Материалы в свободном доступе

В статье рассмотрены особенности применения прецедентного подхода при управлении сложными энергоемкими системами в условиях необходимости учета различных энергетических, технических, экологических и эксплуатационных показателей, а также неопределенности влияния множества внутренних и внешних факторов. Это приводит к наличию большого объема слабоструктурированной информации, которая может быть представлена с помощью различных шкал, что определяет перспективность применения прецедентного подхода. Описана предложенная нечеткая онтологическая модель для поддержки принятия решений на основе прецедентов, отличающаяся использованием динамических концептов, а также концептов в виде разношкальных числовых и лингвистических переменных. Предложен алгоритм оценки близости прецедентов на основе онтологической модели, отличающийся учетом динамических аспектов изменения состояния управляемых систем. Представлены разработанные алгоритмы нечеткого логического вывода для поддержки принятия решений на основе прецедентов, которые позволяют использовать в качестве входных характеристик нечеткой продукционной модели как лингвистические, так и числовые переменные, а также различные логические связи между предпосылками правил. Описано программное обеспечение, реализующее разработанные модель и алгоритмы. Особое внимание уделено модулю модифицированного нечеткого логического вывода, выполненного с помощью средств языка Python 3.8.7. Для реализации пользовательского интерфейса указанного модуля применялась кросс-платформенная графическая библиотека Tkinter. Приведены результаты вычислительных экспериментов с использованием реальных данных, полученных при эксплуатации энергоемкой системы переработки мелкодисперсного рудного сырья, включающей обжиговую машину конвейерного типа. В качестве критерия эффективности управленческого решения рассматривалась минимизация удельных совокупных затрат на тепловую и электрическую энергию. Полученные результаты показали, что предложенные модель и программные средства позволяют получить результат, сопоставимый с результатом использования сложных аналитических зависимостей, обеспечивая при этом сокращение временных и финансовых затрат.