АНАЛІТИЧНЕ МОДЕЛЮВАННЯ ОЦІНЮВАННЯ ТА УПРАВЛІННЯ ОПЕРАТИВНИМ СТАНОМ ПОТУЖНИХ БАРАБАННИХ МЛИНІВ ЯК ІНТЕЛЕКТУАЛЬНИХ АГЕНТІВ

Автор(и)

DOI:

https://doi.org/10.32782/IT/2022-2-6

Ключові слова:

мультиагентні системи, інтелектуальні агенти, потужний барабанний млин, динамічне програмування, змінні стану, оптимізація оцінювання і управління

Анотація

Застосування інтелектуальних мультиагентних систем в технологічних процесах гірничо-збагачувальних підприємств, враховуючи складність та потужність агрегатів, що тут використовуються, вимагає дослідження та аналітичного обґрунтування функціонування в цьому середовищі систем оцінювання та управління. Перспективним підходом при цьому виступає можливість представити кожний технологічний агрегат, а саме потужний барабанний млин з системою керування, як інтелектуальний агент у всій множині реально існуючих тут технологічних та технічних процесів. Метою роботи є дослідження можливості аналітичного моделювання оцінювання та управління оперативним станом потужних барабанних млинів як інтелектуальних агентів з використанням спостерігача. Методологія забезпечення рішення представленого завдання складається в застосуванні відображення оперативного стану потужного барабанного млина через внутрішній стан агенту в змінних стану, що дозволяє мінімізувати ресурси формування вихідних рішень оцінювання та управління. Наукова новизна. Складається в застосуванні аналітичного моделювання в змінних стану, з використанням принципу динамічного програмування Р. Беллмана до представлення внутрішнього техніко-технологічного стану барабанного млина через стан агенту, з використання дискретного спостерігача для оперативної оцінки і управління, що дозволяє здійснити оптимізацію відповідно заданого критерію по точності та енерговитратам вихідних рішень, які формуються в системі. Висновки. Обґрунтоване застосування рівнянь в змінних стану, записаних в нормальній формі Коши, для представлення внутрішнього стану агенту потужного барабанного млина представляє можливість більш ефективно відпрацювати формування оптимальних відповідно заданого критерію по точності та енерговитратам закону рішень, що приймається.

Посилання

Griffin D.R. Animal Minds. – Chicago: The University of Chicago Press, 2001. – 376 p.

Meshcheriakov L. Methods and models of authentication and management by the mountain technological complexes: Monograph. – the D.: National mountain university, 2009. – 263 p. [in Russian].

Meshcheriakov L. (2015). Identification of stabilizing modes for the parameters of drilling tools. / L. Meshcheriakov, L. Tokar, K. Ziborov // Power Engineering, Control and Information Technologies in Geotechnical Systems, Taylor & Francis Group, London, 2015, – P. 135–142.

Meshcheriakov L. Forming of structure of subsystem of diagnostics of mountain electromechanics complexes / L. Meshcheriakov, S.I. Vipanasenco, N.S.Dreshpac, A.I. Shirin // Collection of scientific labours NGOu. – Dnepr, 2018. – №53. – P. 213–223. [in Russian].

Meshcheriakov L. Recognition of technological states of drum mills on the basis of neuron networks of adaptive resonance / L. Meshcheriakov, O.M. Galoushco, O.I. Sirotcina, O.T.Demidov // Collection of scientific labours NGOu. – Dnepr, 2019. – №57. – P. 129-139. [in Russian].

Litvin V.V. Moultiagentni systems of support of acceptance of decisions, that are based on precedents and use adaptive ontology / V.V. Litvin // Artificial intelligence. – 2009. – № 2. – P. 24–33. [in Russian].

Doudlya M.A. Diagnostics and planning of boring machines and machineries / M.A Doudlya., L.I. Meshcheriakov // Aid train. – Dnepropetrovsk: National mountain university, 2004. – 267 p. [in Russian].

Didenko D.G. Multiagentnaya system of the discrete-event imitation design OpenGPSS : dis. ... kand. tehn. sciences: special. 05.13.06 / Didenko Dmitriy George; NTU Ukraine the "Kiev polytechnic institute". – To., 2010. – 155 p. [in Russian].

Parunak H.V.D. “Go to the ant”: Engineering principles from natural multi-agent systems // Annals of Operation Research – 1997. – №75. – P. 69–101.

Karaboga D. An Idea Based on Honey Bee Swarm for Numerical Optimization. – Technical report TR06. – Erciyes: Erciyes University Press, 2005. – 10 p.

##submission.downloads##

Опубліковано

2022-12-29