СодержаниеЧем сложнее система, тем менее мы способны дать точные и в то же время имеющие практическое значение суждения о ее поведении. (Л
1. Определение «большой» системы
Как правило, степень понимания явления обратно пропорциональна числу переменных, фигурирующих в его описании
Пока лишь небольшая часть проблем, стоящих перед человечеством, поддается математической формализации и описанию на языке матем
2. Информационные характеристики «больших» систем
3 Примеры «больших» систем
Никаких правил построения математических моделей не существует. (В.В.Налимов).
Построение математических моделей явления пока еще искуство. (А.А.Дородницын.)
Тема 2. возможности известных методов математического моделирования для изучения “больших” систем
2.2 Методы редукции к элементним свойствам изучаемой системи.
2.3 Методы редукции к системным свойствам изучаемой системи.
2.4. Недостатки регрессионного анализа
2.5. Модификации регрессионного анализа
Метод исключения
Метод включения
Шаговый регрессионный метод
Ступенчатый регрессионный метод
2.6 Общие недостатки известных методов идентификации.
2.7. Дискретные методы идентификации
3.1. Информационные характеристики технологических процессов как объектов оптимизации
3.2. Классификация информации, используемой для идентификации
Априорная информация
Эвристическая информация
Директивная информация
Экспериментальная информация.
3.3. Постановка задачи идентификации
Тема 4. новые методы математического моделирования «больших» систем - редукция к их элементным свойствам
4.1. Исходные данные для построения математической модели
4.2. Алгоритм построения зависимостей Y=F(Xi), i=1,n в случае, если выходной показатель один
4.3. Алгоритм построения математической модели Y*=F(Xi), i=1,n в случае, если выходных показателей более одного
4.4. Анализ одномерных зависимостей
4.4.2. Оценка силы влияния каждого входного параметра Xi на выходной показатель (комплекс выходных показателей)
4.4.3. Оценка резерва «улучшения» выходного показателя (комплекса выходных показателей) по каждому из входных параметров
4.5. Оптимизация изучаемой системы по её одномерным моделям
4.5.1. Синтез оптимального управления
4.5.2. Определение научно и технологически обоснованных требований к диапазонам допустимых значений неуправляемых параметров (по
4.5.3. Оценка корректности требований существующего технологического регламента к системе управления процессом по заданному выхо
4.6. Область коректного использования одномерных моделей.
Тема 5. метод мозаичного портрета - новый метод математического моделирования «больших» систем. (редукция к системным свойствам
5.1. Требования к исходной экспериментальной информации
5.2. Алгоритм построения системной математической модели с помощью метода мозаичного портрета.
5.3. Область применения метода мозаичного портрета
5.4. Использование метода мозаичного портрета для прогнозирования поведения и диагностики «больших» систем
Технический прогресс в промышленности связан с повышением эффективности функционирования технологических процессов. (Ф.И.Бернацк
Тема 6. новые методы оптимизации “больших систем” на основании их мозаичных моделей.
6.2. Метод логического программирования
6.3 Модификации метода логического программирования
6.3.2 Метод случайного объединения высказываний мозаичной модели
6.4. Метод ситуационного программирования
Дано: Мозаичная модель изучаемого технологического процесса. Перечень существенных измеряемых, но неуправляемых входных параметр
7.1 Традиционные подходы к защите окружающей среды от её загрязнения действующими производствами
7.2 Недостаточная эффективность известных методов экологизации действующих производств
7.3 Оптимизация технологического режима действующих производств по выходу целевого продукта – экономически прибыльный путь их эф
Тема 8. проблемы энергосбережения в действующих производствах
1. Известные пути экономии энергоресурсов
2. Новые подходы к проблеме энергосбережения.
Тема 9. методология разработки новых технологических процессов и композиционных материалов
А.1. Проблемы, возникающие при разработке новых технологических процессов
А.2. Постановка задачи
А.3. Этапы разработки нового технологического процесса
1. Лабораторные исследования.
2 Получение продукта на полупромышленной установке
3 Пуск и наладка процесса в действующем производстве
А.4. Интеллектуальная методология изучения «больших» систем - методическая основа эффективной разработки новых технологических п
Таблица 1. План эксперимента для изучения зависимостей между входными параметрами и выходными показателями
А.5 Патентование результатов разработки нового технологического процесса
А.6. Опыт практического использования интеллектуальной методологии исследования для разработки новых технологических процессов
Б. методология разработки новых композиционных материалов, обладающих комплексом заданных потребительских свойств.
Б.2. Постановка задачи
Б.3. Интеллектуальная методология изучения «больших систем» - методическая основа разработки новых композиционных материалов
План эксперимента для изучения зависимостей выходных показателей от соотношения компонентов смеси и условиями её переработки в м
Б.4. Интеллектуальная методология изучения «больших систем» алгоритм изобретения в области разработки новых композиционных матер
Б.5. Опыт практического использования интеллектуальной методологии исследования для разработки новых композиционных материалов
Тема 10. изучение зависимости между химическим строением соединений определённого класса и их потребительскими свойствами
10.3.1. Главная задача искусственного интеллекта - получение знаний из экспериментальных данных
10.3.2. Прогнозирование свойств неизвестных ранее химических соединений изучаемого класса по их химическим формулам
10.3.3. Формальный синтез химических формул новых соединений изучаемого класса, потенциально обладающих заданным комплексом потр
Интеллект - это способность решать в широком масштабе новые, нетрадиционные задачи (М.Минский).
ТЕМА 11. НОВЫЕ ВОЗМОЖНОСТИ ИНТЕЛЛЕКТУАЛЬНОЙ МЕТОДОЛОГИИ ИЗУЧЕНИЯ «БОЛЬШИх» СИСТЕМ.
11.1. Получение новых знаний из экспериментальных данных.
11.2. Формализация постановки задачи оптимизации технологического процесса
11.3. Технологический аудит
11.4. Повышение наукоёмкости производства
11.5. Оптимизация - путь к реализации резервов производства
11.6. Ситуационное управление
11.7. Технологическая гибкость
11.8. Сопровождение технологического процесса на всех этапах его жизни
11.9. Возможность и необходимость соответствующей корректировки технологического режима после любого вмешательства
11.10. Учёт индивидуальности технологического процесса
11.11. Оценка целесообразного уровня метрологии
11.12. Оценка целесообразного уровня оптимизации
11.13. Оценка целесообразного уровня автоматизации технологического процесса
11.14. Согласование выходных показателей взаимосвязанных производств
11.15. Повышение эффективности диверсификации
11.16. Повышение конкурентоспособности продукции
11.17. Пути решения экологических проблем в действующих производствах
11.18. Пути решения проблемы устойчивого развития (применительно к технологии)
С помощью метода мозаичного портрета решается основная задача искусственного интеллекта - извлечение знаний из данных
12.1. задача изучения и оптимизации действующих технологических процессов. Формулировка формулы изобретения
12.2. Задача разработки нового технологического процесса или нового композиционного материала. Формулировка формулы изобретения
При разработке нового технологического процесса
При разработке нового композиционного материала
12.3 задаателей болем одного
13.7. Определение искусственного интеллекта
13.8. Практическая неразрешимость NP- полных задач.
13.9. Парадигма образования
13.10. Низкая научная эффективность эмпирических моделей
13.11. Сжатие информации
13.12. Эффективность прогнозирования
С помощью интеллектуальной технологии исследования эффективно решаются задачи прогнозирования поведения любых сложных систем.
14.2.2. В области биологии
14.2.3. В области медицины
14.2.4. В области материаловедения
14.2.5. В области разработки новых технологических процессов
14.2.6. В области психологии
14.2.7. В области изучения и совершенствования технологических процессов
|
