Анотація до роботи:

Демидов В.І. Система підтримки прийняття рішень в автоматизованій системі управління технологічним процесом синтезу жирів із потрібними властивостями. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.07 – автоматизація технологічних процесів. Національний технічний університет «Харківський політехнічний інститут», Харків, 2007.

Дисертація присвячена побудові системи підтримки прийняття рішень в автоматизованій системі управління технологічним процесом синтезу жирів. В роботі проведено порівняльний аналіз існуючих методів оцінювання властивостей по наявній інформації про состав речовин за умов екстремально малої вибірки. Запропоновано новий вид функціоналу зв’язку – відсічений апроксимаційний поліном, який дозволяє застосовувати регресійні поліноми в задачах оцінювання параметрів в умовах екстремально малої вибірки за рахунок зменшення кількості параметрів, які треба оцінити, у кілька разів. Побудовано механізм взаємодії апроксимаційного те нейромережевого підходів до вирішення задачі відновлення виду функціональної залежності. Розроблені нові процедури розбиття множини даних на навчальну, тестову і контрольну вибірки та ініціалізації матриці вагових коефіцієнтів штучної нейронної мережі, які дозволяють підвищити точність оцінювання властивостей речовин в умовах малої вибірки, та прискорюють роботу метода в цілому.

Перелічені розробки було покладено в основу системи підтримки прийняття рішень при параметричному синтезі жирів. Збудована система дозволяю вирішувати задачі оцінювання температури плавлення триацилгліцеринів і композиційних харчових жирів, а також складання рецептури жирів із потрібною температурою плавлення з відомого набору інгредієнтів.

Проведено практичну апробацію розробленої системи.

У дисертаційній роботі вирішена актуальна науково-практична задача побудови системи підтримки прийняття рішень в автоматизованій системі управління на прикладі технологічного процесу синтезу жирів. Основні результати і висновки дисертаційної роботи полягають у наступному:

1. Виконано аналіз методів відновлення виду функціональної залежності класу «склад-властивість» в умовах малої вибірки. Знайдено найбільш прийнятні методи для вирішення задачі оцінювання властивостей за умов екстремально малої вибірки, визначено недоліки кожного з методів.

2. Розроблено перспективні підходи до вирішення задачі відновлення виду функціональної залежності в умовах екстремально малої вибірки. Запропоновано ефективний вид функціоналу зв’язку – відсічений апроксимаційний поліном, який дозволяє застосовувати регресійні поліноми в задачах оцінювання параметрів в умовах екстремально малої вибірки за рахунок зменшення кількості параметрів, які треба оцінити, у кілька разів в залежності від розмірності факторного простору задачі. Наведено методику розрахунку вектору оптимальних значень незалежних коефіцієнтів такого поліному.

3. Удосконалено наступні блоки методів відновлення виду функціональної залежності з метою підвищення точності прогнозування за умов екстремально малого об’єму навчальної вибірки:

• розробка процедури розбиття даних на навчальну, тестову та контрольну вибірки, що дозволяє на 20-50% зменшити середньоквадратичну похибку в задачах оцінювання в умовах екстремально малої вибірки;

• створення двох процедур ініціалізації матриці вагових коефіцієнтів ШНМ, які дозволяють підвищити якість навчання (середньоквадратична похибка в задачах оцінювання зменшується на 10-30%).

Впроваджені удосконалення є універсальними і можуть бути застосовані при вирішенні будь-яких задач оцінювання та прогнозування.

4. Удосконалено методи вирішення задач класу «склад-властивість» в умовах малої вибірки на прикладі визначення температури плавлення триацилгліцеринів та жирів в залежності від їх складу.

5. На базі взаємодії апроксимаційного та нейромережевого підходів до вирішення задачі оцінювання розроблено математичну модель для прогнозування властивостей композиційних сумішей.

6. Побудовано систему підтримки прийняття рішень в для знаходження оптимальної рецептури для синтезу жирів із потрібною температурою плавлення із заданого набору інгредієнтів.

7. Результати роботи (система підтримки прийняття рішень) були використані для впровадження у виробництво технології створення жирів із заданими властивостями в Українському науково-дослідному інституті олій та жирів.

Публікації автора:

1. Раскин Л.Г., Демидов В.И. Рациональное структурирование данных при обучении нейронных сетей. // Вісник Національного технічного університету «ХПІ». – Харків:НТУ „ХПІ”. – 2002. - №13. – С. 27-30.

Здобувачем запропоновано методику розбиття вибірки на навчальну, тестову та контрольну.

2. Криволапов А.Н., Демидов В.И. Применение методов регрессионного анализа и кластеризации для прогнозирования свойств переэтерифицированных жиров. // Вісник Національного технічного університету «ХПІ». – Харків:НТУ „ХПІ”. – 2003. - №11, ч.2. – С. 44-47.

Здобувачем запропонована модель оцінки температури плавлення жирів, яка використовується в дисертації для отримання грубої оцінки температури плавлення.

3. Раскин Л.Г., Серая О.В., Демидов В.И. Сравнение эффективности методов построения усеченных уравнений полиномиальной регрессии. // АСУ и приборы автоматики. – Харьков: ХНУРЭ. – 2004. - №126. - С. 111-116.

Здобувачем запропоновано новий засіб вирішення задач прогнозування – відсічений поліном. Проведене порівняння якості прогнозування відсіченим поліномом і традиційним – повним.

4. Раскин Л.Г., Демидов В.И. Комбинирование нейросетевого и аппроксимационного подходов в решении задачи многопараметрического прогнозирования. // Вісник Національного технічного університету «ХПІ». – Харків:НТУ „ХПІ”. – 2003. - №18. – С. 105-110.

Здобувачем запропоновано модель взаємодії нейромережевого ті апроксимаційного методів рішення задачі прогнозування.

5. Раскин Л.Г., Демидов В.И. Сравнительный анализ методов аппроксимации функций многих переменных в условиях малой выборки. // Вісник Національного технічного університету «ХПІ». – Харків:НТУ „ХПІ”. – 2003. - №21. – С. 187-190.

Здобувачем проведено порівняльний аналіз якості прогнозування існуючими апроксимаційними поліномами (у тому числі і відсіченим) у задачах з екстремально малою вибіркою.

6. Верезуб Н.В., Чернышев А.А., Демидов В.И. Прогнозирование шероховатости поверхности и оптимальных параметров лезвийной обработки оптических полимерных изделий при помощи нейронных сетей. // Резание и инструмент в технологических системах. – Харьков:НТУ „ХПІ”. -2004. - № 66. - С. 217-222.

Здобувачем застосовано розроблений в дисертації математичний апарат для розв’язання задачі прогнозування параметрів лезвійної обробки.

7. Криволапов А.Н., Демидов В.И. Использование новых принципов кластеризации для построения модели «состав-свойство» для переэтерифицированных жиров // Вісник Національного технічного університету «ХПІ». – Харків:НТУ „ХПІ”. -2005. - № 25. - С. 155-158.

Здобувачем запропоновано нові методи кластеризації.

8. Раскин Л.Г., Демидов В.И. Регрессионный анализ свойств сложных химических соединений в зависимости от состава. //Системи автоматики та автоматичне керування: матеріали науково-технічної конференції студентів, аспірантів та молодих учених. – Севастополь. – 2003. – С. 48-51.

Здобувачем запроповано алгоритм розв’язання задачі знаходження температури плавлення жирів за допомогою регресійного аналізу.

9. Демидов В.И., Криволапов А.Н., Демидов И.Н. Использование математического моделирования при получении жиров с заданными свойствами // Олійножировий комплекс. – Дніпропетровськ :АПК-Інформ. – 2004. - №2. – С. 65-66.

Здобувачем проведено порівняльний аналіз якості прогнозування зо допомогою нейромережового моделювання з методом, який використовує плани Шеффе.