Моделирование интеллектуальной системы оценки технического состояния строительных конструкций

Autor: Terenchuk, Svitlana, Pashko, Anatolii, Yeremenko, Bohdan, Kartavykh, Serhii, Ershovа, Nina
Jazyk: angličtina
Rok vydání: 2018
Předmět:
Zdroj: Eastern-European Journal of Enterprise Technologies; Том 3, № 2 (93) (2018): Information technology. Industry control systems; 47-53
Восточно-Европейский журнал передовых технологий; Том 3, № 2 (93) (2018): Информационные технологии. Системы управления в промышленности; 47-53
Східно-Європейський журнал передових технологій; Том 3, № 2 (93) (2018): Інформаційні технології. Системи управління в промисловості; 47-53
ISSN: 1729-3774
1729-4061
Popis: The study investigates issues related to modeling and development of intelligent systems for estimation of the technical state of building constructions. The study considers mathematical bases of modeling of an estimation system based on a fuzzy knowledge base and one of modifications of Takagi-Sugeno-Kang fuzzy network. It describes the structure of a network in detail and substantiates a choice of the algorithm for its learning. The main criteria for choosing this modification were its ability to solve a classification problem under conditions of uncertainty and the ability to set rules by the function of inputs. We adapted the structure of a network to the task of estimation of the technical state of real building constructions. We showed that it is advisable to learn a network with a use if an algorithm with a trainer. In this case, we suggested to use a direct method of random search, which is adapted to the solution of this problem, to minimize an error. In order to identify the state of structures, we suggested to use membership measures obtained by the clustering method. Implementation and introduction of neural network technologies in solution of tasks of estimation of the technical state of building constructions expands and improves capabilities of intelligent systems, reduces risks of making incorrect decisions by increasing reliability and speed of modeling.
Досліджуються питання, що пов’язані з моделюванням та розробкою інтелектуальних систем для оцінки технічного стану будівельних конструкцій. Розглянуті математичні основи моделювання системи оцінки, в основу якої покладені нечітка база знань і одна з модифікацій нечіткої мережі Такаги-Сугено-Канга. Детально описані структура мережі та обґрунтовано вибір алгоритму її навчання. Основними критеріями вибору даної модифікації стали її здатність до розв’язання задачі класифікації в умовах невизначеності та можливість задавати правила функцією входів. Структуру мережі адаптовано до задачі оцінки технічного стану реальних будівельних конструкцій. Показано, що навчання мережі доцільно проводити за алгоритмом з вчителем. При цьому, для мінімізації похибки пропонується використовувати прямий метод випадкового пошуку, який адаптовано до розв’язання даної задачі. Для ідентифікації станів конструкцій запропоновано використовувати міри належності, що отримуються методом кластеризації. Реалізація та впровадження нейромережевих технологій в розв’язання задач оцінювання технічного стану будівельних конструкцій розширює та удосконалює можливості інтелектуальних систем, знижує ризики прийняття невірних рішень за рахунок підвищення надійності та швидкості моделювання
Исследуются вопросы, связанные с моделированием и разработкой интеллектуальных систем для оценки технического состояния строительных конструкций. Рассмотрены математические основы моделирования системы оценки, в основу которой положены нечеткая база знаний и одна из модификаций нечеткой сети Такаги-Сугено-Канга. Подробно описаны структура сети и обоснован выбор алгоритма ее обучения. Основными критериями выбора данной модификации стали ее способность к решению задачи классификации в условиях неопределенности и возможность задавать правила функцией входов. Структуру сети адаптировано к задаче оценки технического состояния реальных строительных конструкций. Показано, что обучение сети целесообразно проводить по алгоритму с учителем. При этом, для минимизации погрешности предлагается использовать прямой метод случайного поиска, который адаптирован к решению данной задачи. Для идентификации состояний конструкций предложено использовать меры принадлежности, получаемых методом кластеризации. Реализация и внедрение нейросетевых технологий в решение задач оценки технического состояния строительных конструкций расширяет и совершенствует возможности интеллектуальных систем, снижает риски принятия неверных решений за счет повышения надежности и скорости моделирования
Databáze: OpenAIRE
Externí odkaz: