The development of methods for evaluating the state of complex technical systems using artificial intelligence theory

У цьому розділі дослідження запропоновано методи оцінювання стану складних технічних систем з використанням теорії штучного інтелекту. Основою цього дослідження є теорія штучного інтелекту. Методи спрямовані на розв'язання оптимізаційних задач, змінні рішення визначаються таким чином, щоб складні технічні системи працювали в найкращій точці (режимі) на основі визначених критеріїв оптимізації. В роботі авторами запропоновано:

– метод оцінки стану складних технічних систем з використанням біоінспірованих алгоритмів;

– метод пошуку рішень з використанням популяційного алгоритму глобальної пошукової оптимізації;

– метод пошуку рішень з використанням удосконаленого алгоритму косяків риб;

– метод пошуку розв'язків за допомогою вдосконаленого алгоритму стрибаючих жаб.

Кожен з методів базується на канонічних алгоритмах оптимізації, але вони були вдосконалені авторами даного дослідження.

Суть удосконалення цих методів, що становить наукову новизну кожного з них, полягає в наступному:

– врахування апріорно відомого коефіцієнту щодо ступеня невизначеності даних про складну технічну систему та визначеного в процесі роботи алгоритмів коефіцієнту щодо зашумленості даних;

– процедура глибокого навчання агентів зграї дозволяє, за наявності достовірних даних, суттєво скоротити час прийняття рішень;

– підвищується надійність рішень за рахунок селекції агентів рою.

Селекція в кожному з алгоритмів здійснюється за допомогою вдосконаленого генетичного алгоритму.

Обмеженням дослідження є необхідність наявності бази даних початкових умов складної технічної системи, необхідність врахування часової затримки на збір та доведення інформації від джерел видобування інформації.

Запропонований підхід доцільно використовувати для розв'язання задач оцінювання складних та динамічних процесів, що характеризуються високим ступенем складності.