов искусственного интеллекта

Abstract

Предложены методология и реализующая ее компьютерная система поддержки принятия решений (КСППР) при формировании облика элементов технических систем «Concept_Pro_St» в условиях стохастической природы входных данных. Рассматриваются математические модели и методы решения задач стохастической оптимизации. Идентификация нейросетевых моделей осуществлялась методом стохастической аппроксимации на основе овражного метода сопряженных градиентов. Синтез нормального решения задач модификации в стохастической постановке со смешанными условиями осуществлялся с помощью метода регуляризации А. Н. Тихонова. Управляющие переменные, соответствующие желаемым критериям качества, определялись эволюционным методом.

Запропоновано методологію та реалізуючу її комп'ютерну систему підтримки прийняття рішень (КСППР) для формування вигляду елементів технічних систем «Concept_Pro_St» в умовах стохастичної природи вхідних даних. Розглядаються математичні моделі та методи вирішення задач стохастичної оптимізації. Ідентифікація нейромережевих моделей здійснювалася методом стохастичної апроксимації на основі яружного методу сполучених градієнтів. Синтез нормального розв'язання задач модифікації в стохастичній постановці зі змішаними умовами здійснювався за допомогою методу регулювання А. Н. Тихонова. Управляючі змінні, відповідні бажаним критеріям якості, визначалися еволюційним методом.