НЕОПРЕДЕЛЕННОСТЬ В ЗАДАЧАХ МОДЕЛИРОВАНИЯ И УПРАВЛЕНИЯ СЛОЖНЫМИ СЛАБОФОРМАЛИЗУЕМЫМИ СИСТЕМАМИ
Аннотация
В работе показаны способы снижения влияния неопределенностей различных типов сложных слабоформализуемых систем. Выделены типы целей на этапах проектирования и функционирования рассматриваемого класса сложных систем, синтезирован алгоритм устранения неопределенности целей. Введено понятие компонентной структуры, формализовано алгоритмическое обеспечение процедуры устранения ее неопределенности. Описан способ устранения неопределенности параметров модели сложной системы. На основании вышеизложенного синтезирована обобщенная методика снижения влияния неопределенностей различных типов в сложных слабоформализуемых системах. Показан расчетный пример, подтверждающий справедливость и корректность полученных результатов.
Ключевые слова
неопределенность,
сложная слабоформализуемая система,
моделирование,
управление,
цель,
компонентная структура,
робот
Об авторе
И. А. Щербатов
Астраханский государственный технический университет, Астрахань
Россия
Кандидат технических наук, доцент
Россия
Кандидат технических наук, доцент
Список литературы
1. Бендат Д., Пирсол А. Применения корреляционного и спектрального анализа. М.: Мир, 1983. 312 с.
2. Волкова В.Н., Денисов А.А. Теория систем и системный анализ. М.: Юрайт, 2010. 680 с.
3. Воротников С.А. Информационные устройства робототехнических систем: учеб. пособие. М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. 384 с.
4. Воскобойников Ю. Регрессионный анализ данных в пакете Mathcad. М.: Лань, 2011. 224 с.
5. Вощинин А.П. Задачи анализа с неопределенными данными – интервальность и/ или случайность? // Интервальная математика и распространение ограничений: Рабочие совещания. МКВМ-2004. С. 147–158.
6. Денисов А.А. Современные проблемы системного анализа: Информационные основы. Изд. 2-е. СПб.: Изд-во Политехн. ун-та, 2004. 296 с.
7. Дубов В.М., Капустянская Т.И., Попов С.А., Шаров А.А. Проблематика сложных систем (концептуальные основы модельных представлений) / под общ. ред. С.А. Попова. СПб.: Элмор, 2006. 184 с.
8. Ломако Е.И. Математические и понятийные средства системантики. М.: Системная Энциклопедия, 2008. 112 с.
9. Лоули Д., Максвелл А. Факторный анализ как статистический метод. М.: Книга по требованию, 2012. 72 с.
10. Луценко Е.В. Программная идея системного обобщения математики и ее применение для создания системной теории информации // Научный журнал КубГАУ. 2008. № 36 (2). С. 1–18.
11. Общая теория статистики: учебник / под ред. Р.А. Шмойловой. 3-е изд., перераб. М.: Финансы и статистика, 2002. 560 с.
12. Островский Г.М., Волин Ю.М. Технические системы в условиях неопределенности: анализ гибкости и оптимизация. М.: БИНОМ, Лаборатория знаний, 2008. 319 с.
13. Проталинский О.М. Проверка достоверности первичной информации в АСУ ТП с использованием нечетких множеств // Известия вузов. Северо-Кавказский регион. Серия: Технические науки. 2003. № 3. С. 60.
14. Проталинский О.М., Ханова А.А. Концепция интеллектуального управления технологическими процессами грузового порта на основе имитационных моделей // Вестник Астраханского государственного технического университета. 2007. № 1. С. 46–49.
15. Химмелблау Д. Анализ процессов статистическими методами. М.: Мир, 1973. 948 с.
16. Щербатов И.А. Классификация неопределенностей в задачах моделирования и управления сложными слабоформализуемыми системами // Вестник Саратовского государственного технического университета. 2013. Т. 1, № 1 (69). С. 175–179.
17. Щербатов И.А., Проталинский О.М. Система поддержки принятия решений для операторов слабоформализуемых ТП // Автоматизация в промышленности. 2009. № 7. С. 41–45.
18. Aguirre E., González A. Fuzzy behaviors for mobile robot navigation: design, coordination and fusion. International Journal of Approximate Reasoning. 2000. Vol. 25. Iss. 3. P. 255–289.
19. Apostolakis G.A. A Commentary on Model Uncertainty. Presented at Proc. Workshop I Adv. Topics Risk Reliab. Anal. – Model Uncertainty: Its Character Quantification, Annapolis, MD. 1994. P. 973–980.
20. Cacuci D.G., IonescuBujor M. A Comparative Review of Sensitivity and Uncertainty Analysis of Large-Scale Systems-II: Statistical Methods, Nuclear Science and Engineering. 2004. Vol. 147, N 3. P. 204–217.
21. Daniel P. Loucks, Eelco van Beek Water Resources Systems Planning and Management An Introduction to Methods, Models and Applications. United Nations Educational, Scientific and Cultural Organization. 2005. 689 p.
22. Dewooght J. Model uncertainty and model inaccuracy, Reliability Engineering and System Safety. 1998. Vol. 59. P. 171–185.
23. Donald E. Brown, Wendy J. Markert Uncertainty management with imprecise knowledge with application to design. Journal of Automated Reasoning. October 1992. Vol. 9. Iss. 2. P. 217–230.
24. Dongrui Wu, Jerry M. Mendel Uncertainty measures for interval type-2 fuzzy sets. Information Sciences. 2007. Vol. 177. P. 5378–5393.
25. Edwin Vijay Kumar S.K. Chaturvedi Reliability Estimation of Complex Technical Systems with Dependency Modelling: A Fuzzy Approach // Journal of Uncertain Systems, 2008. Vol. 2, N 4. P. 280–288.
26. Franklin G., Powell J., EmamiNaeini A. «Stability Robustness», Feedback Control of Dynamical Systems, 3rd edition, Addison-Wesley Publishing Co., Inc., Reading, MA, 1994. P. 427.
27. Hanss M. The transformation method for the simulation and analysis of systems with uncertain parameters, Fuzzy Sets and Systems 130 – 3. 2002. P. 277–289.
28. Haw Yen, Xiuying Wang, Darrell G., Fontane R., Daren Harmel, Mazdak Arabi. A framework for propagation of uncertainty contributed by parameterization, input data,model structure, and calibration/validation data in watershed modeling. Environmental Modelling & Software. 2014. Vol. 54. P. 211–221.
29. Helton J.C., Davis F.J. Illustration of Sampling-Based Methods for Uncertainty and Sensitivity Analysis. Risk Analysis. 2002. Vol. 22, N 3. P. 591–622.
30. Helton J.C., Davis F.J. Latin Hypercube Sampling and the Propagation of Uncertainty in Analyses of Complex Systems. Reliability Engineering and System Safety. 2003. Vol. 81, N 1. P. 23–69.
31. IonescuBujor M., Cacuci D.G. A Comparative Review of Sensitivity and Uncertainty Analysis of Large-Scale Systems-I: Deterministic Methods, Nuclear Science and Engineering. 2004. Vol. 147, N 3. P. 189–203.
32. Janglová D. Neural Networks in Mobile Robot Motion. Inernational Journal of Advanced Robotic Systems. 2004. Vol. 1, N 1. P. 15–22.
33. Janssen J.A.E.B., Krol M.S., Schielen R.M.J., Hoekstra A.Y., de Kok J.L. Assessment of uncertainties in expert knowledge, illustrated in fuzzy rule-based models. Ecological Modelling. 2010. N 221. P. 1245–1251.
34. Jiqin Peng, Jinfang Han Analysis of Uncertainty Information for Several Kinds of Complex Systems. Proceedings of the Second International Symposium on Networking and Network Security (ISNNS ’10). Jinggangshan, P. R. China, 2–4, April. 2010. P. 009–011.
35. Lal W. Sensitivity and uncertainty analysis of a regional model for the natural system of South Florida. West Palm Beach, Fla., South Florida Water Management District. Draft report. 1995.
36. Lukianova L.M. System Analysis: The structure and purpose approach based on logiclinguistic formalization // International Journal «Information Theories & Applications». 2003. Vol. 10, N 4. P. 380–387.
37. McKay M.D. Sensitivity and uncertainty analysis using a statistical sample of input values. In: Uncertainty analysis, Y. Ronen, ed., CRC Press, Inc., Boca Raton, Florida. P. 145–186.
38. Mishra S., Deeds N.E., RamaRao B.S. Application of Classification Trees in the Sensitivity Analysis of Probabilistic Model Results, Reliability Engineering and System Safety. 2003. Vol. 79, N 2. P. 123–129.
39. Palmiotti G., Salvatores M., Aliberti G. Methods in Use for Sensitivity Analysis, Uncertainty Evaluation, and Target Accuracy Assessment (preprint, INL/CON-07-13356). 4th Workshop on Neutron Measurements, Evaluations and Applications – Nuclear Data Needs for Generation IV and Accelerator-Driven Systems. 2007. 9 p.
40. Protalinskii O.M., Shcherbatov I.A., Esaulenko V.N. Analysis and Modelling of Complex Engineering Systems Based on the Component Approach // World Applied Sciences Journal. 2013. Vol. 24, N 2. P. 276–283.
41. Ramsey F.L., Schafer D.W. The Statistical Sleuth: A Course in the Methods of Data Analysis. Cengage Learning; 3 edition (May 2, 2012). 748 p.
42. Shrestha D.L., Kayastha N., Solomatine D.P. A novel approach to parameter uncertainty analysis of hydrological models using neural networks. Hydrology and Earth System Science. 2009. N 13. P. 1235–1248.
43. Thunnissen D. Uncertainty classification for the design and development of complex systems, Proceedings of the 3rd Annual Predictive Methods Conference, Veros Software, Santa Ana, CA, June, 2003. P. 1–16.
44. Vandenberghe Veronique, Ann van Griensven, Willy Bauwens, Peter A. Vanrolleghem. Propagation of Uncertainty in Diffuse Pollution into Water Quality Predictions: Application to the River Dender in Flanders, Belgium. Diffuse Pollution Conference, Dublin. 2003. Vol. 10. P. 91–96.
45. William L. Oberkampf, Sharon M. DeLand, Brian M. Rutherford, Kathleen V. Diegert, Kenneth F. Alvin Error and Uncertainty in Modeling and Simulation // Reliability Engineering and System Safety. 2002. Vol. 75. P. 333–357.
46. Zhou K., Doyle J., Glover K. «Model Uncertainty», Robust and Optimal Control, Prentice Hall, Upper Saddle River, NJ. 1996. P. 213–214.
47. Zio E., Apostolakis G.E. Two methods for the structured assessment of model uncertainty by experts in performance assessments of radioactive waste repositories, Reliability Engineering and System Safety. 1996. Vol. 54. P. 225–241.
Рецензия
Для цитирования:
Щербатов И.А. НЕОПРЕДЕЛЕННОСТЬ В ЗАДАЧАХ МОДЕЛИРОВАНИЯ И УПРАВЛЕНИЯ СЛОЖНЫМИ СЛАБОФОРМАЛИЗУЕМЫМИ СИСТЕМАМИ. Вестник НГУЭУ. 2014;(3):306-321.
For citation:
Shcherbatov I.A. UNCERTAINTY IN TASKS OF MODELING AND CONTROL OF COMPLEX POORLY FORMALIZED SYSTEMS. Vestnik NSUEM. 2014;(3):306-321. (In Russ.)
Послать статью по эл. почте 
