Открытый доступ Открытый доступ  Доступ закрыт Доступ предоставлен  Доступ закрыт Только для подписчиков

№ 7 (2025)

Обложка

Весь выпуск

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Управление в технических системах

ГИБРИДНЫЙ МЕТОД КОМПЛЕКСИРОВАНИЯ РАЗНЕСЕННЫХ ДАТЧИКОВ ДЛЯ АДАПТИВНОЙ ИДЕНТИФИКАЦИИ СТАЦИОНАРНЫХ И ПОДВИЖНЫХ ОБЪЕКТОВ В УСЛОВИЯХ АПРИОРНОЙ НЕОПРЕДЕЛЕННОСТИ

БУЛЫЧЕВ Ю.Г.

Аннотация

В рамках совместного применения классического статистического подхода, основанного на вероятностных моделях, а также нетрадиционного подхода, ориентированного на принципы непрерывности, размножения и кластеризации, для совокупности разнесенных в пространстве датчиков (произвольного типа) развит новый метод адаптивной идентификации стационарных и подвижных объектов. Задача решается применительно к условиям существенной априорной неопределенности, связанной, например, с наличием в измерениях плохо формализуемых аномальных ошибок измерений, сбоями в работе и выходе из строя отдельных датчиков или значительными изменениями условий наблюдения объекта идентификации. Приводятся модели, критерий и алгоритм идентификации, устойчивый к такой неопределенности. В качестве примера сравнительного анализа использована триангуляционная система датчиков, для которой показан эффект, достигаемый за счет адаптации. Даны практические рекомендации.
Автоматика и телемеханика. 2025;(7):3-20
pages 3-20 views

ПРОГРАММНОЕ УПРАВЛЕНИЕ ПОИСКОМ ОБЪЕКТОВ В УСЛОВИЯХ ОГРАНИЧЕНИЙ НА КОЛИЧЕСТВО ЛИНИЙ ОБРАБОТКИ В НЕЗАВИСИМЫХ КАНАЛАХ ПОИСКОВОЙ СИСТЕМЫ

Хуторцев В.В.

Аннотация

Рассмотрена задача поиска объектов наблюдения, математическая модель появления которых удовлетворяет закономерностям пуассоновского потока. Ее решение получено для случая, когда количество линий обработки в каналах многоканальной поисковой системы ограничено. В условиях высокой интенсивности появления объектов из потока это может привести к появлению очередей на их обработку. В качестве модели, используемой для определения закона поиска, рассмотрен набор систем массового обслуживания с независимыми входящими потоками, для которых системы дифференциальных уравнений Колмогорова описывают динамику изменения вероятностных характеристик их состояний в условиях ограничения на количество линий обработки в поисковых каналах. Рассмотрены две разновидности формулировки оптимизационной задачи – для вероятностного и временного критериев качества. Синтезирована итерационная процедура для формирования законов распределения интенсивностей поисковых усилий в каналах поисковой системы. Приведены примеры.
Автоматика и телемеханика. 2025;(7):21-40
pages 21-40 views

ПОСТРОЕНИЕ ВИРТУАЛЬНОГО АНАЛИЗАТОРА С НЕСКОЛЬКИМИ ВЫХОДАМИ НА ОСНОВЕ ПРЕДИКТОРА ОПИБОК ДЛЯ УПРАВЛЕНИЯ КАЧЕСТВОМ ЦЕЛЕВОГО ПРОДУКТА СЛОЖНОЙ РЕКТИФИКАЦИОННОЙ КОЛОННЫ

Штакин Д.В., Плотников А.А., Снегирев О.Ю., Торгашов А.Ю.

Аннотация

Рассматривается задача повышения точности виртуального анализатора (ВА) с несколькими выходными переменными. Показано, что введение предиктора векторного временного ряда ошибок обеспечивает учет динамической взаимозависимости компонент процесса и позволяет повысить точность ВА. Построение предиктора ошибок с несколькими выходами выполняется с использованием векторных авторегрессионных моделей и набора моделей авторегрессии с распределенным лагом, оптимальные структуры и параметры которых находятся численными методами. Проведено сравнение предложенного подхода к построению многомерного ВА с традиционными методами, основанными на последовательном построении одномерных по выходу ВА в системе управления показателями качества целевого продукта (легкой дизельной фракции) промышленной сложной ректификационной колонны. Эффективность предложенного подхода также продемонстрирована для класса адаптивных ВА.
Автоматика и телемеханика. 2025;(7):41-60
pages 41-60 views

Управление в социально-экономических системах

АЛГОРИТМ УПРАВЛЕНИЯ ДЕЙСТВИЯМИ ИГРОКА В ИГРЕ ТРИПОЛИИ ПРИ ЛИНЕЙНЫХ ФУНКЦИЯХ СПРОСА И ИЗДЕРЖЕК

Гераськин М.И.

Аннотация

Рассматривается игра трех фирм олигополии, т.е. ситуация триполии, в случае линейных функций спроса и издержек игроков. Исследуется рефлексивное поведение игроков, которое формализовано с помощью предположительных вариаций, т.е. предположений игроков о влиянии их действий на действие контрагента. Разработан метод вычисления суммы предположительных вариаций некоторого игрока, которая является оптимальной по функциям полезности остальных игроков (окружения). Предложен алгоритм управления действиями игрока со стороны окружения, реализация которого формирует заданный ментальный тип игрока и предопределяет его целенаправленное поведение. Проведено численное моделирование иерархической игры, в которой осуществляется информационное управление действиями игрока со стороны окружения (Центра) на примере параметров телекоммуникационного рынка России. Численный эксперимент подтвердил работоспособность алгоритма управления и увеличение полезности окружения в результате управления.
Автоматика и телемеханика. 2025;(7):61-75
pages 61-75 views

Интеллектуальные системы управления, aнализ данных

МОДИФИКАЦИЯ МНОГОМЕРНОГО НЕЧЕТКОГО РЕГУЛЯТОРА С ЛОКАЛЬНЫМ ТЕРМ-ДЕЛЕНИЕМ ВХОДНЫХ ПЕРЕМЕННЫХ

Антипин А.Ф., Антипина Е.В., Мустафина С.А.

Аннотация

Рассматривается модификация многомерного нечеткого регулятора с взаимосвязанными регулируемыми параметрами. Приводятся описание блок-схемы регулятора и выражения для расчета основных параметров. Описывается механизм перехода от общего терм-деления входных переменных к их локальному терм-делению относительно выходных переменных. Рассматривается разработанное авторами специальное программное обеспечение для визуальной разработки нечеткого регулятора, гибкой настройки термов, оценки и анализа системы продукционных правил. Теоретические результаты иллюстрируются примерами.
Автоматика и телемеханика. 2025;(7):76-89
pages 76-89 views

МЕТОДЫ РАНДОМИЗИРОВАННОГО МАШИННОГО ОБУЧЕНИЯ ДЛЯ ГЕНЕРАЦИИ АНСАМБЛЕЙ СЛУЧАЙНЫХ ДАННЫХ С ЗАДАННЫМИ ЧИСЛОВЫМИ ХАРАКТЕРИСТИКАМИ

Попков Ю.С., Попков А.Ю., Дубнов Ю.А.

Аннотация

Рассматривается задача генерации случайных ансамблей данных с заданными числовыми характеристиками. Развивается метод ее решения, использующий процедуры рандомизированного машинного обучения, которые строятся на последовательности задач функционального энтропийно-линейного программирования. В качестве ограничений в них рассматриваются нормированные моменты. Задача генерации сводится к системе нелинейных уравнений с интегральными компонентами. Адаптируется разработанный авторами асимптотический аналитический метод преобразования указанных уравнений к системе уравнений с полиномиальной левой частью. Развитые аналитические методы применены для генерации случайных ансамблей данных, прогнозирующих динамику стоимости финансовых активов.
Автоматика и телемеханика. 2025;(7):90-111
pages 90-111 views

Оптимизация, системный анализ и исследование операций

ОБ ЭМЕРДЖЕНТНОСТИ СИСТЕМ БИНАРНЫХ ОТОБРАЖЕНИЙ

Каркищенко А.Н.

Аннотация

Рассматривается возникновение эффекта эмерджентности в терминах отображений, реализуемых произвольными системами. При этом эмерджентность интерпретируется как «сверхаддитивное» расширение класса отображений при объединении систем или возникновении новых связей между элементами. В работе дается описание эмерджентных свойств в моделях систем, реализующих бинарные отображения. Структура взаимодействия элементов в таких системах описывается конечным ориентированным графом. Исследуются классы отображений при теоретико-множественных операциях над такими системами, и показано «сверхаддитивное» расширение отображений при объединении. Вводится и обосновывается коэффициент эмерджентности. Доказаны нижняя и верхняя оценки для этого коэффициента.
Автоматика и телемеханика. 2025;(7):112-130
pages 112-130 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».