Отзыв оппонента (Метод долгосрочного прогнозирования развития сети внутрироссийских магистральных авиалиний на основе технологий нечёткого моделирования и нейросетевого программирования)
Описание файла
Файл "Отзыв оппонента" внутри архива находится в папке "Метод долгосрочного прогнозирования развития сети внутрироссийских магистральных авиалиний на основе технологий нечёткого моделирования и нейросетевого программирования". PDF-файл из архива "Метод долгосрочного прогнозирования развития сети внутрироссийских магистральных авиалиний на основе технологий нечёткого моделирования и нейросетевого программирования", который расположен в категории "". Всё это находится в предмете "технические науки" из Аспирантура и докторантура, которые можно найти в файловом архиве МАИ. Не смотря на прямую связь этого архива с МАИ, его также можно найти и в других разделах. , а ещё этот архив представляет собой кандидатскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени кандидата технических наук.
Просмотр PDF-файла онлайн
Текст из PDF
Содержание диссертационной работы Диссертационная работа состоит из введения, четырех глав, заключения, списка сокращений и условных обозначений, списка использованной литературы и трех приложений. Общий объем диссертации — 1б4 страницы, в том числе 133 страницы основного текста и 31 страница в приложениях, список литературы содержит 81 источник. Во введении дается обоснование актуальности исследования, формулируются цели и задачи диссертации, описана структура работы, перечислены новые результаты, полученные в диссертации.
Первая глава посвящена анализу развития сети магистральных авиалиний России в период с 1992 г. по 2008 г. Этот анализ позволил выявить принципы построения и развития авиа- транспортной сети РФ и показать, что она по своей структуре и свойствам близка к безмасштабной (зса1е-атее) сети, представляющей собой один из видов сложных сетей, теория и практика применения которых быстро развиваются в последние годы. Такого рода отождествление дало возможность привлечь к решению задачи анализа динамики развития авиа- транспортной сети аппарат теории сложных сетей. На основе такого анализа проведена классификация авиалиний и определены этапы их развития.
Рассмотрена сеть авиалиний, связывающих 123 города, аэропорты которых участвуют в магистральных авиаперевозках. Полученные данные позволяют получит прогноз развития сети на 10 — 15 лет при условии сохранения сложившейся политической и экономической ситуации в стране. Во второй главе решается задача прогнозирования развития сети внутрироссийских магистральных авиалиний. Решение данной задачи призвано дать ответ на вопрос о будущем составе сети, т.е.
определить те пары городов, которые будут связаны прямым авиационным сообщением в прогнозируемый период времени. В основе реализованного подхода лежит гипотеза о том, что существуют некоторые, не зависящие явным образом от времени и конкретной пары городов, правила существования/отсутствия авиалинии между двумя городами, определяемые значениями ограниченного числа наблюдаемых (измеряемых) переменных (генерационные возможности города, целевой потенциал города, возможности транспортной инфраструктуры пары городов).
Эти правила в работе получили наименование «условия существования авиалинии» (УСА). Если в будущем значения наблюдаемых переменных меняются, то, соответственно, изменяются и условия существования авиалиний, что, в свою очередь, ведет к изменению структуры авиатранспортной сети. Решение данной задачи осуществляется путем формирования информационной модели типа «черный ящик» для УСА на основе доступньгх статистических данных о расписаниях полетов ВС, а также о значениях соответствующих наблюдаемых переменных для соответствующих пар городов. Выходом модели УСА является лингвистическая переменная, принимающая нечеткие значения.
Такой подход дает возможность получать модели УСА с учетом неопределенностей, имеющихся в условиях задачи, в частности, при нечеткости или неточности значений измеряемых переменных. Реализация данного подхода осуществлена в рамках адаптивной системы нейронечеткого вывода (АМР18). Третья глава посвящена разработке нечеткой нейросетевой модели условий существования авиалинии.
Процесс разработки включает в себя такие этапы, как формирование обучающей выборки, формирование структуры нейронной сети (НС), обучение НС, анализ точности и адекватности полученной модели. Обобщающие свойства НС, т.е. способность давать ответы с приемлемым уровнем точности для любых допустимых входов, зависят от ее архитектуры и определяются размером обучающей выборки и ее информативностью (репрезентативно- стью). Исходное множество обучающих данных в решаемой задаче состоит из 69б3 элементов. Для формирования обучающей выборки и ее оценки в работе используется одна из популярных нейросетевых моделей — самоорганизующаяся карта Кохонена (КОМ вЂ” Бе1Г- ОгйапЫп8 Мар), которая позволила получить выборку из сравнительно небольшого числа элементов (564 из б9б3).
Остальные элементы исходного набора были разделены между тестовой (3222) и проверочной (3177) выборками. Модель УСА реализована в работе с помощью нечеткой нейронной продукционной сети типа А%18 (сеть Такаги-Сугэно-Канга). Правила продукционной системы имеют вид ЕСЛИ предпосьика ТО заключение, где предпосылка является нечетким высказыванием, а заключение — четким значением, заданным функцией. При анализе результатов моделирования было выявлено наличие зоны нечувствительности модели УСА, представляющей собой диапазон значений выходной переменной, при которых авиалиния моделируется неоднозначно.
Модель УСА обладает высокой прогностической ценностью, показанная ею точность моделирования составила 88;4. Она достаточно корректно выявляет как существующие авиалинии (85;4), так и несуществующие (9204). В четвертой главе формируется прогноз развития сети внутрироссийских магистральных авиалиний, который опирается на данные прогнозов более высокого уровня — макроэкономических, социально-экономических, демографических.
В соответствии с Концепцией долгосрочного социально-зкономического развития РФ на период до 2020 года рассматриваются три основных сценария долгосрочного социально-экономического развития страны: инерционный, энерго-сырьевой и инновационный. Согласно этим сценариям, в работе сформированы три варианта развития коммуникационного ядра сети внутрироссийских магистральных авиалиний к 2020 г. Полученные данные показывают ожидаемый значительный рост количества авиалиний для всех трех вариантов, но в целом структура анализируемой сети не претерпит существенных изменений. В ней будет по-прежнему доминировать ядро сильносвязанных концентраторов авиалиний — городов, которые являются крупными административными или курортными центрами.
В приложениях приводятся справочные данные, использовавшиеся в качестве исходных при формировании модели и в компьтерных экспериментах: список аэропортов РФ, значения используемых параметров для рассматриваемых городов РФ, определение значений параметра «численность населения». Общая оценка диссертационной работы Диссертационная работа Т.О. Цейтлиной является целостным исследованием, содержащим как новый концептуальный подход к решению задачи долгосрочного прогнозирования развития сети магистральных авиалиний, так и результаты его применения для решения конкретной прикладной задачи — формирование вариантов прогноза для трех различных сценариев социально-экономического развития РФ. В процессе выполнения работы был получен ряд результатов, харакгеризующихся научной новизной.
А именно, предложен и обоснован подход к решению задачи прогнозирования сети магистральных авиалиний; выявлены закономерности развития сети внутрироссийских магистральных авиалиний, обнаружено, что она обладает основными свойствами, характерными для одного из классов сложных сетей (безмасштабных сетей); построена модель условий существования авиалинии, созданная как система нечеткого вывода; получен метод долгосрочного прогнозирования развития сети внутрироссийских магистральных авиалиний, учитывающий динамику изменения социально-экономических параметров регионов страны и целевые параметры развития инфраструктуры наземного и воздушного транспорта.
Практическая значимость результатов диссертационной работы заключается в возможности использования полученного метода долгосрочного прогнозирования развития сети внутрироссийских магистральных авиалиний при различных сценариеях социально- экономического развития страны для оценки эффективности новых авиационных техноло- гий, формирования технических требований к перспективным ВС, сравнительного анализа различных концепций перспективных ВС, прогнозирования потребного парка ВС. Достоверность результатов, полученных в диссертационной работе, обеспечивается соответствующим использованием аппарата математической статистики, проверкой адекватности модели на данных, не вовлекавшихся в процесс ее формирования, непротиворечивостью полученных результатов моделирования в сравнении с существующими представлениями о функционировании и развитии авиатранспортных сетей.
Результаты, представленные в диссертационной работе, прошли на протяжении ряда лет соответствующую апробацию. Они докладывались и обсуждались на ряде конференций и семинаров, включая международные, всероссийские и отраслевые. Основные результаты опубликованы в 15 работах. В их числе 4 статьи в журналах, рекомендованных ВАК РФ и 1 публикация в издании, индексируемом в международной базе цитирования ссорив. Диссертация по своей тематике соответствует специальности 05.13.01 «Системный анализ, управление и обработка информации 1авиационная и ракетно-космическая техника)», поскольку все основные составляющие паспорта данной специальности в достаточной степени отражены в тексте представленной работы.
Автореферат диссертации полностью отражает основные научные, методические и практические результаты представленной к защите работы. Ее содержание полностью раскрыто в публикациях автора. Замечания по диссертационной работе 1. В работе используется дословный перевод «безмасштабная сеть» для исходного англоязычного термина квса1е-йее пе1жогк". Представляется, что более корректно было бы использование варианта «масштабно-инвариантная сеть», что более точно отражает суть данного вида сложных сетей.
2. В работе не приводится аргументация в пользу выбора самоорганизующихся карт Кохонена для формирования обучающей выборки модели УСА. Не объясняется, почему были отвергнуты другие возможные методы формирования сбалансированной выборки. 3. В диссертации не описана процедура нормирования значений выходных переменных модели, а также не указаны диапазоны возможных значений для них. По тексту работы можно восстановить значения коэффициентов нормировки и процедуру их вычисления (см.