«Автоматизация и информатизация ТЭК»

Совершенствование архитектуры интеллектуальных систем управления

УДК: 681.5:62-503.5
DOI: 10.33285/2782-604X-2023-4(597)-15-22

Авторы:

¹ Заполярный государственный университет им. Н.М. Федоровского, Норильск, Россия
² Тюменский государственный университет, Тюмень, Россия
³ ГАУ Северного Зауралья, Тюмень, Россия
⁴ Тюменский индустриальный университет, Тюмень, Россия

Ключевые слова: интеллектуальная система управления, система автоматизации, гибридная система, dataflow-архитектура, архитектура потока данных

Аннотация:

В статье рассматриваются особенности происходящих изменений в архитектуре интеллектуальных систем управления с развитием технологий. Уделяется внимание эволюционному развитию автоматизации – появлению гибридных систем дискретных и непрерывных динамик информационного массива данных. Такие системы включают новые формы и способы передачи данных, проектируются на основе новых интеллектуальных управляемых устройств. При построении таких систем особое внимание уделяется dataflow-архитектуре. Отмечается, что современное развитие теории автоматического управления находится на эволюционном этапе развития информационных систем, когда на основе базы знаний принимаются решения задач с учетом потребностей пользователя и других особенностей и составляющих. В статье рассматриваются особенности "гипотезы трудности" для интеллектуальных систем управления. Предлагаются методы ее частичного решения, позволяющие на практике усовершенствовать архитектуру потока данных.

Список литературы:

1. Варламов О.О. Миварные базы данных и правил. – М.: ИНФРА-М, 2021. – 351 с. – DOI: 10.12737/1508665
2. Kobrinskii B.A., Yankovskaya A.E. The problem of convergence of intelligent systems and their submergence in information systems with a cognitive decision-making component // Open Semantic Technologies for Intelegent Systems. – 2020. – No. 4. – P. 117–122.
3. Принципы функционирования интеллектуальной системы динамического контроля факторов риска и формирования рекомендаций по здоровьесбережению / Б.А. Кобринский, А.С. Кадыков, М.Г. Полтавская [и др.] // Профилактическая медицина. – 2019. – Т. 22, № 5. – С. 78–84. – DOI: 10.17116/profmed20192205178
4. Щитова А.А. Интеллектуальные системы VS системы искусственного интеллекта: новый понятийно-категориальный аппарат // Право и государство: теория и практика. – 2021. – № 4(196). – С. 306–308. – DOI: 10.47643/1815-1337_2021_4_306
5. Sansyzbay L.Zh., Orazbayev B.B. The development of the model of the intelligent system on the basis of fuzzy sets for microclimate control of building // Bulletin of the Karaganda University. Mathematics Series. – 2019. – No. 4(96). – P. 109–117. – DOI: 10.31489/2019M4/109-117
6. Petrov A., Popov A. Computer Vision Technology in the Development of an Ultrasonic Repeller // Lecture Notes in Civil Engineering. – 2021. – Vol. 130 LNCE. – P. 447–458. – DOI: 10.1007/978-981-33-6208-6_44
7. Petrov A., Popov A., Molotok A. Development of a laboratory installation of a digital measuring system for visualization of internal pipeline processes // J. of Physics: Conf. Series. – IOP Publishing Ltd, 2020. – Vol. 1614. 2019 Int. Scientific Conf. Energy Management of Municipal Facilities and Sustainable Energy Technologies (EMMFT 2019), Voronezh, Dec. 10–13, 2019. – P. 012036. – DOI: 10.1088/1742-6596/1614/1/012036
8. Боровков А.И., Рябов Ю.А. Цифровые двойники: определение, подходы и методы разработки // Цифровая трансформация экономики и пром-сти: сб. тр. науч.-практ. конф. с зарубежным участием, СПб., 20–22 июня 2019 г. / под ред. А.В. Бабкина. – СПб.: С.-Петерб. политехн. ун-т Петра Великого, 2019. – С. 234–245. – DOI: 10.18720/IEP/2019.3/25
9. Интеллектуальные информационные системы и технологии: учеб. пособие / Ю.Ю. Громов, О.Г. Иванова, В.В. Алексеев [и др.]. – Тамбов: ТГТУ, 2013. – 244 с.
10. Острейковский В.А. Информатика: учеб. для вузов. – М.: Высшая шк., 2009. – 510 с.
11. Луценко Е.В. Интеллектуальные информационные системы: учеб. пособие для студентов специальности 230400 "Информационные системы и технологии". – Краснодар: КубГАУ, 2013. – 645 с.
12. Макаренко С.И. Интеллектуальные информационные системы: учеб. пособие. – Ставрополь: СФ МГГУ им. М.А. Шолохова, 2009. – 206 с.
13. Уманов А.А., Бикбулатова Н.Г. Исследование Dataflow-архитектуры // Тр. Северо-Кавказского фил. МТУСИ. – 2017. – № 1. – С. 479–487.
14. Салибекян С.М., Панфилов П.Б. Вопросы автоматно-сетевого моделирования вычислительных систем с управлением потоком данных // Информ. технологии и вычисл. системы. – 2015. – № 1. – С. 3–9.
15. Барский А.Б., Мельник Д.И. Нейросетевая модель целераспределения для вычислительной системы архитектуры data flow // Информ. технологии. – 2019. – Т. 25, № 7. – С. 441–448. – DOI: 10.17587/it.25.441-448
16. Колентеев Н.Я., Шарлай А.С. Непрерывно-детерминированные математические модели (D-схемы) и дискретно-детерминированные математические модели (F-схемы) // Специальная техника и технологии транспорта. – 2020. – № 8(46). – С. 386–393.
17. Petrov A., Popov A. Application of computer vision technology in the development of ultrasonic repeller // E3S Web of Conf. – Moscow: EDP Sciences, 2020. – Vol. 164. Topical Problems of Green Architecture, Civil and Environmental Engineering (TPACEE 2019), Moscow, Nov. 20–22, 2019. – P. 06013. – DOI: 10.1051/e3sconf/202016406013
18. Петров А.М., Попов А.Н. Лабораторные испытания измерительно-вычислительного комплекса для диагностики термодинамических процессов однофазных потоков // Инновации и инвестиции. – 2022. – № 7. – С. 81–85.
19. Petrov A., Popov A. Visualization of physical and mathematical models of thermodynamic processes of single-phase flows using MATLAB to diagnose the condition of external heat supply networks // J. of Physics: Conf. Series. – IOP Publishing Ltd, 2021. – Vol. 2131. Intelligent Information Technology and Mathematical Modeling 2021 (IITMM 2021) – Mathematical Modeling and Computational Methods in Problems of Electromagnetism, Electronics and Physics of Welding, Divnomorskoe, May 31 – June 06, 2021. – P. 052069. – DOI: 10.1088/1742-6596/2131/5/052069
20. Определение составляющих информационного потока в системе мониторинга загрязнения атмосферного воздуха промышленного региона / В.М. Панарин, Н.А. Рыбка, А.А. Маслова, С.А. Савинкова // Эколог. системы и приборы. – 2021. – № 6. – С. 9–14. – DOI: 10.25791/esip.06.2021.1231