А.Г. Волков - к.т.н., доцент, Финансовый университет при Правительстве Российской Федерации E-mail: avolkov@fa.ru А.И. Полоус - к.т.н., доцент В.И. Гончаренко - д.т.н., доцент, директор Военного института МАИ, Московский авиационной институт (национальный исследовательский университет); вед. инженер, Институт проблем управления им. В.А. Трапезникова РАН E-mail: vladimirgonch@mail.ru М.А. Иконников - аспирант, кафедра № 702, Московский авиационной институт (национальный исследовательский университет) E-mail: maxim.ikonnikov@gmail.com

Предложено использование нейросетевых технологий для обработки контрольно-диагностической информации сложных динамических объектов. Проведен синтез нейросетевого алгоритма вычисления оценок на базе нейросетевого и традиционного алгоритмов. Обосновано применение алгебраического подхода при решении задачи синтеза алгоритма функционального диагностирования, что позволяет моделировать многослойные сети прямого распространения, используя в качестве базисных нейросетей двухслойные сети а также делает практически неограниченной точность проведения разделяющих поверхностей между классами технических состояний. Показано, что разработанный нейро-сетевой алгоритм вычисления оценок совмещает в себе такое преимущество традиционного алгоритма вычисления оценок, как универсальность, и достоинство нейросетей - высокое быстродействие при требуемой достоверности принимаемых решений.

 

1. Нейлор Крис. Как построить машину вывода // Экспертные системы. М.: Радио и связь. 1987.
2. Журавлев Ю.И. Об алгоритмическом подходе к решению задач распознавания и классификации // Проблемы кибернетики. 1978. Вып. 38.
3. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия-Телеком. 2001.
4. Горбань А.Н. Обучение нейронных сетей. М.: СП «ПараГраф». 1990.
5. Понтрягин Л.С. Основы комбинаторной топологии. М.: Наука. 1986.
6. Арканов А.В., Гончаренко В.И., Кобзарь А.А. Определение причин нештатного функционирования баллистического объекта // Изв. Института инженерной физики. 2012. № 2 (24). С. 8-10.
7. Нечаев В.В., Гончаренко В.И., Рожнов А.В., Лычев А.В., Лобанов И.А. Интеграция компонентов виртуальной семантической среды и обобщённой модели анализа среды функционирования // Современные информационные технологии и ИТ-образование. 2016. Т. 12. № 3. Ч. 1. С. 187-194.
8. Оганджанян С.Б., Рожнов А.В., Бурмистров П.А., Лобанов И.А., Тюрин С.А. Творческие материалы «круглого стола». Ч. I. Ретроспектива и реальная конкорданция исследований в сфере интеллекта // Нейрокомпьютеры: разработка, применение. 2016. № 1. С. 17-29.
9. Рожнов А.В. Творческие материалы «круглого стола». Ч. II. Системная интеграция и моделирование новых эффектов в сфере интеллекта // Нейрокомпьютеры: разработка, применение. 2016. № 3. С. 3-12.
10. Гончаренко В.И., Легович Ю.С., Рывкин С.Е. Обработка телеметрической информации о кинематических параметрах движения летательных аппаратов на основе дискретного вейвлет-преобразования // Доклады XVIII Междунар. конференции. Сер. Цифровая обработка сигналов и её применение - DSPA-2016. (Москва, 30 марта - 01 апреля 2016 г.). 2016. Т. 1. Вып. XVIII-1. М.: РНТОРЭС имени А.С. Попова. С. 442-447.
11. Рожнов А.В., Лобанов И.А., Бимаков Е.В. Обоснование задач системной интеграции и информационно-аналитическое моделирование проблемно-ориентированных системы управления на предпроектном этапе жизненного цикла / Труды XII Всероссийского совещания по проблемам управления (ВСПУ-2014, Москва). М.: ИПУ РАН. 2014. С. 7474-7479.
12. Рожнов А.В., Губин А.Н., Михайлов Р.А., Белавкин П.А. Становление вычислительных систем и комплексов военного назначения на заре стратегических ракетных войск // Нейрокомпьютеры: разработка, применение. 2010. № 11. С. 62-68.
13. Гончаренко В.И., Кобзарь А.А., Корнеев А.А., Кучерявенко Д.С. Алгоритм оценивания характеристик баллистического объекта при неизвестных параметрах его математической модели движения и некачественной измерительной информации // Вестник Казанского государственного технического университета им. А.Н. Туполева. 2011. № 4. С. 128-135.
14. Гончаренко В.И., Кучерявенко Д.С., Гойденко В.К., Скорик Н.А. Распознавание типа аварийной ситуации при испытании беспилотного космического аппарата на основе использования вейвлет-преобразования // Нейрокомпьютеры: разработка, применение. 2016. № 1. С. 39-48.
15. Патент на изобретение 2222823 RU. Устройство для допускового контроля функциональных состояний технических систем / А.И. Полоус, А.Г. Волков, А.С. Бурый. 2002.