Отзывы научных руководителей (785790)
Текст из файла
ОТЗЫВнаучного консультанта В.С. Брусова на диссертационную работуТюменцева Юрия Владимировича на тему «Нейросетевое моделирование адаптивныхдинамических систем», представленной к защите на соискание ученой степени докторатехнических наук по специальности 05.13.01 «Системный анализ, управление и обработкаинформации (авиационная и ракетно-космическая техника)»Ю.В. Тюменцев окончил Московский авиационный институт им. С.
Орджоникидзе в1971 г. по специальности «Динамика полета и управление летательных аппаратов». В течениеряда лет он занимался проблемами динамики полета и управления самолетов, а также проблемами их автоматизированного проектирования. Кандидатскую диссертацию защитил в1981 г. по специальности 05.07.09 «Динамика, баллистика, управление движением летательных аппаратов».С начала 1990-х гг.
он включился в исследование проблем информационных технологий, основанных на концепции искусственной нейронной сети, а также проблем примененияэтих технологий для решения задач анализа движения, синтеза управления и идентификациинеизвестных характеристик динамических систем (ДС), прежде всего летательных аппаратовразличных классов.В рамках этих исследований Ю.В. Тюменцевым сформирован новый подход к математическому и компьютерному моделированию динамических систем, обладающих свойствомадаптивности. Этот подход позволяет объединить имеющиеся теоретические знания о ДС сэкспериментальными данными о ее поведении с тем, чтобы обеспечить решение задач анализа, синтеза и идентификации ДС, возникающих при создании технических систем, в частности, высокоавтоматизированных пилотируемых и роботизированных беспилотных летательных аппаратов, действующих в условиях разнообразных неопределенностей, включая неопределенности, порождаемые неконтролируемыми возмущениями, действующими на ДС; неполное и неточное знание свойств и характеристик ДС и условий, в которых она будет действовать; неопределенности, порождаемые изменением свойств ДС из-за отказов ее оборудования и повреждений в конструкции.Развиваемый Ю.В.
Тюменцевым подход имеет комплексный характер, его реализацияпотребовала решения целого ряда разноплановых научно-технических задач. В частности, дляобеспечения единого контекста для решения упомянутых выше задач, с позиций общей теории систем построена соответствующая типология динамических систем. Разработан нейросетевой подход к обеспечению адаптивности ДС за счет ансамблевой архитектуры используемых нейронных сетей (НС), введения в НС вставочных подсетей и использования инкрементного обучения НС. Разработан новый класс математических и компьютерных моделейДС (полуэмпирические НС-модели или модели типа «серый ящик»), представляющих собойНС-модели гибридного типа, обладающие адаптивностью, объединяющие теоретические знания о ДС и экспериментальные данные о ее поведении.
Для таких НС-моделей предложеноунифицированное структурное описание, композиционный подход к их синтезу, методы иалгоритмы получения обучающих данных, а также алгоритмы параметрической настройки(обучения). Систематизированы имеющиеся результаты в области адаптивного и интеллектуального управления ДС, а также результаты, относящиеся к различным подходам к моделированию таких систем, с акцентом на средства НС-моделирования. Разработан новый подходк решению задачи НС-идентификации характеристик ДС, описываемых нелинейными функциями многих переменных.
Работоспособность данного подхода продемонстрирована напримере задачи идентификации коэффициентов аэродинамических сил и моментов ЛА. Проведен обширный цикл вычислительных экспериментов для верификации разработанных полуэмпирических НС-моделей и методов их формирования, сопоставления их с традиционными НС-моделями типа «черный ящик», а также для анализа возможностей НС-моделированияс точки зрения задач адаптивного управления для ЛА различных классов.Научная новизна диссертационной работы Ю.В. Тюменцева состоит в том, что разработан класс гибридных НС-моделей полуэмпирического типа, объединяющий теоретическиезнания об объекте моделирования и экспериментальные данные о его поведении; разработанкомпозиционный подход к синтезу статических и динамических НС-моделей, основанный наинтерпретации НС-модели как разложения по обобщенному функциональному базису; разработано унифицированное структурное описание НС-моделей, обеспечивающее единообразное представление всех видов статических и динамических сетей; разработаны алгоритмыформирования гибридных НС-моделей полуэмпирического типа, а также алгоритмы ихструктурной корректировки и параметрической настройки; разработаны методы и алгоритмыполучения обучающих данных для НС-моделей динамических систем; для ДС разработанподход к решению задачи идентификации их характеристик как нелинейных функций многихпеременных; сформирована типология ДС, обеспечивающая единый контекст для решениязадач анализа поведения, синтеза управления и идентификации характеристик при созданииперспективных технических систем различных классов.Предложенный в диссертации класс нейросетевых моделей ДС, а также методы синтеза и параметрической настройки таких моделей открывают новые возможности для решениязадач управления поведением сложных технических систем, включая их роботизированныеварианты, в условиях неопределенности.
Полученные результаты могут быть использованыразработчиками перспективных ЛА при формировании алгоритмов адаптивного и интеллек-.
Характеристики
Тип файла PDF
PDF-формат наиболее широко используется для просмотра любого типа файлов на любом устройстве. В него можно сохранить документ, таблицы, презентацию, текст, чертежи, вычисления, графики и всё остальное, что можно показать на экране любого устройства. Именно его лучше всего использовать для печати.
Например, если Вам нужно распечатать чертёж из автокада, Вы сохраните чертёж на флешку, но будет ли автокад в пункте печати? А если будет, то нужная версия с нужными библиотеками? Именно для этого и нужен формат PDF - в нём точно будет показано верно вне зависимости от того, в какой программе создали PDF-файл и есть ли нужная программа для его просмотра.