close

Вход

Забыли?

вход по аккаунту

?

bd000101492

код для вставкиСкачать
На правах рукописи
ДЕМИЧ ОЛЬГА ВАЛЕРЬЕВНА
МАТЕМАТИЧЕСКАЯ МОДЕЛЬ И КОМПЛЕКС ПРОГРАММ
ДЛЯ ВЫБОРА ТЕХНИЧЕСКИХ СРЕДСТВ СИСТЕМ
ЭНЕРГОУЧЕТА
Специальность: 05.13.18 Математическое моделирование, численные методы и
комплексы программ
АВТОРЕФЕРАТ
диссертации на соискание ученой степени
кандидата технических наук
Астрахань 2005
Работа выполнена в Астраханском государственном техническом
университете
Научный руководитель:
кандидат технических наук,
доцент Шуршев В.Ф.
Официальные оппоненты: доктор технических наук,
профессор Попов Г.А.
кандидат физ.-мат. наук,
доцент Холодов Ю . В .
Ведущая организация:
Филиал «Астраханская генерация»
О А О «Территориальная
генерирующая компания № 8»,
г. Астрахань.
Защита состоится 15 декабря 2005 г. в 10 часов 00 минут на
заседании диссертационного совета Д М 212.009.03 при Астраханском
государственном университете по адресу: 414056, г. Астрахань, ул.
Татищева 20а, ауд. 402.
С
диссертацией можно ознакомиться
Астраханского государственного университета.
в
библиотеке
Автореферат разослан 14 ноября 2005 г.
Ученый секретарь
диссертационного совета
д.т.н., профессор
',\
/
' //I ' '
Петрова И.Ю
MQ£zl
ТШ/
шпон
О Б Щ А Я ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы. 'В" настоящее время практически все
крупные предприятия приходят к созданию автоматизированных
систем контроля и учета энергоресурсов ( А С К У Э ) , которые
позволяют
существенно
(до
60%)
снизить
затраты
на
энергопотребление за счет:
■ повышения точности учета;
"
снижения энергопотребления;
■ автоматизации сбора данных;
■ планирования энергопотребления.
В связи с этим актуальной становится возникающая при
проектировании А С К У Э задача автоматизации выбора технических
средств (ТС), от которых в большей степени зависят функциональные
возможности системы энергоучета и ее с1оимость.
На этапе проектирования систем энергоучета возникают
следующие проблемы:
1) Этап определения компонент А С К У Э является трудоемким,
длительным и незащищенным от ошибок. Это характеризуется тем,
что на российском рынке существует более 50 фирм, производящих
средства энергоучета. Ассортимент
каждой фирмы представлен
множеством (до 100) различных устройств. А для больших,
распределенных систем учета двух и более видов энергоресурсов
приходится выбирать несколько десятков средств учета с различными
функциональными возможностями. Причем технические средства
различаются по многим показателям (около 20).
2) Существующие методы поиска либо слишком медленны (точные,
случайного поиска), либо не находят точного решения, а дают лишь
направление для поиска (метаэвристические).
3) Отсутствует система предпочтений при выборе технических
средств, входящих в состав А С К У Э .
Поэтому актуальной является задача разработки модели и
метода выбора технического состава А С К У Э и на их основе
компьютерной системы поддержки принятия решения (КСППР).
Внедрение К С П П Р позволит:
■ сократить затраты и время на создание А С К У Э ;
■ построить систему энергоучета, ориентированную на
конкретное предприятие.
f—^жшч
РОа НАЦИОИАЛЬНА*^.
БИБЛИОТЕКА
{
Цель и задачи исследования. Целью диссертационной
работы является повышение эффективности выбора технических
средств систем энергоучета путем создания математической модели и
алгоритмов поиска и реализации их в компьютерной системе
поддержки принятия решения при выборе технических средств
систем энергоучета.
Для достижения поставленной цели в диссертационной работе
осуществляется^ решение следующих основных задач1. Анализ и формализация предметной области.
2. Разработка системы предпочтений лица, принимающего
решения (ЛПР).
3. Разработка математической модели выбора технического
состава систем энергоучета.
4. Разработка метода поиска.
5. Экспериментальное исследование алгоритма метода и
разработка рекомендаций по настройке его параметров.
6. Создание комплекса профамм для поддержки принятия
решения
при выборе технических средств систем
энергоучета.
Методы исследования. Для решения поставленных задач и
достижения намеченной цели использованы методы системного
анализа, математического моделирования, теории принятия решений,
теории
графов
и
сетей, эволюционные
методы, методы
математического программирования.
Достоверность и обоснованность работы. Обоснованность
результатов обусловлена корректным применением указанных
методов
исследования.
Достоверность
подтверждается
вычислительными экспериментами и практическим применением
методов и результатов диссертационной работы, что отображено в
актах внедрения.
На защиту выносятся:
1. Математическая модель выбора технического состава систем
энергоучета.
2. Метод самоорганизации поиска.
3. Комплекс программ для поддержки прийятия решения при
выборе технических средств систем энергоучета.
Научная новизна:
Создан метод самоорганизации поиска, базирующийся на
метаэвристическом методе муравьиных колоний и теории
сужающихся множеств.
2. Разработана математическая модель выбора технических
средств, входящих в состав систем энергоучета.
3. Разработана система предпочтейий лица, принимающего
решения,
позволяющая
формализовать
требования
к
проектируемой системе энер^оучета.
4. Предложены принципы построения компьютерной системы
для поддержки принятия решения при выборе технических
средств систем энергоучета, позволяющие создавать системы
для принятия решений на начальных этапах проектирования.
Практическая ценность работы:
1. Разработанные
алгоритмы
применены при
создании
прикладного программного обеспечения для системы
поддержки
принятия
решений, системы
оценивания
альтернатив.
2. Разработан комплекс программ: автоматизированная система
ранжирования критериев на основе метода «Делфи» и
компьютерная система поддержки принятия решения при
выборе технических средств А С К У Э .
3. Предложенный метод представляет интерес для вузов, в
учебные программы которых входят дисциплины, связанные
с математическими методами и программированием.
Апробация научных результатов. Основные результаты
работы докладывались
и обсуждались
на Международной
конференции по Трейс Моуд (Москва, 2000 г.),- Международной
научно-технической конференции «Информационные технологии в
образовании, технике и медицине» (Волгоград, 2002 г.), I X
Международной открытой научной конференции «Современные
проблемы информатизации в технике и технологиях» (Воронеж, 2004
г.), V Международной научной конференции «Наука и образование»
(Белено, 2004
г.),
IV
Всероссийской
научно-практической
конференции «Информационные технологии в экономике, науке и
образовании»
(Бийск, 2004 г.), X V I I I Международной научной
конференции «Математические методы в технике и технологиях»
(Казань, 2005 г.), Международной научно-практической конференции
(студентов и молодых ученых) «Электронный университет как
1.
6
условие устойчивого развития региона» (Астрахань, 2005 г.), научных
конференциях профессорско-преподавательского состава А Г Т У
(Астрахань, 2001 - 2005 гг.).
Публикации. Основные положения диссертационной работы
отражены в 13 опубликованных научных работах.
Структура и объем работы. Диссертационная работа состоит
из введения, четырех глав основного текста, заключения, списка
литературы из 114 наименований и 15 приложений. Общий объем
работы 120 страниц машинописного текста, который включает 21
рисунок, 10 таблиц и 26 формул.
К Р А Т К О Е СОДЕРЖАНИЕ ДИССЕРТАЦИИ
Во введении обоснована актуальность темы, определены цель
и задачи исследования.
В первой главе приводится обзор работ, посвященных
исследованию А С К У Э , производится анализ систем энергоучета,
компьютерных систем поддержки принятия решений, существующих
методов поиска.
Исследованием и классификацией систем энергоучета
занимались А.Л. Гуртовцев, Ю.Б. Булаев, Э.А. Вещников, Б.Г.
Гутнер, А.Г. Новиков, Н.Н. Рогачев, С.Г. Бьщенко, С.Н. Костин, В.Н.
Русанов, П.А. Синютин, А. Распутин, И. Федотов, Э. Молокан, И.
Бирюков. При этом не были исследованы проблемы, возникающие
при проектировании систем энергоучета.
Созданием А С К У Э
занимается ряд фирм, которые
разработали следующие системы: М И У С , Э К О М , Энергия, Ток-С,
SOLMO-2, Э Н Е Р Г О У Ч Е Т , Е1 - энергоучет, АльфаСмарт. Однако
разработчики таких систем мало учитьшают индивидуальные
потребности и особенности заказчика А С К У Э , т.к. обычно
предлагают свой комплекс технических средств (получается дорогое
и не самое оптимальное решение для конкретного предприятия).
Существующие компьютерные системы поддержки принятия
решений ( П Р О Т Е Й , CLIPS, WindExS) не учитывают специфики
задачи выбора оптимальных компонент А С К У Э вследствие своей
универсальности и содержат только классические методы поиска.
Поэтому возникла необходимость создания специализированной
К С П П Р при выборе ТС А С К У Э .
Исследованием поисковых методов занимаются многие
отечественные (Гуткин Л . С ,
Краснощеков П.С., Федоров В.В.,
Норенков И.П., Маничев В.Б, Половинкин А . И . , Кини Р.Л.^ Гончаров
Е.Н., Кочетов Ю.А., Попов В.А., Фомин С.А., Алексеев А.В.,
Брахман Т.Р., Мулек Э) и иностранные (Kuehn А.А., Hambarger M.J,
Khumawala B.M., Jacobson S.K., Domschke W., Feo T.A., Korupolu M.,
Plaxton C , Nauss R.M., Christofides N., Beasley J.E., Colorni A., Dorigo
M., Maniezzo V.) ученые.
В результате анализа методов поиска выяснено, что
классические методы не применимы при решении сложных и
больших задач, каковой является задача выбора ТС систем
энергоучета.
Применение точных методов (Хука-Дживса, Гаусса-Зейделя)
позволяет найти решение для небольших задач ( 5 - 1 5 альтернатив),
но при увеличении количества устройств (а их число постоянно
растет) число вычислений, необходимых для поиска ТС систем
энергоучета, вырастает экспоненциально.
В методах случайного поиска (слепого поиска, случайных
направлений) число требуемых вычислений резко увеличивается с
возрастанием размерности решаемой задачи. Учитывая большое
число критериев выбора ТС А С К У Э , применение этих методов
нецелесообразно.
Метаэвристическая технология (генетические алгоритмы,
метод муравьиных колоний) позволяет найти направление для поиска,
но точное решение эти методы не находят.
Поэтому было принято решение о разработке метода поиска,
обладающего более высокой точностью и эффективностью по
сравнению с традиционными методами.
Во второй главе сформулирована система предпочтений ЛПР
к проектируемой А С К У Э , приведена структура критериев выбора
компонент систем энергоучета.
Для того чтобы формализовать выбор ТС А С К У Э , была
разработана система предпочтений ЛПР, состоящая из требований к
проектируемой системе энергоучета (рис.1) и системы критериев
выбора компонент А С К У Э .
Предложены требования к системе энергоучета
по
следующим параметрам:
1. Назначение.
2. Количество уровней.
8
3. Принцип реализации.
4. Тип среды связи.
Были выделены критерии выбора для следующих классов ТС,
входящих в состав А С К У Э :
■ устройства сбора и передачи данных (УСПД);
■ счетчики электроэнергии;
■ счетчики тепла;
■ счетчики расхода воды.
Т р е б о в а н и я Л П Р к сиспеме энергоучета
Назначение
Структура
Принцип
реализации
Тии среды
связи
,
,
Коммерческий
учет
Трехуровневая
структура
Централизованная
система
Технический
учет
Двухуровневая
структура
Децентрализованная
система
Проводная среда
Беспроводная среда
Общее
назначение
Оптическая среда
Коибиннрованная
среда
Рис.1. Структура требований ЛПР к системе энергоучета
В зависимости от предъявляемых к А С К У Э требований
значения отдельных критериев устанавливаются по умолчанию:
1. Назначение - коммерческий учет: тип счетчика микропроцессорный, класс точности - от 0,2 до 0,5.
2. Общее назначение: тип счетчика - микропроцессорный,
класс точности - от 0,2 до 0,5.
3. Трехуровневая
структура А С К У Э :
тип счетчика
индукционный.
4. Двухуровневая
структура А С К У Э : тип счетчика
микропроцессорный, выбор УСПД отсутствует.
5. Принцип реализации — централизованная А С К У Э : наличие
индикатора УСПД - нет.
6. Принцип реализации - децентрализованная А С К У Э : наличие
индикатора УСПД - есть.
7. Тип среды связи - оптическая: оптический выход - есть.
Благодаря тому, что были выделены основные свойства
АСКУЭ
и критерии
выбора ТС, появилась
возможность
автоматизации процесса принятия решения при выборе ТС А С К У Э .
В третьей главе предложена математическая модель выбора
ТС систем энергоучета, обоснован выбор способа нормирования и
метода определения приоритетов критериев ТС А С К У Э , описан
Метод самоорганизации поиска (МСП), проведено исследование
метода на сходимость, разработаны рекомендации по настройке
параметров метода.
Приоритеты
критериев
ТС
систем
энергоучета
рассчитываются с помощью алгоритма ранжирования на основе
метода «Делфи», который позволяет достаточно просто и быстро
получить весовые коэффициенты критериев с высокой степенью
согласованности экспертов.
Задача выбора ТС систем энергоучета является векторной
задачей поиска и описывается совокупностью:
<X,S,F,t>,
где
Х- множество альтернатив;
S- система предпочтений ЛПР;
F - векторная целевая функция;
t - постановка задачи: выделение упорядоченного по
приоритетам подмножества приемлемых альтернатив (наиболее
близких по совокупности значений критериев к заданному вектору
предпочтений).
Множество критериев, записываемых в виде целевых
функций, представляют векторную целевую функцию:
где
F(X) = {fi(^.-/r,Wh
fi(X), ...,/„(Х) - целевые функции;
п - количество критериев.
10
Математически общую модель задачи можно представить в
следующем виде.
Требуется найти значения п переменных xi,...,x„, которые
удовлетворяют системе предпочтений
Дх1,...,х„) =х,' (/=!,...,«)
и минимизируют суммы отклонений целевых функций от заданных
Л П Р значений с нормированными весами, что описывается
следующим выражением:
d{Fix\r)=
1±ф,(Х)-х:У
(min),
где
А (■^'
-fJ-^ ~ целевые функции;
Я^ - весовые коэффициенты критериев;
X (xi ...,л;„^-вектор предпочтений;
d- расстояние (мера отклонения).
Решением поставленной задачи является множество Х^
получаемое с помощью функции выбора:
Х, = С{Х),
где С - функция выбора
В работе предложен метод решения проблемы сужающихся
множеств выбора, позволяющий прийти к подмножеству решений
меньшей размерности для поиска, в соответствии с которым функция
выбора С определяется произведением функций выбора С] и Са и
описывается равенством:
С{Х) = Сг{С,{Х)).
Для решения поставленной задачи пространство альтернатив
представлено геометрически в виде графа следующим образом. Во
взаимно однозначное соответствие Л^ элементам конечного множества
альтернатив (X) поставлены вершины графа:
Xi={xii, Xi2,..., xin}; ... ;Хц={хц1, хт>—, ^Ып}Дуга проводится тогда и только тогда, когда выполнено
условие:
где
хц,..., хмт - нормированные значения критериев;
11
V- связность полученного графа альтернатив.
Чем больше Y, тем больше дуг будет между вершинами и тем
более связным будет граф.
Основная идея разработанного метода заключается в
следующем. Первоначальный выбор С\ осуществляется с помощью
метаэвристической технологии. Затем к полученному подмножеству
С](Х) применяется локальный поиск с помощью функции выбора Сг
(рис.2).
Рис.2. Сужающееся множество альтернатив
Метаэвристическая составляющая предложенного метода
заключается в том, что заданное число виртуальных агентов
(специальные
переменные,
имеющие
координаты
узла
с
возможностью изменять местонахождение) помещается случайным
образом в различные узлы графа альтернатив.
Каждая дуга графа альтернатив описывается двумя
величинами V,j (весовой коэффициент дуги) и t,j (уровень
популярности дуги). Пример фафа представлен на рис. 3.
В качестве весового коэффициента дуги выступает евклидово
расстояние между заданным вектором предпочтений X* и вектором
соответствующего узла, вычисляемое по формуле:
f,=^p.k-^J.
12
где весовой коэффициент дуги (i, j);
?*'i. * ^ *; _ вектор предпочтении;
Я, _ весовые коэффициенты критериев.
Рис. 3. Граф альтернатив
уровень популярное™ пзиа^ьно
„сзначительног
положительное
значение
^ ё д е л е н н о е на веех маршрутах граф.:
"Р;™;^;„„;:^
to
идея . ™ р - а ~ Т Г = е « " : ^ " Г Г 2 л е :
том, что агент, ™ ° ' ? " " " / п „ о т ю и наименьшим весом,
„о пути с наибольшей <^<''^g»^^^,
в следующем.
^ Г и 5 ^ - о С ™ в 7 ) размеииехс. случайнь,м образом
■ ^ " ' " ' Й л ь Г Г н т Т иаходяшивс. в узле ^ выбирает следующий
узел; с верГяХстьк, Л / . рассчитьшаемой по формуле.
13
если
Y^^tj-ic^Y
j 6 allowed^
keallowed ц
О, в _ противном _ случае,
пути;
где
а - весовой параметр, управляющий уровнем популярности;
Р - весовой параметр, управляющий степенью желательности
t,j - накопленный уровень популярности на маршруте (г,/)
всеми агентами;
c,j = \IV,j — желательность пути, остается постоянной на всем
протяжении работы алгоритма;
allowed^ - {N - tabuij - множество узлов, которые может
исследовать агент к, находящийся в узле /;
tabuk - запрещенный список к-го агента.
Пройденные узлы заносятся в запрещенные списки.
Проходя из г в j, агент обновляет уровень популярности /,у
соответствующей дуги, используя следующее соотношение:
t,j=(l-r)-t,j+r-to.
Tjifi г — устойчивость уровня популярности маршрута.
Уровень популярности снижается при большом значении г, а
это уменьшает шанс того, что другой агент выберет то же самое
решение и последовательность поиска будет более разнообразной.
Сравнивается новое решение каждого агента с лучшим,
найденным ранее этим же агентом и обновляется список лучших
решений (СЛР), если новое решение лучше старого.
где
Xl'^
cnp^{x:\...,x:\...,xj),
= {х^'' ,...,х''^^ - лучшее решение/-Г0 агента;
X^ = {л:^,,...,х^„} - новое решение.
Цикл поиска повторяется G раз, где G - глубина поиска.
СЛР является подмножеством Сх{Х) множества X. На
основании этого подмножества далее осуществляется уточнение
решений, для чего был разработан метод локального поиска, в
14
котором поиск ведется от каждого узла X, с: С\{Х) в сторону
уменьшения значения функции С^.
Для этого сначала вычисляем значение функции выбора Ci в
узле / и во всех смежных с ним узлах:
c,{x\x,) = \Y.^XA-4f
*=1
Затем находим минимум Сз среди найденных значений:
Переход в узел j (шаг в направлении убывания значения
функции Ci) осуществляется при выполнении не'равенства:
С,{Х\Х^)<С,{Х\Х,).
Xj заносится в множество решений Хр, если выполнено
условие:
C,{X\X^)<D,
где D - параметр останова.
Локальный поиск заканчивается, если уменьшение значения
функции Сг невозможно ни в одном из направлений графа:
С,{Х\Х^)>=С,{Х',Х,).
Алгоритм работы МСП схематично представлен на рис. 4.
В результате проведенного вычислительного эксперимента
были выработаны рекомендации по настройке алгоритма М С П ,
отраженные в табл. 1.
Табл. 1
Параметры алгоритма М С П
Параметр
Обозн.
Значение
Устойчивость уровня популярности
г
r = OJ
Связность графа альтернатив
Y
0<7<1
Отношение согласованности
10-15%
Q
Число агентов
т
т <N
Весовой параметр уровня
а
\<а<3
популярности
Весовой параметр желательности пути
\<р<з
Вектор предпочтений
Параметр останова
Глубина поиска
Р
X*
D
G
Задается ЛПР
Задается ЛПР
Задается ЛПР
15
Начало
Размещение агентов
Подсчет Р,
Переход из i ву
Выполнение локального поиска
Получение Л^
Конец
Рис. 4. Алгоритм М С П
Сходимость М С П была показана в результате применения его
для нахождения экстремумов тестовых функций.
Для
оценки эффективности М С П бьши проведены
вычислительные эксперименты поиска на множестве альтернатив
различной мощности с использованием алгоритмов известных
методов и алгоритма М С П .
Расчеты выполнялись на персональном компьютере PC A T с
процессором Intel Pentium 4 с частотой 1000 МГц и объемом
16
оперативной памяти 256 МБ. Результаты
размерности задачи - 25 отражены в табл. 2.
N
Алг-мы
мпп
ГА
МИО
ПЗ
МСП
экспериментов
Сравнение методов поиска
1000
100
Т
Кит
687
51
46
60
47
■*вып
2'26"
5"
4"
6"
4"
Кит
7552
529
418
510
399
г
J
■■■вып
16'20"
51"
44"
49"
42"
при
Табл. 2
10000
Т
Кит
*- выи
83076
180'46"
6544
И'59"
4612
10'25"
4756
10'57"
4404
9'56"
Где:
N - число альтернатив;
Кит - число итераций;
Твып - время выполнения алгоритма в секундах;
М П П - метод полного перебора;
Г А - генетический алгоритм;
М И О - метод имитации отжига;
ПЗ - поиск с запретами;
М С П - метод самоорганизации поиска.
Результаты сравнения метаэвристических методов отражены
на диаграмме (рис. 5) в относительных величинах.
Кит
Твып
100
'
Кит
I
1000
Твып
'
Кит
Твып
10000
N
Рис. 5. Сравнение методов поиска
17
Анализ результатов показал, что применение МСП позволяет
повысить эффективность поиска в среднем на 4,5% по сравнению с
алгоритмами известных метаэвристических методов.
Особенности М С П заключаются в следующем:
система
предпочтений
ЛПР
позволяет
уменьшить
пространство критериев выбора;
поиск ведется одновременно на различных участках графа
альтернатив, что делает решения более разнообразными;
использование
метаэвристической
технологии
для
нахождения начальных решений;
решения уточняются локальным поиском, что дает
возможность повысить качество найденных решений;
есть возможность варьировать время поиска для нахождения
наиболее оптимальных вариантов;
имеется^ возможность изменять мощность подмножества
решений с помощью изменения числа агентов.
В четвертой главе приводится описание функциональной и
инфологической модели компьютерной системы поддержки принятия
решения при выборе ТС А С К У Э , рассматривается структура
системы, описывается ее программная реализация, приводится оценка
полнйты и достаточности базы данных технических средств.
КСППР
при выборе ТС А С К У Э
предназначена для
определения состава технических средств А С К У Э на начальных
этапах проектирования в соответствии с требованиями предприятия.
В
разработанной сисгеме
используется база данных,
содержащая:
■ данные о технических средствах;
■ данные об экспертных оценках.
К С П П Р состоит из пяти основных структурных подсистем,
схема взаимосвязи которых представлена на рис. 6.
Подсистема ранжирования критериев реализована как
отдельный модуль, благодаря чему ее можно автономно использовать
для получения ранговых оценок критериев в других задачах.
18
Подсистема
представления
данных
Подсистема
формирования
требований ЛПР
^г
V
Подсистема
построения
фафа
->
Подсистема
принятия
решения
Подсистема
ранжирования
критериев
Рис. 6. Схема взаимосвязи структурных подсистем КСППР
Для поддержания высокого уровня достаточности, база
данных содержит следующую информацию о технических средствах:
■ данные о значениях технических характеристик, все или часть
из которых выступают в качестве критериев выбора ТС;
■ информацию
об
особенностях
технических
средств,
предназначенную
для
описания
дополнительных
возможностей устройства, например, повышенная защита от
хищений;
"
контактную информацию о поставщиках выбираемых
технических средств для решения вопросов по закупке и
получения дополнительной информации.
Достаточность перечня критериев состоит в Том, что каждый
критерий не дублирует по своему содержанию другие критерии и
имеет свое место в алгоритме поиска.
В приложениях приведены описания критериев ТС А С К У Э ;
диаграммы, отражающие функциональную и инфологическую модели
КСППР при выборе ТС А С К У Э ; графики тестовых функций;
свидетельства о государственной регистрации программ для Э В М ;
акты о внедрении КСППР на предприятии г. Астрахани ЗАО
«Судоремонтно-строительный завод им. В.И. Ленина» и в учебный
процесс
кафедры «Автоматизированные
системы
обработки
информации и управления» Астраханского государственного
технического университета.
19
ЗАКЛЮЧЕНИЕ
Основные
научные
и
практические
результаты
диссертационной работы состоят в следующем:
1. Произведен анализ систем энергоучета и разработана
структура системы предпочтений ЛПР к проектируемой
системе энергоучета.
2. Разработана математическая модель задачи выбора ТС,
входящих в состав систем энергоучета.
3. Предложен Метод самоорганизации поиска, основанный на
модифицированном методе муравьиных колоний и теории
сужающихся множеств.
4. Разработан и защищен свидетельствами о государственной
регистрации комплекс программ поддержки принятия
решения при выборе ТС А С К У Э .
5. Предложенная К С П П Р йри выборе ТС А С К У Э позволяет
сократить затраты и время на Создание А С К У Э , построить
систему энергоучета, ориентированную на конкретное
предприятие, оценить реальную стоимость системы на
начальном этапе проектирования.
ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ
1. Воеводин
И.Г.,
Демич
О.В.,
Безрукова
Е.А.
Автоматизированная система контроля и учета электроэнергии //
Приборы и системы, №6, 2000, с. 70-71.
2. Демич О.В. А С К У Э - путь к снижению энергозатрат //
Материалы Международной научно-техни'ческой
конференции
«Информационные технологии в образовании, технике и медицине».
- Волгоград, 2002, с. 71-75.
3. Демич О.В., Демич Н.В. Принципы Построения САПР на
примере проектирования систем энергоучета // Материалы IX
Международной открытой научной конференции «Современные
проблемы информатизации в технике и технологиях». - Воронеж:
Издательство «Научная книга», 2004, с. 184-185.
4. Демич О.В., Демич Н.В.
Исследование алгоритмов
оптимизации с помощью вычислительных экспериментов //
Материалы V Международной научной конференции «Наука и
образование». - Белове, 26 -27 февраля, 2004, с. 483-485.
20 IU2 2 2 9 *
5. Шуршев В.Ф., Квятковская '
Исследование свойств комплексно
Материалы I V Всероссийской нау
РНБ Русский фонд
«Информационные технологии в эко!
Бийск, 22-23 апреля, 2004, с. 148-149.
2006-4
6. Шуршев В.Ф., Квятковская
Влияние способа разбиения выборю
20591
методе на точность аппроксимации
научно-практической конференции «t^„xj,v.^ ^
экономике, науке и образовании». - Бийск, 22-23 апреля, 2004, с. 145148.
7. Демич О.В. Проблемы проектирования автоматизированных
систем энергоучета // Вестник А Г Т У , №1(24), 2005. - Астрахань,
с.105-108.
8. Демич О.В., Шуршев В.Ф. Исследование и классификация
автоматизированных систем энергоучета // Известия высших учебных
заведений. Северо-Кавказский регион. Технические науки. 2005.
Приложение №2, с. 220-223.
9. Демич О.В,, Шуршев В.Ф. Определение 1сомпонентов систем
энергоучета с помощью Метода самоорганизации поиска //
Материалы Международной научно-практической конференции
«Электронный университет как условие устойчивого развития
региона». - Астрахань, 24 мая, 2005, с. 261-262.
10. Демич О.В. Автоматизация задач проектирования систем
энергоучета // Сборник трудов X V I I I Международной научной
конференции «Математические методы в технике и технологиях».
Том 10. - Казань, 2005, с. 94-95.
11. Демич О.В., Шуршев В.Ф. Метод самоорганизации поиска и
его применение для задачи принятия решения // Системы управления
и информационные технологии, №3(20), 2005, с. 14-16.
12. Свидетельство об официальной регистрации программы для
Э В М № 2005611481. Автоматизированная система поддержки
принятия решения о выборе технических средств энергоучета.
Шуршев В.Ф., Демич О.В. - 17.06.2005.
13. Свидетельство об официальной регистрации программы для
Э В М № 2005611482. Автоматизированная система ранжирования.
Шуршев В.Ф., Демич О.В. - 17.06.2005.
Тип АГТУ зак № 670 тир 100 экз Подписано в печать 7 11 2005
Документ
Категория
Без категории
Просмотров
0
Размер файла
738 Кб
Теги
bd000101492
1/--страниц
Пожаловаться на содержимое документа