Russian Language English Language

15. Опыт использования и эксплуатации ВС

15.1 ОСНОВЫ МЕНЕДЖМЕНТА В ИНФРАСТРУКТУРЕ КРИТИЧЕСКИХ ТЕХНОЛОГИЙ С ИСПОЛЬЗОВАНИЕМ ОТКРЫТЫХ КОМПЬЮТЕРНЫХ СЕТЕЙ

15.2 ПРОБЛЕМЫ ИСПОЛЬЗОВАНИЯ ЦИФРОВЫХ СЕТЕЙ ИНТЕГРАЛЬНОГО ОБСЛУЖИВАНИЯ (ОБЗОР)

15.3 ИНТЕГРАЛЬНАЯ ИНФОРМАТИЗАЦИЯ ЭЛЕКТРОЭНЕРГЕТИКИ РОССИИ -- ИМПЕРАТИВ ВРЕМЕНИ

15.4 ОЦЕНКА ОСТАТОЧНОГО РЕСУРСА СИЛОВЫХ ТРАНСФОРМАТОРОВ С ПОМОЩЬЮ ПРОГРАММНОГО КОМПЛЕКСА «ДИАГНОСТИКА +»

15.5 ПОСТРОЕНИЕ МОДЕЛЕЙ ХИМИЧЕСКИХ АППАРАТОВ НА ОСНОВЕ НЕЙРОННЫХ СЕТЕЙ

15.6 ВЫБОР ПАРАМЕТРОВ ТЕХНИЧЕСКИХ ОБЪЕКТОВ ВНУТРИ ПАРАМЕТРИЧЕСКОГО РЯДА

15.7 ПАРАЛЛЕЛЬНЫЙ АЛГОРИТМ ВИЗУАЛИЗАЦИИ ТРЕХМЕРНЫХ СЦЕН

15.8 К ВОПРОСУ ОБ ОПТИМАЛЬНОЙ РАСКЛАДКЕ МНОГОЯЗЫЧНОЙ КЛАВИАТУРЫ

15.9 ЗАДАЧИ И МЕТОДЫ ТЕХНОЛОГИИ DATA MINING (ДОБЫЧА ДАННЫХ)

15.10 ОБ ОДНОМ ПОДХОДЕ К УПРАВЛЕНИЮ РАЦИОНАЛЬНЫМ ИСПОЛЬЗОВАНИЕМ КАДРОВОГО ПОТЕНЦИАЛА ПРЕДПРИЯТИЯ


Экспресс информация

Редколлегия журнала

Подписка на новости

Гостевая книга

Предоставление материалов

Письмо в редакцию

На начало


2006, Номер1 ( 8)



Place for sale
BC/NW 2006, №1, (8) : 15

 

BC/NW 2006, №1, (8) : 15.6

 

 

ВЫБОР ПАРАМЕТРОВ ТЕХНИЧЕСКИХ ОБЪЕКТОВ ВНУТРИ ПАРАМЕТРИЧЕСКОГО РЯДА

 

А.А. Образцов, С.В. Панченко

 

(Смоленск, Филиал ГОУВПО «Московский энергетический институт (технический университет)», Россия)

 

 

 

При автоматизированном проектировании технических систем (ТС) возникает вопрос выбора оборудования из стандартного параметрического ряда [1].

Данную задачу можно формализовать следующим образом. Объект S в параметрическом ряду характеризуется определенными параметрами X = {X1, X2Xn}. Требуется для проектируемого объекта S¢ с параметрами X¢ подобрать типовой объект S с близкими параметрами, т.е.

||XX¢|| ® min.

Эта задача эквивалентна задаче распознавания, в данном случае распознается объект S из типового ряда, максимально соответствующий образу S¢.

В качестве инструмента решения данной задачи предложено использовать нейронные сети (НС) [2]. Это позволяет унифицировать и ускорить процесс распознавания образа. Нейронная сеть обучается всеми элементами параметрического ряда, в качестве значения выхода нейронной сети берется уникальный номер типового объекта в ряду. Процесс распознавания реализуется с использованием трехслойной НС, число элементов скрытого слоя соответствует числу элементов ряда.

Введение нечеткости в нейронную сеть позволяет осуществлять выбор объекта из параметрического ряда с использованием определенных ограничений (например, ограниченные размеры, производительность котельной установки и пр).

Разработаны алгоритмы и программы, осуществляющие выбор оборудования из стандартного параметрического ряда при заданных ограничениях.

 

 

ЛИТЕРАТУРА

 

1. Быков В.П. Методическое обеспечение САПР в машиностроении. – Л.: Машиностроение, 1989. – 255 с.

2. Нейроинформатика / А.Н.Горбань, В.Л.Дунин-Барковский, А.Н.Кирдин и др. – Новосибирск: Наука. Сибирское предприятие РАН, 1998. – 296 с.