Ідентифікація інтервальних моделей об’єктів з розподіленими параметрами на основі поведінкових моделей бджолиної колонії

dc.contributor.authorПорплиця, Наталія Петрівна
dc.date.accessioned2016-02-24T07:52:16Z
dc.date.available2016-02-24T07:52:16Z
dc.date.issued2016
dc.description.abstractДисертаційна робота присвячена вирішенню актуального наукового завдання структурної ідентифікації різницевих операторів (ІРО) на основі аналізу інтервальних даних, отриманих унаслідок спостережень за реальними процесами з похибками, обмеженими за амплітудою. Проаналізовано особливості задач моделювання об’єктів з розподіленими параметрами в умовах структурної невизначеності та методів їх розв’язування. Обгрунтовано необхідність застостосування принципів ройового інтелекту для розв’язування задачі структурної ідентифікації математичної моделі. Сформульовано теоретичні основи застосування принципів ройового інтелекту для розв’язування задачі структурної ідентифікації інтервальних моделей об’єктів з розподіленими параметрами у вигляді різницевих операторів та обгрунтовано переваги її застосування. Розроблено новий метод структурної ідентифікації інтервальних моделей об’єктів з розподіленими параметрами на основі поведінкових моделей бджолиної колонії та нейроподібну обчислювальну схему його реалізації. Проведено їх апробацію для побудови моделей розподілу вологості на поверхні листа гіпсокартону. Проведено порівняльний аналіз ефективності методів структурної ідентифікації на основі генетичних алгоритмів та на основі поведінкових моделей бджолиної колонії. Розроблено програмне забезпечення та з його використанням проведено апробацію розробленого методу структурної ідентифікації інтервальних моделей об’єктів з розподіленими параметрами у вигляді різницевих операторів на прикладі побудови математичної моделі розподілу на площині хірургічної рани максимальної амплітуди інформаційного сигналу. Диссертационная работа посвящена решению актуального научного задания структурной идентификации разностных операторов с помощью анализа интервальных данных, полученных в результате наблюдений за реальными процессами с погрешностями, ограниченными по амплитуде. Проанализированы особенности задач моделирования объектов с распределенными параметрами в условиях структурной неопределенности и методов их решения. Проведены обзор и анализ существующих методов структурной идентификации моделей объектов с распределенными параметрами. Обоснована необходимость применения принципов роевого интеллекта для решения задачи структурной идентификации математической модели. Сформулированы теоретические основы применения принципов роевого интеллекта к задаче структурной идентификации интервальных моделей объектов с распределенными параметрами в виде разностных операторов и обоснованы преимущества их применения. Разработаны новый метод структурной идентификации интервальных моделей объектов с распределенными параметрами с использованием поведенческих моделей пчелиной колонии и нейроподобная вычислительная схема его реализации. Проведено их апробацию для построения модели распределения влажности на поверхности листа гипсокартона. Проведен сравнительный анализ эффективности методов структурной идентификации с применением генетических алгоритмов и с применением поведенческих моделей пчелиной колонии. Разработано программное обеспечение, с использованием которого было проведено апробацию разработанного метода структурной идентификации интервальных моделей объектов с распределенными параметрами в виде разностных операторов на примере построения математической модели распределения максимальной амплитуды информационного сигнала на плоскости хирургической раны. Dissertation is devoted to the actual scientific task of structure identification of difference operators based on analysis the interval data obtained in the observations of real processes with errors, bounded by the amplitude. The features of modeling the distrubuted parameters objects in terms of structure uncertainty was analyzed. The review and analyses of the known methods for identification the models of the distrubuted parameters objects were provided. It was shown that some of these methods is characterized by a high computational complexity of searching mathematical model, which is not usually optimal, overly is complicated, and others, in particular the group method of data handling, does not provide specified accuracy of the simulation within the error of the experimental data.The necessity of applying the swarm intelligence principles for solving tasks of structure identification of the mathematical model was shown. The main components of the behavioral model of the bee colony and the relationships between them was analyzed. The basic analogy between behavioral model of the bee colony and the main procedures of the method for structure identification of mathematical models of distributed parameters objects in the form of interval difference operators were formulated. The theoretical basis for using of the swarm intelligence principles to the building the method of solving the problem of structure identification of mathematical models of distributed parameters objects in the form of interval difference operators were formulated. The new method for structure identification of the mathematical models of distributed parameters objects in the form of interval difference operators based on the behavioral models of the bee colony was created. Also the neural-like computation scheme of implementation the method was created. The developed method for structure identification and his neural-like computation scheme was tested for building the model of the humidity distribution on the drywall sheet surface. The comparative analysis of the effectivness of the methods for structure identification based on the genetic algorithms and based on the behavioral models of the bee colony was held. Software for implementation of developed method for the structure identification of the interval difference operators was created. Developed software was used for building the interval model of the information signal maximum amplitude distribution on the plane surface of the surgical wound, which determines the location of the recurrent laryngeal nerve among the muscle tissue. Advantages of the using the obtained interval model for the problem of the recurrent laryngeal nerve visualization, in comparison to the known analogs, were shown.uk_UA
dc.identifier.citationПорплиця Н. П. Ідентифікація інтервальних моделей об’єктів з розподіленими параметрами на основі поведінкових моделей бджолиної колонії : дисертація на здобуття наукового ступеня кандидата технічних наук : 01.05.02 – математичне моделювання та обчислювальні методи / Наталія Петрівна Порплиця ; Міністерство освіти і науки України, Національний університет «Львівська політехніка». – Львів, 2016. – 159 с. – Бібліографія: с. 129–144 (138 назв).uk_UA
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/31346
dc.language.isouauk_UA
dc.publisherНаціональний університет "Львівська політехніка"uk_UA
dc.source.urihttp://www.lp.edu.ua/node/9347
dc.subjectрізницевий операторuk_UA
dc.subjectструктурна ідентифікаціяuk_UA
dc.subjectінтервальні даніuk_UA
dc.subjectалгоритм бджолиної колоніїuk_UA
dc.subjectматематична модельuk_UA
dc.subjectразностный операторuk_UA
dc.subjectструктурная идентификацияuk_UA
dc.subjectинтервальные данныеuk_UA
dc.subjectалгоритм пчелиной колонииuk_UA
dc.subjectматематическая модельuk_UA
dc.subjectdifference operatoruk_UA
dc.subjectstructure identificationuk_UA
dc.subjectinterval datauk_UA
dc.subjectarficial bee colony algorithmuk_UA
dc.subjectmathematical modeluk_UA
dc.titleІдентифікація інтервальних моделей об’єктів з розподіленими параметрами на основі поведінкових моделей бджолиної колоніїuk_UA
dc.title.alternativeИдентификация интервальных моделей объектов с распределенными параметрами на основе поведенческих моделей пчелиной колонииuk_UA
dc.title.alternativeIdentification of interval models for distributed parameters objects based on the behavioral models of the bee colonyuk_UA
dc.typeAutoreferatuk_UA

Files

Original bundle

Now showing 1 - 4 of 4
Thumbnail Image
Name:
aref_Porplytsya_N.P.pdf
Size:
971.79 KB
Format:
Adobe Portable Document Format
Description:
Автореферат дисертації
Thumbnail Image
Name:
Dyser Porplytsya_N.P.pdf
Size:
3.77 MB
Format:
Adobe Portable Document Format
Description:
Дисертаційна робота
Thumbnail Image
Name:
Vidguk1 Porplytsya N.P.pdf
Size:
207.49 KB
Format:
Adobe Portable Document Format
Description:
Відгук офіційного опонента
Thumbnail Image
Name:
Vidguk2 Porplytsya N.P.pdf
Size:
194.82 KB
Format:
Adobe Portable Document Format
Description:
Відгук офіційного опонента

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: