Методика синтеза оптимальных стратегий диагностирования автоматизированных систем управления сложными техническими объектами с использованием априорной информации
Ключевые слова:
диагностирование, байесовская сеть доверия, достоверность, апостериорный выводАннотация
Работа посвящена задаче повышения достоверности диагностирования сложных технических систем в условиях неопределенности. На основе апостериорного вывода в байесовских сетях доверия разработана методика диагностирования сложных систем, включающая в себя синтез оптимальной стратегии диагностирования с учетом динамики априорной информации и различных законов распределения непрерывных диагностических признаков.Литература
Благовещенская М.М., Злобин Л.А. Информационные технологии систем управления технологическими процессами. М.: Высш. Шк., 2005. 768 с.
ГОСТ В 20.911–89. Техническая диагностика. Термины и определения. — Введ. 01.01.1991. М.: Издательство стандартов, 1990. 12 с.
Дмитриев А.К., Юсупов Р.М. Идентификация и техническая диагностика. МО СССР, 1987. 521 с.
Кульба В.В., Ковалевский С.С., Шелков А.Б. Достоверность и сохранность информации в АСУ. М.: СИНТЕГ, 2003. 500 с.
Николенко С.И., Тулупьев А.Л. Самообучающиеся системы. М.: МЦНМО, 2009. 288 с.
Опарин В.В., Фильченков А.А., Тулупьев А.Л., Сироткин А.В. Матроидное представление семейства графов смежности над набором фрагментов знаний // Научно-технический вестник Санкт-Петербургского государственного университета информационных технологий, механики и оптики. 2010. Вып. 4. C. 73–76
Полянский В.И. Техническое диагностирование автоматизированных систем управления подготовкой и пуском ракет космического назначения. СПб.: ВИКУ, 2002. 303 с.
Рассел С., Норвиг П. Искусственный интеллект: современный подход, 2-е изд.: Пер. с англ. M.: Издательский дом «Вильямс», 2006. 1408 с.
Сироткин А.В., Тулупьев А.Л. Моделирование знаний и рассуждений в условиях неопределенности: матрично-векторная формализация локального синтеза согласованных оценок истинности // Труды СПИИРАН. 2011. Вып. 18. С. 108–136
Тулупьев А. Л. Байесовские сети: логико-вероятностный вывод в циклах. СПб.: Изд-во С.-Петербургского ун-та, 2008. 140 с. (Элементы мягких вычислений.)
Тулупьев А. Л. Метод построения и исследования баз фрагментов знаний с неопределенностью // Труды СПИИРАН. 2002. Вып. 1, т. 1. СПб.: Наука, 2002. C. 258– 271
Тулупьев А. Л. Непротиворечивость оценок вероятностей в идеалах конъюнктов и дизъюнктов // Вестник СПбГУ. Сер. 10. 2009. Вып. 2. С. 121–131
Тулупьев А.Л., Николенко С.И., Сироткин А.В. Байесовские сети: логико-вероятностный подход. СПб.: Наука, 2006. 607 с.
Тулупьев А.Л., Сироткин А.В, Николенко С.И. Байесовские сети доверия: логико-вероятностный вывод в ациклических направленных графах. СПб.: Изд-во С.-Петербургского ун-та, 2009. 400 с.
Тулупьев А.Л., Фильченков А.А., Вальтман Н.А. Алгебраические байесовские сети: задачи автоматического обучения // Информационно-измерительные и управляющие системы. 2011. № 11, т. 9. С. 57–61
Фильченков А.А., Тулупьев А.Л., Сироткин А.В. Особенности анализа вторичной структуры алгебраической байесовской сети // Труды СПИИРАН. 2010. Вып. 1(12). C. 97–118
Фильченков А.А., Тулупьев А.Л., Сироткин А.В. Структурный анализ клик максимальных графов смежности алгебраических байесовских сетей // Вестн. Тверск. Гос. Ун-та. Сер.: Прикладная математика. 2011. №20. С. 139–151
Хедли Дж. Нелинейное и динамическое программирование. М.: Мир, 1967. 507 с.
Jensen F. Bayesian Networks and Decision Graphs. NY.: Springer. 2001. 286 p.
Pearl J. Probabilistic Reasoning in Intelligent Systems. NY.: Morgan Kaufman, 1988. 552 p.
ГОСТ В 20.911–89. Техническая диагностика. Термины и определения. — Введ. 01.01.1991. М.: Издательство стандартов, 1990. 12 с.
Дмитриев А.К., Юсупов Р.М. Идентификация и техническая диагностика. МО СССР, 1987. 521 с.
Кульба В.В., Ковалевский С.С., Шелков А.Б. Достоверность и сохранность информации в АСУ. М.: СИНТЕГ, 2003. 500 с.
Николенко С.И., Тулупьев А.Л. Самообучающиеся системы. М.: МЦНМО, 2009. 288 с.
Опарин В.В., Фильченков А.А., Тулупьев А.Л., Сироткин А.В. Матроидное представление семейства графов смежности над набором фрагментов знаний // Научно-технический вестник Санкт-Петербургского государственного университета информационных технологий, механики и оптики. 2010. Вып. 4. C. 73–76
Полянский В.И. Техническое диагностирование автоматизированных систем управления подготовкой и пуском ракет космического назначения. СПб.: ВИКУ, 2002. 303 с.
Рассел С., Норвиг П. Искусственный интеллект: современный подход, 2-е изд.: Пер. с англ. M.: Издательский дом «Вильямс», 2006. 1408 с.
Сироткин А.В., Тулупьев А.Л. Моделирование знаний и рассуждений в условиях неопределенности: матрично-векторная формализация локального синтеза согласованных оценок истинности // Труды СПИИРАН. 2011. Вып. 18. С. 108–136
Тулупьев А. Л. Байесовские сети: логико-вероятностный вывод в циклах. СПб.: Изд-во С.-Петербургского ун-та, 2008. 140 с. (Элементы мягких вычислений.)
Тулупьев А. Л. Метод построения и исследования баз фрагментов знаний с неопределенностью // Труды СПИИРАН. 2002. Вып. 1, т. 1. СПб.: Наука, 2002. C. 258– 271
Тулупьев А. Л. Непротиворечивость оценок вероятностей в идеалах конъюнктов и дизъюнктов // Вестник СПбГУ. Сер. 10. 2009. Вып. 2. С. 121–131
Тулупьев А.Л., Николенко С.И., Сироткин А.В. Байесовские сети: логико-вероятностный подход. СПб.: Наука, 2006. 607 с.
Тулупьев А.Л., Сироткин А.В, Николенко С.И. Байесовские сети доверия: логико-вероятностный вывод в ациклических направленных графах. СПб.: Изд-во С.-Петербургского ун-та, 2009. 400 с.
Тулупьев А.Л., Фильченков А.А., Вальтман Н.А. Алгебраические байесовские сети: задачи автоматического обучения // Информационно-измерительные и управляющие системы. 2011. № 11, т. 9. С. 57–61
Фильченков А.А., Тулупьев А.Л., Сироткин А.В. Особенности анализа вторичной структуры алгебраической байесовской сети // Труды СПИИРАН. 2010. Вып. 1(12). C. 97–118
Фильченков А.А., Тулупьев А.Л., Сироткин А.В. Структурный анализ клик максимальных графов смежности алгебраических байесовских сетей // Вестн. Тверск. Гос. Ун-та. Сер.: Прикладная математика. 2011. №20. С. 139–151
Хедли Дж. Нелинейное и динамическое программирование. М.: Мир, 1967. 507 с.
Jensen F. Bayesian Networks and Decision Graphs. NY.: Springer. 2001. 286 p.
Pearl J. Probabilistic Reasoning in Intelligent Systems. NY.: Morgan Kaufman, 1988. 552 p.
Technique of synthesis of optimal strategies for diagnostics of the automated control systems of complex technical objects with the use of aprioristic information
Abstract
This work is dedicated to the problem of increasing of diagnostics reliability for the complex technical systems in the conditions of the uncertainty. The diagnostic technique of the complex systems was developed on the basis of the posteriori output of the Bayesian belief networks, including synthesis of the optimal diagnostic strategy taking into account dynamics of the aprioristic information and various laws of the distribution of continuous diagnostic signsОпубликован
2012-03-01
Как цитировать
Дорожко, И. В., & Осипов, Н. А. (2012). Методика синтеза оптимальных стратегий диагностирования автоматизированных систем управления сложными техническими объектами с использованием априорной информации. Труды СПИИРАН, 1(20), 165-185. https://doi.org/10.15622/sp.20.9
Раздел
Статьи
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями:
Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).
