№ 4 (2024)

Проблема XOR является классической проблемой машинного обучения. Большинство методов машинного обучения при решении проблемы XOR дает неудовлетворительные результаты. Попытки улучшения метрик качества решающих правил за счет перехода от линейных разделителей к полиномиальным или увеличения глубины и числа деревьев ухудшает интерпретируемость решения и может приводить к переобучению. Поэтому данную проблему обычно решают нейронными сетями с использованием метода обратного распространения ошибки. В настоящий момент времени актуален поиск альтернатив нейросетевому подходу к решению задач классификации и методу обратного распространения ошибки для обучения нейронных сетей. Такой альтернативой могут быть комитетные конструкции в виде задач математического программирования. Эффективность их применения во многом зависит от структуры исходных данных. Классические комитеты единогласия, большинства и старшинства позволяют достичь высоких метрик качества решающего правила только при относительно простой структуре данных, но при ряде структур они не эффективны. Возникает закономерный вопрос о существовании комитетов с принципиально другой логикой, но соответствующей определенной структуре данных, которая заранее не известна и ее надо определить. Вопрос существования новых комитетных конструкций является отдельной научной проблемой. Предлагается дополнить множество комитетных конструкций XOR-комитетом. В статье приводится его логика, геометрическая интерпретация, математическая модель, сравнение с метриками качества решения другими методами машинного обучения. Сведение задач классификации к четко формализованным комитетным конструкциям в виде задачам математического программирования предоставляет дополнительные возможности по управлению качеством решающего правила в процессе его построения, а не постфактум, как это происходит при использовании программ из стандартных библиотек для решения задач машинного обучения.

Целью данной статьи является устранение в алгоритме обучения нейронных сетей недостатков, к которым относятся неточное определение направление движения, медленное схождение к экстремуму и необходимость применения достаточно большого количества начальных симплексов. Предлагается внедрение в алгоритм обучения нейронных сетей дополнительного направления поиска, применительно к решению задачи параметрической оптимизации искусственных нейронных сетей (ИНС), содержащихся в звеньях с широтно-импульсной модуляцией (ШИМ) автоматических систем регулирования (АСР). Ввиду того, что ИНС используются в АСР, задачи обучения и параметрической оптимизации являются равнозначными и в конечном итоге сводятся к определению весовых коэффициентов ИНС. Для достижения означенной цели поставлены и решены задачи: 1) проанализированы существующие подходы, применяемые в методах прямого поиска для улучшения их характеристик; 2) проведены эксперименты по применению наиболее распространённых подходов, в контексте задачи параметрической оптимизации систем с ШИМ-регуляторами; 3) предложены рекомендации по их применению. Это позволяет разрешить проблемы скорости, количества начальных симплексов, возникающие при решении задачи параметрической оптимизации АСР с устройством, осуществляющим ШИМ с использованием ИНС, что обусловливает актуальность представленной статьи.

В статье представлена функциональная схема подсистемы управления механизмом подъема ковша шагающего экскаватора. Разработаны структурно-параметрические модели электроприводов переменного тока экскаватора с системой импульсно-фазового управления и системой частотно-импульсного управления. Проведено моделирование электроприводов переменного тока экскаватора с системой импульсно-фазового управления и системой частотно-импульсного управления в среде Matlab/Simulink. Приведено сравнение результатов моделирования систем управления.

В данной работе предпринята попытка разработки комплексного подхода к структурно-параметрической оптимизации микросетей с учётом воздействия различных возмущений. Представленная многоуровневая схема оптимизации позволяет лицам, принимающим решения, за приемлемое время получить целый спектр альтернативных перспективных конфигураций микросети, обеспечивающих устойчивое и бесперебойное энергоснабжение потребителей в заданных неблагоприятных условиях. Стохастические «генераторы погоды» в данной схеме необходимы для формирования временных рядов природно-климатических данных разной длительности, близких к реальным в заданном географическом положении, при проверке эффективности промежуточных и окончательных результатов расчёта.

Актуальность построения цифровых двойников возобновляемых источников энергии (ВИЭ), к которым относятся ветровые электростанции, обусловлена стремительным развитием технологий и необходимостью повышения эффективности эксплуатации энергетических систем. Цифровые двойники позволяют создавать виртуальные модели реальных объектов, что открывает новые горизонты для оптимизации процессов, мониторинга состояния и предсказания функционирования установок. В условиях глобального перехода к устойчивой энергетике важность цифрового моделирования возрастает, так как оно способствует более эффективному использованию ресурсов, снижению затрат и увеличению надежности энергетических систем.

В статье рассматривается процесс формирования цифровой модели ветроэнергетической установки (ВЭУ), который является ключевым элементом в разработке цифрового двойника. В работе описываются основные подходы и методы, применяемые для создания точной виртуальной копии реальной ветроустановки, включая выбор параметров моделирования, таких, как геометрические размеры, материалы и механические свойства, а также определение граничных условий, позволяющих максимально точно воспроизводить особенности эксплуатации.

Особое внимание уделяется характеристикам погодных условий, включая временные ряды скорости ветра, что является критически важным для оценки коэффициента использования установленной мощности ветроустановки. Указанные погодные данные позволяют точно смоделировать реальные условия работы установки и корректировать параметры модели в соответствии с изменяющимися климатическими условиями.

В статье также обсуждаются современные технологии и инструменты, используемые для обеспечения высокой степени соответствия между цифровой моделью и физическим объектом, такие, как системы сбора данных и программное обеспечение для анализа данных. Перспективы применения цифровых двойников в ветроэнергетике подчеркиваются в контексте оптимизации работы установок, прогноза выработки электроэнергии и повышения общей эффективности эксплуатации, что является важным шагом к устойчивому развитию возобновляемых источников энергии.

Представлен обзор современного состояния в области динамического когнитивного (системного) моделирования и соответствующего программно-вычислительного инструментария для анализа разнородных факторов, влияющих на развитие сложных слабо формализованных систем в энергетике. Проанализированы существующие методы анализа многофакторных динамических систем, а также применение современных инструментов имитационного моделирования для проведения их качественного анализа. Получено представление о подходах к динамическому когнитивному моделированию в контексте его применения для анализа влияния комплексных факторов и оценки системных эффектов на научно-технологическое развитие в энергетике. Результаты исследования могут быть использованы как для разработки программно-вычислительного инструментария динамического когнитивного моделирования, так и для совершенствования подхода к анализу разнородных факторов, влияющих на развитие в энергетике в целом.

В статье обосновывается необходимость изменения существующих подходов к организации практики студентов технических вузов. Анализ результатов опроса студентов старших курсов и сотрудников технических вузов, в чьи обязанности входят организация и руководство различными видами производственных практик, а также публикаций в СМИ о проведении на местном, региональном и федеральном уровне мероприятий, посвященных проблемам наполнения рынка труда, показал необходимость решения задач целевой подготовки кадров на государственном уровне. Авторами предлагается изменение подхода к целевому обучению в вузах и переход к адресной подготовке специалистов для предприятий и организаций путем распределения студентов на производственную (в том числе, преддипломную) практику на конкурсной основе с учетом полученных ими знаний и навыков, а также текущих потребностей принимающего предприятия. Цель исследования – разработать подход к организации целевой подготовки специалистов, максимально приближенной к потребностям предприятий и отвечающей запросам выпускников, а также эффективной с точки зрения затрат на подготовку кадров. В рамках предложенного подхода разработан алгоритм распределения студентов на практику, новизна которого заключается в организации трехстороннего взаимодействия между вузами, предприятиями и студентами в процессе конкурсного отбора студентов на практику и возможностью дальнейшего трудоустройства выпускников на базах практики с использованием единой информационной платформы. Алгоритм, представленный в виде BPMN-модели, является основой формирования функциональных требований при проектировании информационной системы. Обосновывается необходимость онтологического моделирования делового процесса распределения студентов на практику с целью подготовки практико-ориентированной выпускной квалификационной работы, что позволит определить тезаурус понятий информационной системы и семантику отношений между ними.