авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 | 3 | 4 | 5 |   ...   | 6 |
-- [ Страница 1 ] --

РОССИЙСКАЯ АКАДЕМИЯ НАУК

Институт проблем управления им. В.А. Трапезникова РАН

УДК 007

Российский

национальный комитет

по автоматическому управлению

III ВСЕРОССИЙСКАЯ МОЛОДЕЖНАЯ КОНФЕРЕНЦИЯ ПО

Научный совет по теории управляемых процессов

и автоматизации ОЭММПУ РАН ПРОБЛЕМАМ УПРАВЛЕНИЯ (ВМКПУ'2008): Труды / Под ред.

Волгоградский научно-образовательный центр Д.А. Новикова, З.К. Авдеевой. – М.: ИПУ РАН, 2008. – 302 с.

проблем управления (ВолГУ) Воронежский научно-образовательный центр проблем управления (ВГАСУ) Казанский научно-образовательный центр проблем управления (КАИ) Издание осуществлено при поддержке РФФИ, Инновационный научно-образовательный центр на базе МАИ грант № 08-07-06008-г Инновационный научно-образовательный центр на базе МВТУ Липецкий научно-образовательный центр проблем управления (ЛГТУ) Самарский научно-образовательный центр проблем управления (СГАУ) Рецензенты: д.т.н. Амбарцумян А.А., д.т.н. Бахтадзе Н.Н., д.т.н.

Старооскольский научно-образовательный центр Вишневский В.М., к.т.н. Губко М.В., к.т.н. Затуливетер Ю.С., д.т.н.

проблем управления (СТИ) Игнатущенко В.В., д.т.н. Краснова С.А., д.т.н. Лебедев В.Г., д.т.н.

Тверской научно-образовательный центр проблем управления (ТГТУ) Лотоцкий В.А., д.т.н. Мандель А.С., к.т.н. Микулич Л.И., д.ф-м.н.

Удмуртский научно-образовательный центр проблем управления (УдГУ) Маркович Н.М., д.э.н. Нижегородцев Р.М., д.т.н. Новиков Д.А., д.т.н.

Новосельцев В.Н., д.т.н. Уткин В.А.

III ВСЕРОССИЙСКАЯ МОЛОДЕЖНАЯ КОНФЕРЕНЦИЯ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ (ВМКПУ' 2008) Утверждено к печати Программным комитетом конференции Труды ISBN 978-5-91450-012- (7-9 апреля 2008, г. Москва) ИНСТИТУТ © ПРОБЛЕМ Москва - 2008 У П Р АВ Л Е Н И Я СОДЕРЖАНИЕ Коноплев А.Н.

Применение фильтров HMAX к задаче классификации двумерных СЕКЦИЯ 1 изображений с помощью метода опорных векторов.................... ТЕОРИЯ СИСТЕМ УПРАВЛЕНИЯ Корепанов В. О.

Ахобадзе А.Г., Краснова С.А. Модели движения групп агентов в замкнутом пространстве… Блочные формы динамических систем относительно выходных Кузнецов C. В.

переменных при наличии внешних возмущений.................................... К синтезу Н-бесконечных регуляторов по выходу при параметри Батурина О.В. ческой неопределённости с учётом внешних возмущений............ Методы оптимизации линейных однородных уравнений Купцов П.Д.



с управляемыми коэффициентами высокой размерности............... Сингулярные режимы сверхзвукового газового потока:

Гилимьянов Р.Ф. точные решения и управление........................................................... Построение траекторий колёсного робота по шумящим данным Мазуров А.Ю.

GNSS измерений с учётом ограничений на кривизну........................... Диссипативность стохастических систем Гребенник О.С., Ярошенко Е.А. с функцией накопления, чувствительной к рискам........................ Моделирование фильтрации газа в резервуарах месторождений Мещерякова О.В.

на многопроцессорных вычислительных системах............................ Метод исследования и решения уравнений в бигруппоидах.......... Грязина Е.Н.

Морозов Ю.В.

О методах равномерной генерации точек Оценка области притяжения инвариантного множества в многомерном пространстве................................................................. в задаче управления мобильным роботом...................................... Гусев С.С.

Петрикевич Я.И.

Идентификация динамического объекта Рандомизированные алгоритмы построения стабилизирующих с редкими ошибками измерения…......................................................... регуляторов низкого порядка............................................................ Жбанов С.А.

Поздяев В.В.

Применение методов идемпотентной математики для задачи Разрешимость задачи стабилизации оптимизации работы сервисной службы поддержки....................... по выходу системы второго порядка.............................................. Ибрагимов И.И.

Сергийчук М.Н.

Гидродинамические модели резервуара при управлении разработкой Индексный алгоритм слежения за целью….................................... нефтяной оторочки газовых месторождений.................................... Синица С. П.

Колесников Е.М.

Исследование цифровой беспоисковой Об особенностях цифровой реализации самонастраивающейся системы...................................................... алгоритмов линейных регуляторов.................................................. 3 Синюков А.В., Уткин В. А.

СЕКЦИЯ Задачи оптимизации при управлении ДПТ….................................. УПРАВЛЕНИЕ В СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ И Спиридонов С.В.

МЕДИКО-БИОЛОГИЧЕСКИХ СИСТЕМАХ Многоуровневые модели стационарных потоков в газотранспортных системах........................................................ Авдеева З.К.

Выявление некоторых типов задач управления на основе анализа Тремба А.А., Грязина Е.Н.

слабоструктурированных проблемных ситуаций Обзор пакета рандомизированных на когнитивных картах.................................................................... алгоритмов для matlab– ract............................................................. Бабенкова Ю.А.

Уткин А.В.

Методы определения рекламных бюджетов:

Скользящие режимы в законах управления основные подходы и модели............................................................... роботами-манипуляторами............................................................. Борисова М.С.





Хомутов Д.А., Александров А.Г.

Повышение эффективности управления бюджетным процессом Частотный адаптивный регулятор.

на основе применения Экспериментальные исследования................................................... информационных управляющих систем.......................................... Чайковский М.М.

Вандышева Т.М.

Робастное размещение полюсов в ЛМН-областях Когнитивное моделирование системы управления банковскими регулятором заданного порядка....................................................... рисками на рынке потребительского кредитования..................... Чуричев А.С.

Галай О.П.

Нелинейное волновой уравнение.

Модель механизма распределения денежных ресурсов с учетом Групповая классификация и частные решения............................... показателей ликвидности коммерческого банка........................... Ярошенко Е.А., Гребенник О.С.

Горелова И. Н.

Моделирование разработки Моделирование позиционных игр на когнитивных картах нефтяных месторождений с использованием социально-экономических объектов................................................ многопроцессорных вычислительных систем................................ Горошникова Т.А., Шувалов К.И.

Проблемы управления рисками инвестиционной программы холдинговой компании........................................................................ Гришин М.Ю.

Обобщение некоторых свойств управляемого случайного блуждания на случай управления, зависящего от времени........... 5 Иванов Р.В.

Давыдов С.В.

О хеджировании некоторых финансовых инструментов.......... Экспериментальная проверка расхождения результатов при индивидуальном естественном выборе и индивидуальном Казанин И.Ю.

по методу Т. Саати............................................................................95 Применение когнитивного подхода к решению проблем экономической безопасности на уровне региона.......................... Денисова Д.А.

Экономико-математические модели организации взаимодействия Клдиашвили А.Т.

на рынке поставок сельскохозяйственной техники.......................97 Потребление кислорода организмом: математическое моделирование продолжительности жизни человека................ Доронина Е.Г.

Мультиагентный подход к управлению Кокорев Н.И.

экологической безопасностью.........................................................99 Развитие курортно-туристского комплекса как стратегическая детерминанта развития Дорофеюк Ю.А.

муниципальных образований Юга России..................................... Комплекс алгоритмов экспертно-классификационного анализа сложноорганизованных данных;

Коргин Н.А.

структурно-классификационный анализ и прогнозирование Анализ влияния конфигурации множества допустимых в слабоформализованных системах управления..........................101 результатов на эффективность механизмов многокритериальной активной экспертизы................................ Дорофеюк Ю.А.

Структурно-классификационный анализ и прогнозирование Костенко М.А.

в слабоформализованных системах управления..........................103 Моделирование процесса старения организма и управление им с использованием гомеостатического подхода........................... Еременко Ю.И., Глущенко А.И.

Кочетов Д. С.

О применении гибридных нейронных сетей Разработка механизма эффективного использования в задаче адаптивного тестирования............................................. бюджетных средств дотационного региона............................... Жданов А.С.

Крюкова Е.М.

Реальные опционы и оценка эффективности Применение модели ARIMA для прогнозирования цен инвестиционных проектов............................................................. на металлолом................................................................................... Жертовская Е.В.

Куливец С.Г.

Управление развитием туристского комплекса в социально Игра на линейной когнитивной карте экономической системе, когнитивный подход............................. с импульсным начальным управлением.......................................... Зайковская Г.Г.

Лямина М.А.

Применение имитационного моделирования Типология регионов как фактор информационнго обеспечения для подержки принятия решений процесса управления комплексным развитием в управлении предприятиями оптовой торговли......................... ипотечного кредитования............................................................... 7 Матасова Т.С. Судаков Ю.Н.

Эконометрические модели на рынке жилья групп регионов Здоровье как параметр активного элемента со сходными экономическими макропоказателями.....................138 в задаче стимулирования................................................................. Новиков К.В. Тихонов С.В.

Реализация механизмов стимулирования персонала Методика перехода отIDEF0 к модели в рамках концепции результативного управления.......................141 в терминах теории систем массового обслуживания при исследовании бизнес-процессов организации........................ Новиков Ф.В.

Метод оперативной коррекции оценки результативности Точилкина Е.В.

научной деятельности на основе ПРНД.......................................144 Моделирование оборотных фондов школы................................... Овчинникова Т. И., Ивлева Т.С. Тюшняков В.Н Оценка морального ущерба в системах управления Информационно-аналитические системы поддержки принятия безопасностью жизнедеятельности предприятии.....................146 решений в государственном и муниципальном управлении......... Отоцкий П.Л., Антипов В.И., Грачева И.И. Уваров С.В.

Об историческом прогнозе численности населения.....................149 Эффективное управление стоимостью проекта при сокращении сроков..................................................................... Погорельский К.Б.

Проблемы моделирования управляющих структур МВФ........... Фарафонова Я.В.

Подольская О.Ю. Управление операционными рисками............................................. Применение методов ABC-XYZ анализа к управлению Федотов А.А.

ассортиментом торгового предприятия..................................... Об исследовании рисков Радчик М.В. при структуризации проблемной ситуации.................................. Дескриптивно-оптимизационная модель Цапенко М.В.

управления промышленным предприятием................................... Модель оценки эффективности многомерной Рязанцева Ю.В. производственно-экономической системы................................... Оценка финансового состояния предприятия с использованием Шемякин А.С., Шишаев М.Г.

методов экономического факторного анализа............................ Рефлексивные модели в задачах управления Сафарли И. И. рынком образовательных услуг...................................................... Формализация задачи идентификации ключевых управленческих Эйсфельд А. А.

компетенций для стратегического управления Применение методов оптимизации телекоммуникационными компаниями......................................... к построению тарифов на электроэнергию................................. Сизых Д.С.

Эйсфельд М.А.

Анализ методических подходов к оценке и управлению инвестиционной привлекательностью предприятий.................164 Моделирование региональных эффектов...................................... 9 СЕКЦИЯ 3 Томилин А.А.

Особенности аппарата формирования организационных СИСТЕМЫ УПРАВЛЕНИЯ структур на основе окрестностно-временных моделей…......... ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ Томилин Е.Е.

Андреев А.В.

Метод синтеза логики программы контроллера Модель энергосистемы как объекта управления режимом по событийным моделям процессов............................................... по частоте и активной мощности................................................ Фёдоров Д.А., Сунчугашев И.С.

Башин А.Ю.

Оптимизационные задачи для логистической сети Определение покомпонентного объёмного содержания потока с учётом потерь в отсутствии ограничений типа «газ-жидкость-жидкость» на основе пропускной способности дуг........................................................... электромагнитного и акустического резонаторов..................... Хадеев А.С.

Иванов Е.Б.

Методика проектирования модели данных технологического Объединённая модель экспертной системы доменной печи...... объекта в АСУ ТП с использованием Коврыгин П.В.

объектно-ориентированной SCADA-системы............................. Разработка и исследование макета отказоустойчивого Чернов С.А., Браништов С.А струйного акселерометра для летательных аппаратов............ Представление схемы управления производством как Кудряшов А.С., Сталянский С.В.

задач интерпретации событийных моделей оборудования Криптографический контроллер для систем экологического и технологических процессов.......................................................... мониторинга объектов уничтожения химического оружия..... Накашидзе К.Г.

Выполнение в сети агентов схемы управления технологическими процессами, основанной на событийных моделях........................ Сунчугашев И.С., Федоров Д. А.

Решение оптимизационной задачи планирования для логистической сети с учётом нескольких типов продукта и внутренних ограничений на пропускную способность…......... Толмачев С.В.

Метод преобразования контекстного представления моделей технологических процессов в матричное…………….................... 11 СЕКЦИЯ 4 Еремеев В.Б.

Создание активного мониторинга вычислительной сети.......... ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В УПРАВЛЕНИИ Заболотская Я.Е.

Аветисян Л.Ю.

Слежение за целями в реальном времени Внедрение электронного документооборота с помощью технологии нейронного кортекса.............................. в государственные организации на примере Армении................. Зарубинский И. В., Якимов М.Ю.

Балабанов А.В., Ромакин В.А.

Обзор механизмов автоматического Разработка интерактивных учебных пособий переключения скорости передачи в ШБС..................................... на основе виртуальной области..................................................... Каминская М. Н.

Бурнаев Е.В.

Использование онтологического подхода Быстрый расчёт аэродинамических характеристик самолёта в информационных системах.......................................................... на основе аппроксимации многомерных зависимостейш............ Кашин А.В.

Вересников Г.С.

Интеграция приложений: многоагентный подход...................... Исследование и разработка системы анализа экологической информации для целей оперативного управления........................ Кудрявцев А.А., Масолкин С.И., Промыслов В.Г Диагностика распределённых вычислительных систем АСУ ТП Винтураль К.П., Пономарёв Д. Ю., Фролов Е. С.

с применением встроенных агентов.............................................. Управление в сетях по доставке контента.................................. Лазаренко А.В.

Губанов Д.А., Микулич Л.И.

Использование иерархического индексирования Онтологический подход к управлению компетенциями для распознавания сцен.................................................................... в научной организации...................................................................... Лупанов С.В.

Датьев И.О., Федоров А.М.

Моделирование системы управления процессами операционной Моделирование нагрузки системы персонального компьютера............................................ на информационно-коммуникационные сети.............................. Михелев М.В.

Даниленко А.И., Губко М.В.

Многоагентная система как система УФО-элементов............. Алгоритм поиска оптимальной структуры сборочных постов............................................................................. Николаев А.Б.

Отказоустойчивое расширение системных сетей Дмитриев Р.И.

для многопроцессорных вычислительных систем........................ Обмен сообщениями в сетях интранет с использованием семантических WEB-сервисов.......................... Новосёлов Ю.В.

Когнитивная графика в системе управления блоком Доманова Э.А.

компенсации давления атомного реактора.................................. Методы обработки результатов тестирования на полиграфе...................................................................................... 13 Петров Д.П.

Фахриев Д. Н.

Применение технологии экспертных систем Анализ характеристик широкополосных беспроводных каналов, в девелоперской организации........................................................... под управлением протокола IEEE 802.11...................................... Поскребышев И.А.

Федоров А.М., Датьев И.О Обеспечение защиты информации в системах управления Построение системы информационной безопасности современных технологических объектов на основе моделирования нагрузки на примере АСУ ТП АЭС.................................................................. на информационно-коммуникационные сети............................... Правильникова В.В.

Шипов А.А., Клинчаев О.А.

Способы проверки соотношений О разработке интерфейса управления и свойств алгебраических структур.............................................. устройствами широкополосной беспроводной сети................... Пустогаров И.А.

Шпилев С.А.

Анализ прямых соединений в сетях IEEE 802.11..................... Проактивная маршрутизация в IEEE 802.11s mesh-сетях......... Сараев П.В.

Яковлев М.О.

Глобальное обучение нейронных сетей.......................................... Нейронный кортекс как альтернатива нейронных сетей при анализе больших объёмов эмпирических данных................... Сафонов А.А.

Обзор механизмов синхронизации в сетях IEEE 802.11............... Яковлев С.Ю.

Измерительная система Смирнов С.В., Сизова Л.Н.

для производства пенополиуретана............................................... Примеры применения программного комплекса «ГРАФИКА-01-Т»............................................................................. Сурпин В.П., Волчков Д. В.

Проектирование комплекса сбора оперативной информации о случаях заболеваний...................................................................... Топорищев А.В., Затуливетер Ю.С.

Отдалённый запуск процедур в системе программирования ПАРСЕК......................................... Ходаковский И.А., Затуливетер Ю.С.

Программный метод повышения надежности распределенных вычислений и процессов управления................... 15 1. Линейные динамические системы СЕКЦИЯ 1. ТЕОРИЯ СИСТЕМ УПРАВЛЕНИЯ Для линейных динамических систем общего вида разрабо тана пошаговая процедура приведения к совместной блочной форме относительно выходных переменных с учетом возмуще БЛОЧНЫЕ ФОРМЫ ДИНАМИЧЕСКИХ СИСТЕМ ний. Суть процедуры заключается в многократном дифференци ОТНОСИТЕЛЬНО ВЫХОДНЫХ ПЕРЕМЕННЫХ ровании компонент вектора выходных переменных и в последо ПРИ НАЛИЧИИ ВНЕШНИХ ВОЗМУЩЕНИЙ вательном приведении каждого блока с помощью неособых преобразований к регулярной форме относительно внешних Ахобадзе А.Г., Краснова С.А. возмущений, истинных, а потом и фиктивных управлений, в (Институт проблем управления РАН, Москва) качестве которых, согласно блочному подходу, рассматриваются krasnova@ipu.rssi.ru фазовые переменные следующего блока. Получены необходи мые условия разрешимости задачи слежения, при которых ис ходная система может быть трансформирована в систему взаи Ключевые слова: задача слежения, внешние возмущения, мосвязанных подсистем, переменные которых являются блочный подход.

одновременно и управляемыми инвариантно к возмущениями, и Введение наблюдаемыми относительно выходных переменных.

Для синтеза систем управления динамическими объектами 2. Нелинейные динамические системы большой размерности целесообразно использовать блочный Процедуры анализа и приведения модели объекта управле подход, который позволяет выявить структурные свойства ния к совместной блочной форме концептуально совпадают для объекта управления и получить его блочное представление в линейных и нелинейных систем при аддитивном вхождении контексте решаемой задачи. На основе блочной формы управ внешних возмущений. Существенное отличие нелинейного ляемости разработаны декомпозиционные процедуры синтеза случая заключает в технике выполнения диффеоморфных пре задач стабилизации, инвариантности, автономности;

на основе образований: для представления блоков нелинейной системы в блочной формы наблюдаемости – наблюдателя состояния.

регулярной форме требуется расщеплять дифференциальные При решении с использованием блочного подхода задачи уравнения и, следовательно, многократно выполнять интеграль слежения относительно выходных (регулируемых и измеряе ные преобразования с использованием аппарата дифференци мых) переменных желательно получить совместную блочную альной геометрии. Показано, что данную проблему можно форму управляемости и наблюдаемости исходной системы, что обойти, если синхронизировать процедуру анализа с построени позволит осуществить декомпозиционный синтез и задачи на ем наблюдателя состояния на скользящих режимах. Реализация блюдения, и собственно управления относительно одних и тех метода эквивалентного управления позволит за теоретически же преобразованных переменных, минуя обратные преобразова конечное время оценить правые части соответствующих диффе ния. В работе проводится анализ разрешимости задачи слежения ренциальных уравнений, что существенно упрощает проблему, и условий получения совместной блочной формы при действии так как к регулярной форме потребуется приводить не диффе на объект управления внешних неконтролируемых возмущений ренциальные, а алгебраические уравнения.

(описываемых негладкими ограниченными функциями времени) на основе поэтапного комплексного исследования условий управляемости, инвариантности, наблюдаемости и слежения относительно выходных переменных.

17 МЕТОДЫ ОПТИМИЗАЦИИ ЛИНЕЙНЫХ 2 f 0 (t, u, x) 2 F ( x) 0, 0, ОДНОРОДНЫХ УРАВНЕНИЙ С УПРАВЛЯЕМЫМИ x i x i x i x i (3) КОЭФФИЦИЕНТАМИ ВЫСОКОЙ РАЗМЕРНОСТИ f i (t, x, u ) = a ij (t, u ) x j + b i (t, u ) (i = 1,…, n).

Определим функцию улучшения в виде (t, x) = i (t ) xi.

Батурина О.В.

(Институт проблем управления РАН, Москва) Для нее функции R (t, x, u ) и G (x), определенные в [1], будут иметь вид Ключевые слова: линейные однородные системы, достаточ R (t, x, u ) = i (t )b i (t, u ) + [ i (t )a ij (t, u )]x j f 0 (t, x, u ), ные условия оптимальности, численные методы решения.

(4) G ( x) = i(T ) x i F ( x).

Теория оптимального управления насчитывает уже более 50-ти лет. Возникающие на практике задачи стимулировали Учитывая такие особенности полученных функций, что развитие как самой теории, так и численных методов решения первая из них является выпуклой по x, а вторая вогнутой по x, задач оптимального управления. Если говорить о приближенных применим к этой задаче метод глобального улучшения, осно методах решения задач оптимального управления, то можно ванный на достаточных условиях В.Ф. Кротова. Можно отме выделить следующие направления: методы, основанные на тить, что он существенно упрощается по сравнению с задачей, необходимых условиях оптимальности;

методы, основанные на поставленной в общем виде, тогда как, например, градиентные достаточных условиях оптимальности В.Ф. Кротова;

методы, методы не дают подобного эффективного результата.

основанные на принципе расширения;

методы, основанные на Системы такого вида возникают в прикладных задачах сведении задачи оптимального управления к задачам математи физики. Следует выделить применение упомянутого итерацион ческого программирования;

методы глобальной оптимизации;

ного метода к проблеме оптимизации управления квантовыми мультиметодные технологии.

системами с помощью лазерного излучения.

Сформулируем задачу оптимального управления непрерыв ным процессом:

Литература T I (v) = f 0 (t, x(t ), u (t ))dt + F ( x(T )) min, (1) 1. KROTOV V.F. Global methods in optimal control theory. NY.:

vD Marcel Dekker, Inc, 1995. – 382 p.

dx = f (t, x, u ), x( ) = x 0, x R n, u U, (2) 2. ГУРМАН В.И. Принцип расширения в задачах управлениия.

dt М.: Наука. Физматлит 1997. – 288 с.

где функции f (t, x, u ), F ( x) дважды дифференцируемы, U компактное множество.

Рассмотрим случай, когда функции f 0 (t, x, u ), F ( x) яв ляются вогнутыми относительно x, а правые части фазовой системы линейны:

19 ошибки измерений. Задача нахождения вариаций контрольных ПОСТРОЕНИЕ ТРАЕКТОРИЙ КОЛЕСНОГО РОБОТА точек сводится к решению известной задачи квадратичного ПО ШУМЯЩИМ ДАННЫМ GNSS ИЗМЕРЕНИЙ программирования с простыми ограничениями [3].

С УЧЕТОМ ОГРАНИЧЕНИЙ НА КРИВИЗНУ Однако, применение этого метода не гарантирует выполне ния ограничений на максимальную кривизну траектории. В Гилимьянов Р.Ф.

настоящей работе представлены две модификации метода [2], (Институт проблем управления РАН, Москва) обеспечивающие выполнение ограничений на кривизну. В одной R.Gilimyanov@javad.com из них решается задача квадратичного программирования с простыми ограничениями на вариации. По полученным новым Ключевые слова: планирование пути, гладкие траектории с точкам строится кривая, и находятся участки, где нарушаются ограниченной кривизной, GNSS навигация, управление ко ограничения на кривизну. В локальной окрестности этого участ лесным роботом, B-сплайны, оптимизация.

ка ослабляются условия на величину вариации контрольных точек, и снова решается задача квадратичного программирова Рассматривается колесный робот, имеющий два режима ния. Процесс повторяется до тех пор, пока не удовлетворятся управления – ручной и автоматический. Управляемый вручную условия. Очевидно, что данный процесс сходится. В другом колесный робот проводится по желаемому пути, координаты методе в задачу квадратичного программирования вводятся которого измеряются GNSS приемником и сохраняются в памя дополнительные линейные ограничения.

ти в качестве задания для дальнейшего повторения в автомати Эффективность предложенных методов иллюстрируется ческом режиме. При этом возникает задача построения траекто численными примерами с реальными данными GNSS измере рии колесного робота по заданному массиву точек на плоскости.

ний.

Искомая траектория должна удовлетворять определенным кри териям гладкости и ограничениям на кривизну. Литература Существуют множество способов представления пути с по- 1. ПЕСТЕРЕВ А.В., ГИЛИМЬЯНОВ Р.Ф. Планирование пути мощью различных кривых. Один из таких способов основывает- для колесного робота // Проблемы вычислений в распреде ся на аппроксимации траектории с помощью составных кубиче- ленной среде: распределенные приложения, коммуникаци ских B-сплайнов [1]. В результате такой аппроксимации онные системы, математические модели и оптимизация.

получается С2-гладкая кривая. Однако, малые ошибки GNSS Труды ИСА РАН, Т.25. М.: КомКнига/URSS, 2006, С. 204 измерений координат точек приводят к существенному измене- 211.

нию кривизны траектории. Кривизна становится быстро осцил- 2. PESTEREV A.V., RAPOPORT L.B., GILIMYANOV R.F.

лирующей функцией длины пути, и может превышать некоторое Global Energy Fairing of B-Spline Curves in Path Planning максимальное значение, определяемое максимально возможным Problems. // Proc. of the ASME 2007 IDETC, Las Vegas, 2007, углом поворота передних колес робота. На практике это приво- CD ROM.

дит к ухудшению качества синтезированного управления и к 3. ГИЛЛ Ф., МЮРРЕЙ У., РАЙТ М. Практическая оптимиза невозможности точного повторения построенного пути. ция. М.: Мир, 1985.

В [2] предложен метод улучшения формы траектории, осно ванный на минимизации скачков третьих производных с помо щью специальных вариаций контрольных точек в пределах 21 1. Постановка задачи МОДЕЛИРОВАНИЕ РАЗРАБОТКИ НЕФТЯНЫХ МЕСТОРОЖДЕНИЙ С ИСПОЛЬЗОВАНИЕМ В данной работе в качестве примера рассматривается сле МНОГОПРОЦЕССОРНЫХ дующая система уравнений в частных производных, описываю щая фильтрацию несмешивающихся жидкостей (воды и нефти) в ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ двумерной области (резервуаре) :

K фн () K фв () Гребенник О.С., Ярошенко Е.А.

(1) div K а ( x) grad P = 0, + в (Институт проблем управления РАН, Москва) н greben@ipu.rssi.ru, yarosh@ipu.rssi.ru K фн () = div( (2) m )K а ( x) grad P, t н Ключевые слова: Многопроцессорные вычислительные сис где = (x), P = P(x ) и K а = K а ( x ) насыщенность темы, двухфазная фильтрация, параллельные вычисления, среда MPI нефти, давление и матрица абсолютных проницаемостей в точке x нефтяного резервуара, K фн, K фв и н, в фазовые Введение проницаемости и динамические вязкости нефти и воды, m При оптимизации проектирования разработки нефтяных ме пористость породы. Для каждой конкретной схемы разработки сторождений возникает необходимость исследования эффектив начальные условия задаются в момент времени t = 0, а гранич ности различных вариантов (схем) расположения объектов ные (краевые) условия выбираются на внешней границе и управления нефтедобычей и выбора режимов их эксплуатации.

Для предварительной оценки эффективности той или иной внутренних границах (контурах скважин) i, где i = 1, N схемы разработки можно воспользоваться вычислительными номера скважин.

экспериментами с применением гидродинамических моделей Начально-краевая задача для квазилинейного гиперболиче резервуаров нефтяных месторождений. Гидродинамическая ского уравнения первого порядка (2) может иметь разрывные модель резервуара представляется как конечно-разностный решения даже при гладких начальных и граничных условиях.

аналог начально-краевой задача для исходной системы уравне Поэтому в уравнение (2) преобразуется к квазилинейному ний фильтрации флюидов в пористых средах пластов нефтяных параболическому уравнению с малым параметром перед диф залежей. Требуемая эффективность решения построенной таким ференциальным оператором второго порядка («искусственная образом системы конечно-разностных уравнений большой вязкость»), значимым только в зоне скачка, т.е. пренебрежимо размерности, как правило, не обеспечивается без распараллели малым вне зоны скачка.

вания вычислений на многопроцессорных вычислительных системах (МВС). Эффективность методов распараллеливания 2. Методы решения определяется не только потенциальной возможностью разбиения При заданных краевых условиях на и i, i = 1, N, ко системы на слабо связанные подсистемы, но и выбором алго ритмов решения, технологии параллельного программирования нечно-разностные аналоги краевых задач для исходного квази и физической реализации МВС. линейного эллиптического уравнения (1) и преобразованного 23 3. Каждая из подобластей заменяет значения давлений p в уравнения (2), целесообразно представить системой алгебраиче ских уравнений в матрично-векторной форме своих граничных узлах на значения давлений соответст A ( x, ) P = b ( x, ), (1*) вующих приграничных узлов соседней области.

( t +1 t ) / = [B( p, x) + C( p, x)] t, (2*) 4. Проверяются условия сходимости по давлениям. Если где шаг по времени. они не выполняются, то переходим к пункту 2.

Решение системы уравнений (1*)-(2*), согласно [1], суще- 5. В каждой из подобластей параллельно и независимо про ствует и его приближенное значение может получено последо- водится одна итерация расчета значений. При этом вательно, т.е. сначала при заданном начальном распределении p рассматриваются как константы.

(t ) |t =0 = 0 неявным итерационным методом из (1*) определя- 6. Каждая из подобластей заменяет значения насыщенно ется распределение давлений на первом временном слое, а затем стей в своих граничных узлах на значения насыщен явным итерационным методом из (2*) определяется распределе- ностей соответствующих приграничных узлов соседней ние нефтенасыщенностей 1. области.

Для распараллеливания сеточная аппроксимация h нефте- 7. Проверяются условия сходимости по насыщенностям.

носного резервуара разбивается на блоки h = 1 … h с h Если они не выполняются, то переходим к пункту 5.

m В качестве средства реализации выбранного алгоритма минимальным взаимным наложением. Характер наложений предполагается использовать среду параллельных вычислений должен описывать связь только между группой граничных узлов MPI. Это позволяет реализовать решение на широком спектре только смежных блоков резервуара. Далее необходимо обеспе аппаратных платформ, и в удобной форме. При этом по возмож чить вычисление каждой из полученных блоков на соответст ности использовать операции группового взаимодействия для вующем вычислительном узле, а так же обмен данными между снижения затрат связанных с пересылкой данных между процес узлами. Обмен данными сводится к обмену граничными усло сорами.

виями между соседними подобластями в определенные моменты Эффективность предлагаемого способа моделирования воз между итерациями. При этом возникает необходимость синхро растает на более поздних стадиях разработки месторождения, низации вычислений.

поскольку временные изменения распределения давления стано Такая схема декомпозиции, предоставляет возможность по вятся более существенными, нежели изменение насыщенности.

строения следующего алгоритма решения с распараллеливанием вычислений:

Литература 1. Задаются начальные приближения p и в каждой из 1. АХМЕТЗЯНОВ А.В., КУЛИБАНОВ В.Н. К проблеме чис подобластей.

ленного решения квазилинейных уравнений частных произ 2. В каждой из подобластей параллельно и независимо про водных / Труды Института. Том V. М: ИПУ РАН, 1999.

водится одна итерация расчета значений p. При этом С.26–35.

рассматриваются как константы.

25 Рассмотренные методы могут быть широко использованы О МЕТОДАХ РАВНОМЕРНОЙ ГЕНЕРАЦИИ ТОЧЕК при решении задач выпуклой оптимизации и задач управления.

В МНОГОМЕРНОМ ПРОСТРАНСТВЕ В задах оптимизации их применение наиболее эффективно для отыскания приближенного решения задач высокой размерности Грязина Е.Н.

с матричными переменным и ограничениями, которые не могут (Институт проблем управления РАН, Москва) быть решены доступными программными средствами, в частно gryazina@ipu.ru сти пакетом YALMIP системы MATLAB [3].

В контексте задач управления рассмотренные методы по Ключевые слова: рандомизированные алгоритмы, выпуклая зволяют решать задачи робастной устойчивости и синтеза регу оптимизация, синтез регуляторов.

ляторов фиксированной структуры непосредственно на области устойчивости в пространстве параметров, не прибегая к ее вы Введение пуклой аппроксимации, как это делается в задачах квадратичной В работе рассматриваются два метода равномерной генера устойчивости. Простота методов позволяет учитывать одновре ции точек внутри и на границе области в многомерном про менно несколько критериев качества систем, а также дополни странстве и обсуждается их применение в задачах оптимизации тельные ограничения на параметры регулятора.

и управления.

Литература 1. Методы генерации точек 1. ТУРЧИН В.Ф. К вычислению многомерных интегралов Метод Hit-and-Run, впервые предложенный в работе [1] и по методу Монте-Карло // Теория вероятностей и ее получивший распространение благодаря работе [4], требует применения. 1971, Т. 16, № 4, С. 738–742.

знания начальной точки внутри области и так называемого 2. COMTS R., POPOV S., SCHUTZ G., VACHKOVSKAIA граничного оракула. Граничным оракулом области D R n M. Billiards in a general domain with random reflections. – называется процедура нахождения для любых точек x, y R n arXiv:math.PR/0612799v2 1 Feb 3. LOFBERG J. YALMIP: a toolbox for modeling and optimi всех пересечений луча x + ky c областью D или сообщения об zation in MATLAB. // Proc. of the CACSD Conference, их отсутствии. Этого достаточно для асимптотически равномер- 2004. http://control.ee.ethz.ch/~joloef/yalmip.php ного генерирования точек в произвольном открытом множестве 4. SMITH R.L. Efficient Monte Carlo procedures for generat D. ing points uniformly distributed over bounded regions. // Op Другой метод [2], который иногда еще называют Shake-and- erational Research. 1984, V. 32, No. 6, P. 1296-1308.

Bake, генерирует точки равномерно на границе связной области D. Здесь помимо граничного оракула требуется знание внут ренней нормали n. В каждой полученной точке границы гене рируется случайное направление s по специальному закону распределения, гарантирующему равномерность, а граничный оракул определяет новую точку.

27 как это показано в таблице 2, и перехода в пространство пара ИДЕНТИФИКАЦИЯ ДИНАМИЧЕСКОГО ОБЪЕКТА метров.

С РЕДКИМИ ОШИБКАМИ ИЗМЕРЕНИЯ Таблица 2. Преобразованные исходные данные Гусев С.С.

x1 x2 … xa y 1 y 2 … yb y(t) n (Институт проблем управления РАН, Москва) gs-serg@mail.ru 1 x11 x12 … x1n y11 y12 … y1n y 2 x21 x22 … x2n y21 y22 … y2n y Ключевые слова: идентификация, динамический объект, …… … … ……… … … … оценки параметров, ошибка измерения выхода.

i xi1 xi2 … xin yi1 yi2 … yin yi …… … … ……… … … … 1. Постановка задачи s xs1 xs2 … xsn ys1 ys2 … ysn ys Будем рассматривать динамический объект вида:

a b y (t ) = hi x(t i ) + ha +i y (t i), (1) Из таблицы 2 выбираются блоки из произвольных n строк.

i =1 i = Из исходных данных можно получить C sn таких n-мерных где y (t ) – скалярный выход объекта в момент времени t, x(t ) блоков. Каждому блоку будет соответствовать свой вектор скалярный вход объекта в момент времени t, hi - i-ый неиз оценок параметров объекта (1).

вестный параметр объекта, a - глубина памяти по входу, b глубина памяти по выходу, n = a + b - размерность объекта. 3. Теорема об условиях точной идентификации Если s n b 2, то возможно точное определение пара Измерения входа x(t ) производятся без ошибок, а среди метров объекта.

всех измерений выхода присутствует n ошибок i, но где они располагаются – неизвестно. 4. Заключение Необходимо найти условия, при которых возможно точное Рассмотрен алгоритм идентификации динамического объек определение оценок параметров объекта. та с редкими ошибками измерения. Сформулирована теорема об условиях точной идентификации объекта.

Таблица 1. Исходные данные Литература t 1 2 … i … s x x(1) x(2) … x(i) … x(s) 1. ЧАДЕЕВ В.М., ИЛЮШИН В.Б. Метод идентификации, учитывающий априорную информацию о параметрах объ y y(1) y(2) … y(i) … y(s) екта. SICPRO’06.

2. Алгоритм идентификации Алгоритм идентификации в [1] состоит в преобразовании исходных данных, приведенных в таблице 1, к виду, в котором выход y (t ) зависел бы только от переменных в этой же строке, 29 ПРИМЕНЕНИЕ МЕТОДОВ ИДЕМПОТЕНТНОЙ 2. Постановка задачи МАТЕМАТИКИ ДЛЯ ЗАДАЧИ ОПТИМИЗАЦИИ Рассмотрим работу сервисной службы поддержки, которая РАБОТЫ СЕРВИСНОЙ СЛУЖБЫ ПОДДЕРЖКИ представляет собой многоканальную СМО с отказами. Каждая заявка k (k = 1,2, …, N ), поступающая в службу поддержки Жбанов С.А.

(Липецкий государственный технический университет) должна быть обслужена одним из операторов Wi ( i = 1, …, M ). В lisky@lipetsk.ru данной СМО отсутствует очередь. Следует также отметить, что новая заявка автоматически направляется к свободному опера Ключевые слова: идемпотентный анализ, идемпотентное по- тору с меньшим индексом i. Для того чтобы обслужить заявку k, оператору Wi необходимо i (k ) тактов времени, причём луполе, система массового обслуживания.

i (k ) распределена по показательному закону.

Введение Теперь обозначим через xi (k ) момент начала работы опера Применение идемпотентного анализа к теории линейных динамических систем обеспечило глубокое понимание и изящ- тора Wi с заявкой k. Прежде, чем Wi сможет начать обслужи ное решение многих задач управления. Также идемпотентные вание следующей заявки, должны быть выполнены следующие условия: Wi свободен, W j занят (j i ).

структуры широко применяются в теории динамического про граммирования, интервальной арифметике, сетях Петри и для Предположим теперь, что компания несёт убытки p i за ка решения многих других задач. Цель данной работы применить ждый такт времени содержания операторов. Необходимо опре те же методы для задачи оптимизации системы массового об делить количество операторов M таким образом, чтобы из служивания (СМО).

держки компании были минимальны, но при этом среднее число отказов не должно превышать d %.

1. Определение идемпотентного полуполя Формализовав все условия поставленной задачи в терминах Идемпотентное полуполе ( R { }, max, +,, 0 ) или со- идемпотентного анализа, была построена модель и получены первые результаты по данным, взятым из базы данных компа кращённо R max включает в себя множество действительных нии. В настоящее время ведётся работа по поиску параметров, чисел, к которому присоединён дополнительный наименьший предусматривающих сезонность и время суток элемент, с операциями a b = max(a, b ) и a b = a + b Литература (“сложение” и “умножение”). Элементы и 0 являются нейтральными для “сложения” и “умножения” соответственно. 1. ЖБАНОВ С.А. Полуполе Rmax – основа новых подходов к Каждый элемент относительно операции имеет симметрич- оптимизации / Сборник тезисов докладов II Международ ного студенческого форума “Образование, Наука, Произ ный к себе элемент (особенность полуполя), но ни один элемент кроме не имеет симметричного к себе элемента относи- водство”. Белгород, 2004. С. 23 – 25.

тельно операции. 2. BACCELLI F., COHEN G., OLSDER G. J., QUADRAT J.-P.

Synchronization and Linearity: an algebra for discrete event systems. – New-York: John Wiley & Sons, 1992. P. 20 – 25.

31 (1) Z = C н G N э С скв () Э ГИДРОДИНАМИЧЕСКИЕ МОДЕЛИ РЕЗЕРВУАРА ПРИ УПРАВЛЕНИИ РАЗРАБОТКОЙ НЕФТЯНОЙ где G - геологические запасы объекта;

C н - цена нефти;

ОТОРОЧКИ ГАЗОВЫХ МЕСТОРОЖДЕНИЙ коэффициент извлечения нефти (КИН);

N э - число элементов в залежи;

С скв - 1/2 стоимости бурения добывающей и нагнета Ибрагимов И.И.

тельной скважин;

() - безразмерное количество прокаченного (Институт проблем управления РАН, Москва) объема воды;

Э - эксплуатационные затраты закачки объема ildar@ipu.rssi.ru воды (реагента) равного одному поровому объему нефти.

Исследуется влияние на КИН расстояния между скважина Ключевые слова: нефтяная оторочка;

моделирование разра ми, абсолютных отметок расположения скважин, режимов на ботки месторождения;

управление динамическими система гнетания вытесняющего реагента. Оптимизационная задача ми;

заводнение пласта;

вытеснение нефти максимизации прибыли, заключается в моделировании множе ства вариантов разработки, расчета целевой функции для каждо Введение го из них и выборе оптимального варианта разработки.

Развитие вычислительных мощностей многопроцессорных 2. Заключение вычислительных систем в последние годы предопределяет эф Вышеописанный подход применения моделирования для фективность методов моделирования разработки нефтяных и оптимального управления позволяет учитывать технологические газовых месторождений. Проблема моделирования заключается особенности разработки объекта. Особо важным параметром в численном решении начально-краевых задач для уравнений воздействия при разработке нефтяных и газовых скважин с математической модели с учетом геометрии пласта и множества использованием методов заводнения является режим нагнета природных и технологических факторов [1,2]. Технологические ния. Исследования показывают, что применительно к разработке показатели разработки зависят как от природных, так и от тех нефтяных оторочек выбор режима нагнетания особо важен. Так нологических факторов, являющихся параметрами управления:

при одних режимах эксплуатации и схем размещения образуется расположение скважин, режимы их эксплуатации, физические водяной барьер между нефтяной оторочкой и газовой шапкой, свойства нагнетаемого реагента(-ов) и др. В данной работе существенно улучшающий технологические показатели, в дру рассматривается решение оптимизационной задачи с использо гих случаях возможен отток закачиваемого реагента в водяную ванием конечно- разностных методов численного моделирова подушку залежи, что ведет к снижению рентабельности.

ния на примере элемента разработки нефтяной оторочки.

1. Постановка задачи Литература В данной работе рассматривается основной элемент разра 1. МЕЕРОВ М.В., АХМЕТЗЯНОВ А.В., БЕРЩАНСКИЙ ботки нефтяной оторочки гипотетической залежи с заданными Я.М. и др. Многосвязные системы управления: М.: Наука, характеристиками. Элемент разработки эксплуатируется нагне 1990. – 264 с.

тательной и добывающей горизонтальными скважинами, ориен 2. БАСНИЕВ К.С., КОЧИНА И.Н., МАКСИМОВ В.М.

тированными параллельно относительно друг к другу. Рассмот Подземная гидромеханика. – М.: НЕДРА, 1993. – 416 С.

рим целевую функцию Z, выражающую прибыль в упрощенном виде:

33 необходимо использовать параллельную или каскадную реализа ОБ ОСОБЕННОСТЯХ ЦИФРОВОЙ РЕАЛИЗАЦИИ цию алгоритма управления.

АЛГОРИТМОВ ЛИНЕЙНЫХ РЕГУЛЯТОРОВ Трансформированная погрешность зависит от погрешностей представления входных переменных алгоритма вычислений, от Колесников Е.М.

параметров алгоритма и обусловлена преобразованием погреш (Технологический институт Южного ностей во входных переменных с помощью алгоритма вычисле федерального университета, Таганрог) ний на его выход. Если некоторые параметры алгоритма линей pta@tsure.ru ных регуляторов больше единицы, то трансформированная погрешность может существенно повлиять на результат вычисле Ключевые слова: погрешности вычисления: метода, инструмен ния управляющего воздействия. Для её ослабления предлагается тальная и трансформированная, структура алгоритма вычислений вводить алгоритм экспоненциального сглаживания.

Теоретические исследования и результаты моделирования Реализация алгоритмов линейных регуляторов в цифровом показали, что самой неблагоприятной с точки зрения погрешно виде имеет свои особенности, которые сказываются на работе стей является прямая реализация алгоритма вычисления управ замкнутой системы управления. Поскольку эти системы включе ляющего воздействия, в то время как каскадная и параллельная ны в иерархическую структуру управления АСУТП, то неста реализация дают более устойчивую схему вычислений с меньши бильность и некачественная их работа будет сказываться на рабо ми погрешностями. Следует отметить, что указанные выше по те АСУТП в целом [1, 2]. Главная особенность цифровой грешности не накапливаются от шага к шагу, если замыкание реализации алгоритмов линейных регуляторов заключается в главной отрицательной обратной связи в системе управления с погрешностях вычислений управляющего воздействия: методиче- цифровым регулятором происходит на каждом шаге вычисления ской, инструментальной и трансформированной [3]. управляющего воздействия.

Погрешность метода возникает из-за приближенных вычис Литература лений значений интеграла и производной при использовании 1. КОЛЕСНИКОВ Е.М., ПЬЯВЧЕНКО Т.А. Учебно формул численного интегрирования и численного дифференциро лабораторный стенд “Иерархическая АСУТП” на базе вания. Для уменьшения этих погрешностей повышается степень SCADA-системы. Материалы Международной научной кон интерполяционного полинома при интегрировании и количество ференции «Технологии National Instruments в наук

е, технике членов ряда вычисления производной. Проверка на эксперимен и образовании» (TNI-2006).

тальном макете показала, что вычисление производной по первой 2. КОЛЕСНИКОВ Е.М., ПЬЯВЧЕНКО Т.А. Особенности про разности, как это обычно рекомендуется, влияет не только на ектирования АСУТП на тренажерном комплексе Известия точность вычисления управления, но и приводит к существенной ТРТУ. Тематический выпуск «Актуальнее проблемы произ ошибке в выходной координате объекта.

водства и потребления электроэнергии». – Таганрог: Изд-во Погрешность инструментальная обусловлена ограниченной ТРТУ, 2006. №15(70).-171 с.

длиной разрядной сетки микроконтроллера. Недостаточная точ- 3. ПЬЯВЧЕНКО Т.А. Исследование особенностей цифровой ность параметров цифровых регуляторов может повлиять на реализации алгоритмов контроля, фильтрации и управле устойчивость работы замкнутой системы, т.к. при этом изменяют- ния. – Таганрог: Изд-во ТРТУ, 1994. – 26 с.

ся полюса передаточной функции замкнутой системы. Чтобы уменьшить влияние округления параметров на работу системы, 35 ристик изображения, выделенных с помощью этой модели.

ПРИМЕНЕНИЕ ФИЛЬТРОВ HMAX К ЗАДАЧЕ Рассматривается расширение модели HMAX на случай точной КЛАССИФИКАЦИИ ДВУМЕРНЫХ ИЗОБРАЖЕНИЙ пространственной локализации искомых характеристик изобра С ПОМОЩЬЮ МЕТОДА ОПОРНЫХ ВЕКТОРОВ жения. Достижение инвариантности к сдвигу и масштабирова Коноплев А.Н. нию в исходной модели HMAX достигается ценой потери ин (Институт проблем управления РАН, Москва) формации о пространственном расположении характеристик alex@konoplev.com изображения. Показывается, что задача локализации элементов изображения может быть решена разделением пространства C Ключевые слова: классификация, распознавание образов, Features модели HMAX линейным классификатором. Анализи HMAX руется точность локализации при использовании линейного и полиномиального классификатора. Демонстрируется надежная В статье рассматривается задача классификации плоских локализация объектов при использовании линейного классифи серых изображений объектов. Демонстрируется применение катора в модели HMAX.

биологически обусловленной модели фильтров HMAX [1] для выделения значимых характеристик (features) изображения. Литература Иерархическая модель прямого распространения HMAX моти- 1. SERRE, T., L. WOLF, S. BILESCHI, M. RIESENHUBER вирована вычислительной моделью визуальной коры приматов. AND T. POGGIO. Object Recognition with Cortex-like Mecha В работе [2] демонстрируется высокая эффективность модели nisms // IEEE Transactions on Pattern Analysis and Machine In HMAX в задачах распознавания изображений объектов, сравни- telligence, 29, 3, 2007. P. 411 - 426.

мая с эффективностью визуальной системы человека. Модель 2. SERRE, T., A. OLIVA AND T. POGGIO. A Feedforward HMAX осуществляет выделение значимых характеристик изо- Architecture Accounts for Rapid Categorization // Proceedings бражения, инвариантных к аффинным преобразованиям, иерар- of the National Academy of Sciences (PNAS). Vol. 104, 2007.

хически комбинируя фильтры свертки с MAX-фильтрами на №. 15. P. 6424-6429.

наборе различных масштабов и ориентаций элементов изобра- 3. VAPNIK, V. The Nature of Statistical Learning Theory. // жения. В настоящей работе показывается, что в пространстве, Springer-Verlag, New York, 1995.

образованном откликами фильтров HMAX, осуществима более надежная категоризация объектов линейным классификатором в сравнении с пространством откликов фильтров Габора и про странством интенсивности пикселей. Сравнивается надежность категоризации линейным и полиномиальным классификатором на каждом из пространств при построении оптимальных разде ляющих гиперповерхностей методом опорных векторов [3].

Показывается, что надежность оптимального линейного класси фикатора сравнима с надежностью оптимального полиномиаль ного классификатора в пространстве откликов фильтров HMAX, что может говорить об относительной инвариантности характе 37 3. В пределах этой дальности определяется ближайшее столк МОДЕЛИ ДВИЖЕНИЯ ГРУПП АГЕНТОВ новение по прямому пути (k - в количествах dt) и вычисля В ЗАМКНУТОМ ПРОСТРАНСТВЕ ются координаты столкновения.

4. Смена направления скорости происходит вероятностно, Корепанов В.О.

зависимость 1/k2 (смена может и не произойти) (ИПУ РАН, г. Москва) 5. В соответствии с типом столкновения, определяется куда kvsevolodo@mail.ru нужно повернуть вектор скорости и на сколько увели чить/уменьшить его, чтобы избежать столкновения и веро Ключевые слова: модель движение агент замкнутое про ятностно выбирается, как именно изменять вектор скорости странство Это базовая, самая простая модель поведения. Необходимо учитывать также «эффект толпы», а также необходимо иденти Конечной целью данной работы является моделирование фицировать модель на базовых примерах движения групп лю поведения людей на основе агентного имитационного модели дей.

рования.

Хочется отметить, что вариант движения организованными Рассмотрим следующую ситуацию: имеется прямоугольное группами тоже входит в данную модель, это является уже про помещение и N агентов случайно помещённых в него. У агентов блемой группового управления (см. [1]).

есть цель, достичь одной из стен помещения. Этому могут по Интерес представляет добавление в модель разных типов мешать другие агенты, так как могут возникнуть столкновения поведения агентов и статистическая обработка полученной между ними. И есть правило, что агент не может отталкивать информации о времени достижения цели, для определения другого агента, т.е. избежать столкновения можно только взаим лучшего соотношения разных типов агентов.

ным расхождением.

Требуется определить правила передвижения агентов в та Литература кой ситуации, чтобы:

1. КАЛЯЕВ И.А., ЛОХИН В.М., МАКАРОВ И.М. и др. Ин 1. Минимизировался путь до цели теллектуальные роботы: учебное пособие для вузов. М.:

2. Агенты эффективно избегали столкновения Машиностроение, 2007. – 360 с.

3. Путь выбирался вероятностно Первые два пункта понятны, третий пункт гарантирует не которую неопределённость поведения, которая присуща поведе нию человека (так как человек не робот), т.е. в принципе можно описать оптимальный алгоритм выбора пути агентом, но вот будуе ли это похоже на поведение людей? Так же в свете третье го пункта ясно, что первые два должны выполняться с какой-то погрешностью, а не находился точный глобальный оптимум.

На сегодняшний день реализовано следующее поведение:

1. Агенты двигаются пошагово, с периодом шага в секундах – dt (0 dt 1) 2. У агента есть дальность видимости 39 руемым (и одновременно измеряемым) переменным, yR m2 не К СИНТЕЗУ Н - РЕГУЛЯТОРОВ ПО ВЫХОДУ ПРИ превышали заданных.

ПАРАМЕТРИЧЕСКОЙ НЕОПРЕДЕЛЁННОСТИ Показано, что такая задача,может быть сведена к стандарт С УЧЁТОМ ВНЕШНИХ ВОЗМУЩЕНИЙ ной проблеме подавления внешних возмущений Н подхода [1], которую численно удобно решать на основе метода линей Кузнецов С.В.

ных матричных неравенств, реализованного в MATLAB пакете (Электростальский политехнический институт (филиал) LMI Control Toolbox. Приводятся примеры решения задачи Московского института стали и сплавов, Электросталь) синтеза регулятора для двухмассовой механической системы, mikron_elek@front.ru связанной упругой связью [2], а также спутниковой системы из двух жёстких тел (главного тела и инструментального модуля), Ключевые слова: синтез регуляторов при параметрической связанных гибкой связью.

неопределённости Литература Рассматривается замкнутая система объект-регулятор, опи 1. АГАФОНОВ П.А., ЧЕСТНОВ В.Н. Синтез регуляторов по сываемая следующей канонической (W,,K) -формой уравне заданному радиусу запасов устойчивости с учетом внешних ний, в которой по сравнению с [1] учтено наличие неизмеряемо возмущений на основе H подхода. // Автоматика и телеме го внешнего возмущения wf :

~ = W u +W u +W w, u = ~ ~ ~ ханика. 2004. N 10. С. 101- y y 11 12 13 f 2 ЧЕСТНОВ В.Н. Синтез робастных регуляторов (1) ~ y = W 21 u + W 22 u + W 23 w f, u = K y многомерных систем при параметрической неопреде ленности на основе круговых частотных неравенств // где Wij(s) (i=1,2;

j=1,2,3 ) - известные передаточные матри Автоматика и телемеханика. 1999. №3. С.229-238.

цы, не содержащие физических параметров 1, 2, …,n объекта, подверженных отклонениям от расчетных;

uR m, yR m2 физические вход и выход объекта управления;

~, u R n y~ фиктивные вход и выход объекта управления;

=diag[ 1, 2,…, n];

wf R m3 — внешнее возмущение из класса полигармониче ских функций времени с неизвестными амплитудами и частота ми, ограниченное по мощности;

K(s) — искомая передаточная матрица регулятора по выходу.

Ставится задача построения передаточной матрицы K(s) ре гулятора по выходу такого, чтобы, с одной стороны, при задан ных конечных отклонениях параметров 1, 2, …,n от расчет ных замкнутая система сохраняла асимптотическую устойчивость, а, с другой, установившиеся ошибки по регули 41 СИНГУЛЯРНЫЕ РЕЖИМЫ СВЕРХЗВУКОВОГО ГАЗОВОГО ПОТОКА:

ТОЧНЫЕ РЕШЕНИЯ И УПРАВЛЕНИЕ Купцов П. Д.

переводит уравнение (1) в уравнение (Институт проблем управления РАН, Москва) 310885@mail.ru Найден способ решения одного уравнения газовой динамики Здесь q1, q2, u, p1, p2 — локальные координаты на многообразии и способ отследить возникновение сингулярных режимов.

1-джетов гладких функций. При значении k=5/3 мы полу чаем уравнение Одномерный нестационарный поток газа описывается сле дующим уравнением [1]:

общее решение которого имеет вид:

Здесь потенциал скорости и k (k 1) — константа (по казатель адиабаты). Сверхзвуковым режимам отвечает область где F1 и F2 — произвольные функции. Подвергая это решение гиперболичности уравнения:. Далее мы рассмат- обратному преобразованию, мы получим многозначные решения риваем уравнение только в этой области. уравнения (1). Некоторые из этих решений отвечают сингуляр Уравнение (1) преобразованием Лежандра может быть при- ным режимам течения газа типа ударных волн. Выбирая началь ведено к линейному уравнению. Заметим, кроме того, что при k ные данные задачи Коши для уравнения (1), мы можем управ = 3 и при k = 5/3 формы Лапласа [2] обращаются в нуль, и по- лять особенностями его решений.

этому уравнение (1) контактно эквивалентно линейному волно Литература вому уравнению. Действительно, комбинация пре образования Лежандра 1. A. KUSHNER, V. LYCHAGIN Contact Geometry and Nonlin ear Differential Equations // Cambridge University Press, и контактного преобразования pp., (2007) 2. A. KUSHNER A contact linearization problem for Monge Ampre equations and Laplace // Acta Appl. Math., 102, No. 1 2 (2008).


43 теории диссипативности и теории чувствительности к рискам ДИССИПАТИВНОСТЬ СТОХАСТИЧЕСКИХ СИСТЕМ для стохастических систем [4]. Задача поиска функций V, и С ФУНКЦИЕЙ НАКОПЛЕНИЯ, ЧУВСТВИТЕЛЬНОЙ К РИСКАМ ut = ( x t ), марковского управления гарантирующего диссипативность с функцией накопления, чувствительной к Мазуров А.Ю.

рискам, решается в явном виде. Принципиально важным (Арзамасский политехнический институт (филиал) результатом является полученная зависимость функций V и Нижегородского государственного от интенсивности рисков. В известных теориях технического университета, Арзамас) стохастической диссипативности [2]-[3] функции с подобными alex_maz@inbox.ru свойствами ранее предложены не были.

В классическом для теории управления линейно Ключевые слова: дифференциальное уравнение Ито, стохас квадратичном случае получены конструктивные результаты в тическая диссипативность, чувствительность к рискам.

терминах линейных матричных неравенств [1]. Предлагается Рассматриваются стохастические аффинные по управлению применение новой теории стохастической диссипативности в системы, описываемые дифференциальным уравнением Ито: прикладной экономической задаче чувствительного к рискам (1) dxt = [ f1 ( xt ) + f 2 ( xt )ut ]dt + D( xt )dWt колебания цен управления продажами крупной торговой компании.

где 0 – параметр, представляющий интенсивность шумов («рисков»);

начальное состояние x0 = x детерминированное. Литература 1. БАЛАНДИН Д.В., КОГАН М.М. Синтез законов Для данной системы вводится новое определение управления на основе линейных матричных неравенств. М.:

стохастической диссипативности, согласно которому система (1) Физматлит. 2007. 280 с.

при заданной функции запаса 2. ПАКШИН П.В. Экспоненциальная диссипативность (2) L( xt, ut ) = L0 ( xt ) + | ut | диффузионных процессов случайной структуры и задачи называется диссипативной на [0,) с функцией накопления, робастной стабилизации // Автоматика и телемеханика.

чувствительной к рискам, если существуют неотрицательная 2007. N. 10. С. 134 – 154.

V : Rn R+ ZHANG W., CHEN B.S. State feedback H control for a class непрерывная функция накопления и 3.

неотрицательная непрерывная функция : R R, такие что + n of nonlinear stochastic systems // SIAM J. Control Optimization.

2006. Vol. 44. P. 1973 – 1991.

интегральное неравенство диссипации 4. FLEMING W.H., MCENEANEY W.M. Risk-sensitive control t E x [ L( x s, us ) ( x s )]eV } eV (3) E x {eV ( xt ) ( xs ) ( x) ds on an infinite time horizon // SIAM J. Control Optimization.

1995. Vol. 33. No. 6. P. 1881 – 1915.

выполняется для любых ограниченных моментов времени t и всех решений xt, ut системы (1). Развивается теория стохастической диссипативности с функцией накопления, чувствительной к рискам. Устанавливается связь стохастической 45 Аналогичным образом рассматривается уравнение (3). Вводятся МЕТОД ИССЛЕДОВАНИЯ И РЕШЕНИЯ УРАВНЕНИЙ сопровождающие элементы a, a и операция, устанавливают В БИГРУППОИДАХ ся требования и критерий разрешимости, находятся частное и общее решение. Тогда Мещерякова О.В.

(8) x=(a ((k b) (c b))) (a g), kK, gS (Липецкий государственный технический университет, – общее решение двустороннего уравнения.

Липецк) Бигруппоид В, =S,,, частные группоиды которого – syperolga@mail.ru LIP-квазигруппа Q =S, [2] (9) (B)( B)(s) {(s B) B=s}, Ключевые слова: уравнение, бигруппоид, квазигруппа и RIP-квазигруппа Q =S, [2] (10) (A)(A )(s) {A (A s)=s}, В различных прикладных задачах может возникнуть про является LIPRIP-биквазигруппой LIPRIPBQ, =S,,. В ней блема исследования и решения уравнений в структурах, в кото выполнены предъявленные выше требования к коэффициентам рых не предусмотрено выполнение каких-либо законов [1]. В этом случае необходимо предложить подход к исследованию и уравнения и применим предложенный общий подход. Общее решению уравнений. В работе предложен метод исследования и решение двустороннего уравнения в LIPRIP-биквазигруппе решения двустороннего уравнения однозначно и совпадает с частным (1) (ax)b=c (11) x=(А (С В)).

в бигруппоидах. Произвольный бигруппоид определяется зада- Использование неассоциативных структур (к примеру биква нием двух операций над элементами некоторого множества S и зигрупп) является одним из перспективных направлений в крип обозначается BG=S,,. тографии [3]. Криптография тесно связана с решением уравне Для решения двустороннего уравнения необходимо разбить ний. Предложенный метод может быть применен в его на два: правостороннее криптографии.

(2) yb=c и левостороннее Литература (3) a x=y 1. БЛЮМИН С.Л., МЕЩЕРЯКОВА О.В. Исследование и реше и провести исследование каждого уравнения в отдельности. ние в группоидах уравнений с коэффициентами, обладаю Для исследования уравнения (2) введем сопровождающий щими свойствами обратимости / С.Л.Блюмин, О.

элемент [1] b и установим требования для параметра b.

В.Мещерякова // Вести высш. учебн. заведений Черноземья.

(4) ( b) ( b )( s) {((sb) b) b=sb} – Липецк, ЛГТУ. – 2007.№1. – С. 3-7.

Тогда критерий разрешимости (c b)b=c и частное решение 2. БЕЛОУСОВ В.Д. Основы теории квазигрупп и луп [Текст] / y*=cb. Введем сопровождающую операцию и сопровож- В.Д. Белоусов. – М.: Наука, 1967. – 223 с.

дающий элемент к ней b. Установим требования 3. SHCHERBAKOV V. On some known possible application of (5) ( b)( b ) ( b )( s) {(s b) ((sb) b)=s} quasigroup in cryptology. Institute of Math. and Comp. Science.

(6) ( b) ( b )( t, s) {((s b) t)b=tb} Academy of Sciences of Moldova, 2003. – 15 p.

Тогда решение уравнения (2):

(7) y=(k b) (c b), kS.

47 функции Ляпунова для более общего в смысле решений класса– ОЦЕНКА ОБЛАСТИ ПРИТЯЖЕНИЯ линейных нестационарных систем с ограниченным параметри ИНВАРИАНТНОГО МНОЖЕСТВА В ЗАДАЧЕ ческим возмущением q() и ограниченным внешним возмуще УПРАВЛЕНИЯ МОБИЛЬНЫМ РОБОТОМ нием w(). Для решения этой задачи необходима проверка Морозов Ю.В. знакоопределенности квадратичной формы при нескольких (Институт проблем управления РАН, Москва) квадратичных ограничениях. Более точно, нужно найти матри цу P 0, которая удовлетворяет условию (1) при некоторых y.morozov@javad.com значениях параметров 1, 0 :

Ключевые слова: колесный робот, инвариантное множество, z T ( Aq1, q 2, q3 P + PAq1, q 2, q3 + 2P) z + 2 z T PBw 0, T область притяжения, функция Ляпунова (1) z T R 3, Aq1, q 2, q3 R 33, B R 3, Исследуется задача управления плоским движением колес () = {z T : z T Pz 2 }, || w || 1 и всевоз при z () \ (1), ного робота, модель которого описана в [1]. Цель управления состоит в выведении целевой точки на заданную траекторию и можных наборах параметров (q1, q2, q3 ),..., (q1, q1, q3 ), всего 0 0 0 1 стабилизации движения по ней. Траектория состоит из сегмен- восемь комбинаций.

тов прямых отрезков и дуг окружностей. Привод передних колес С помощью S – процедуры [2] данная проблема сводится имеет инерционность, неучет которой при синтезе закона управ- к проверке разрешимости системы линейных матричных нера ления приводит к переходным процессам при переходе с одного венств [3].

сегмента траектории на другой сегмент во время движения. В докладе приведен численный метод, позволяющий по В докладе предполагается, что динамика привода описыва- строить границу областей. Представлены результаты вычисли ется дифференциальным уравнением первого порядка с посто- тельного эксперимента.

янным коэффициентом: u = K (U u ), где u - желаемая кри Литература визна, U - управление, K – некоторый коэффициент, 1. РАПОПОРТ Л.Б. Оценка области притяжения в задаче определяющий инерционность привода.

управления колесным роботом // Автоматика и телемехани Движение колесного робота происходит в трехмерном фа ка. 2006. №9. С.69- зовом пространстве при двусторонних ограничениях на все ГЕЛИГ А.Х., ЛЕОНОВ Г.А., ЯКУБОВИЧ В.А. Устойчи 2.

переменные.

вость нелинейных систем с неединственным состоянием Цель работы состоит в оценке величины указанных пере равновесия. М.:Наука, 1978.

ходных процессов совместно с оценкой области притяжения.

3. BOYD. S, VANDENBERGHE L. Convex Optimization.

Эта задача решается посредством построения двух инвариант ных областей в пространстве состояний, для аппроксимации Cambridge University Press, 2004.

которых используется квадратичная функция Ляпунова.

Используя методы абсолютной устойчивости, вместо поис ка квадратичной функции Ляпунова для нелинейной системы с ограниченным возмущением ставится задача о нахождении 49 евклидова норма, а для MIMO-систем – фробениусова, то пара РАНДОМИЗИРОВАННЫЕ АЛГОРИТМЫ метры регулятора нетрудно найти в явном виде. Далее произво ПОСТРОЕНИЯ СТАБИЛИЗИРУЮЩИХ дится проверка, являются ли полученные параметры стабилизи РЕГУЛЯТОРОВ НИЗКОГО ПОРЯДКА рующими. Если все проекции оказались неустойчивыми, то предлагается использовать итеративный алгоритм сдвига наибо Петрикевич Я. И.

лее «перспективных» проекций в область устойчивости в про (Институт проблем управления РАН, Москва) странстве параметров регулятора. Выбор проекций, подлежащих petriana@mail.ru сдвигу, производится на основании имеющейся информации о степени устойчивости, мере близости проекции к своему прото Ключевые слова: рандомизированные методы, стабилизация типу и т. д. Сдвиг осуществляется в результате решения каждом систем, регуляторы низкого порядка, методы Монте-Карло.

шаге задачи выпуклой оптимизации, основанной на идеях тео рии возмущения корней полинома или, соответственно, собст Регуляторы низкого порядка, особенно ПИ- и ПИД венных значений матрицы для многомерных систем [1].

регуляторы, широко используются в практической деятельности Среди недостатков предлагаемых рандомизированных алго [2], однако до сих пор не существует универсального теоретиче ритмов следует отметить отсутствие гарантии получения стабили ского подхода к их построению. В работе предлагается решение зирующего решения даже в тех случаях, когда оно существует.

задачи стабилизации SISO-систем на основе случайного генери Однако тестирование алгоритмов, произведенное на множестве рования устойчивых полиномов и поиска для каждого из них числовых примеров, показало их высокую эффективность.

ближайшего элемента в пространстве характеристических поли номов замкнутой системы. Аналогичный подход используется Литература для решения задачи стабилизации многомерных (MIMO-) сис- 1. ХОРН Р., ДЖОНСОН Ч. Матричный анализ. М.: Мир, 1989.

тем, заданных в пространстве состояний. 2. STRM K. J., HGGLUND T. Advanced PID Control.

Рассматриваются в основном дискретные SISO- и MIMO- Instrumentation, Systems and Automation Society. Research Tri системы, поскольку для них существуют простые и эффектив- angle Park, NC, 2006.

ные алгоритмы генерирования устойчивых полиномов и матриц. 3. FAM A., MEDITCH J. A canonical parameter space for linear Модификация предложенных алгоритмов на случай непрерыв- systems design / IEEE Transactions on Automatic Control, ного времени не представляет особой трудности. 1978, 23, 3, pp. 454-458.

Основная идея предлагаемого подхода состоит в следую- 4. PRAKASH M. N., FAM A. T. A geometric root distribution щем. Прежде всего, генерируется дискретный устойчивый (шу- criterion / IEEE Transactions on Automatic Control, 1982, 27, ровский) полином (или матрица, если рассматривается много- 2, pp. 494-496.

мерная система). Для этого используется эффективная рекурсивная процедура [3, 4], использующая вспомогательные случайные параметры, которые мы генерируем равномерно на интервале [-1, 1]. Затем полученный шуровский полином (мат рица) проектируется на аффинное семейство характеристиче ских полиномов (соответственно, на аффинное семейство мат риц) замкнутой системы. Если для SISO-систем используется 51 РАЗРЕШИМОСТЬ ЗАДАЧИ СТАБИЛИЗАЦИИ где M — матрица, ортогональная к M. Данная задача в общем ПО ВЫХОДУ СИСТЕМЫ ВТОРОГО ПОРЯДКА случае не поддается решению методами теории линейных мат ричных неравенств ввиду характера второго неравенства. Одна Поздяев В.В. ко, мы можем заметить, что последнее эквивалентно ( ) (Арзамасский политехнический институт (филиал) C T AT P + P A C T T 0, (3) Нижегородского государственного det P технического университета, Арзамас) где P — присоединенная матрица, элементы которой для сис vpozdyayev@gmail.com тем второго порядка линейно зависят от элементов P. В силу условия P 0, первый сомножитель в этом выражении можно Ключевые слова: матричные неравенства, робастная устой- отбросить, получив таким образом уже линейное неравенство.

чивость, полуопределенное программирование. Нетривиальным и поэтому наиболее интересным является случай rank B = rank C = 1. При этом оба неравенства (2), по Многие задачи современной теории управления приводят к следнее из которых модифицировано указанным способом, необходимости установления условий разрешимости систем превращаются в скалярные. В рамках общего подхода разреши линейных матричных неравенств. В настоящий момент аналити- мость получаемой системы эквивалентна разрешимости системы ческие результаты в данной области крайне малочисленны по трех скалярных неравенств второго порядка, например, следую причине высокой сложности проблемы, и, к тому же, имеют щего вида:

ограниченное применение. det P 0, (4) (B (AP + PAT )B T )L(P ) 0, Автором был предложен подход, позволяющий устанавли вать разрешимость систем линейных матричных неравенств (( ) ) C T AT P + P A C T T L(P ) 0, второго порядка различного вида [1]. Данный подход основан на где L(P ) — произвольная линейная форма от элементов P, сведении системы матричных неравенств к системе скалярных неравенств второго порядка и рассмотрении последней в про- положительная внутри конуса положительно определенных странстве линейных комбинаций соответствующих квадратич- матриц P. Данная система имеет различные свойства в зависи ных форм. мости от выбора L(P ), и может быть исследована с помощью Возможность стабилизации динамической системы как уже существующих теорем, так и новых результатов, приво x = Ax + Bu, димых в докладе.

Работа выполнена при частичной финансовой (1) поддержке РФФИ (грант 07-01-92166-НЦНИ_а).

y = Cx управлением вида u = Ky эквивалентна разрешимости следую- Литература щей системы матричных неравенств относительно симметрич- 1. ПАКШИН П.В., ПОЗДЯЕВ В.В. Условия разрешимости ной положительно определенной матрицы P = P T 0 : системы линейных матричных неравенств второго поряд ( ) ка // Известия РАН. Теория и системы управления. — B AP + PAT B T 0, (2) T T ( ) 2006. — № 5. — С. 5–14.

1 T T C A P + P A C 0, цель, схожую с одним из запомненных шаблонов во всем изо ИНДЕКСНЫЙ АЛГОРИТМ СЛЕЖЕНИЯ ЗА ЦЕЛЬЮ бражении. В случае нахождения алгоритм продолжает работу.

Новизна заключается в индексной системе организации па Сергийчук М.Н.

мяти для хранения шаблонов [2], что позволяет применять алго (Московский физико-технический институт, Москва) ритм в реальном времени.

sergiuchuckmisha@gmail.com Вкратце идея индексной организации памяти для хранения, допустим, шаблонов заключается в построении всех множеств Ключевые слова: алгоритм слежения, изменяющаяся цель, n{x,z}, где n – номер шаблона, x – координата столбца или строки индексная организация памяти.

внутри шаблона, z – значение координаты. В результате для нахождения наиболее подходящего шаблона требуется выписать В статье представлен алгоритм слежения за изменяющейся все множества n{x,z’}, где x пробегает свой диапазон значений, а целью в реальном времени, основанный на запоминании преды z’ – окрестность z(x) рассматриваемого подизображения. Наибо дущих изображений цели в индексной форме. Алгоритм запо лее подходящий шаблон – тот, который чаще всех встречается в минает все предыдущие состояния цели (кадры, вырезанные из выписанных множествах.

полного изображения) и в случае потери способен отыскать Среднее количество операций по нахождению наиболее цель, если она появится вновь, и похожа на один из уже запом подходящего шаблона в Z раз меньше требуемого для полного ненных вариантов.

перебора шаблонов, где Z – динамический диапазон величины z.

Стартовые условия: координаты кадра с целью на первом В случае цветных изображений и больших окон экономия ока изображении.

зывается значительной, что позволяет работать в реальном Считаем, что изображение серое. Переход к цвету не встре времени.

чает принципиальных трудностей. Согласно с [1] подизображе Размеры окрестности (макроколонки z), а также пороги 1 и ние рассматривается не как массив пикселей, а как два вектора 2 определяются экспериментально и зависят от зашумленности сумм столбцов и рядов, что позволяет уменьшить разнообразие изображения и темпа изменения цели.

подизображения.

Выводы: представлена схема алгоритма в реальном времени Принцип действия алгоритма: подизображение проверяется следящего за изменяющейся целью и обучающегося следить за на соответствие всем предыдущим запомненным вариантам ее изменениями. Алгоритм основан на индексной системе орга цели, т.е. из запомненных шаблонов выбирается наиболее соот низации памяти.

ветствующий текущему изображению. В случае если несоответ Литература ствие не превышает некоторого порога 1, то в память, ради ее экономии, ничего не добавляется. Если несоответствие больше 1. MIKHAILOV A.M. Real-time target tracking using neural порога 1 но меньше порога 2, алгоритм считает что цель опозна- cortex technology. ИПУ РАН.

на и добавляет в память новый шаблон. В случае если несоот- 2. MIKHAILOV A.M. and POK Y.M. (2001). Artificial Neural ветствие превышает порог 2, фиксируется потеря объекта. При Cortex. Proceedings of the artificial Neural Network in Enginer желании возможно запомнить шаблон как новый. В случае ing Conference. Vol.11, pp.113-120.

потери алгоритм расширяет область поиска и пытается найти 55 играют большую роль в обеспечении устойчивости и требуемого ИССЛЕДОВАНИЕ ЦИФРОВОЙ БЕСПОИСКОВОЙ качества переходных процессов.

САМОНАСТРАИВАЮЩЕЙСЯ СИСТЕМЫ Так как предлагаемые в литературе варианты построения контура самонастройки выполнены на базе аналоговых элемен Синица С.П.

тов, то особый интерес представляет исследование цифрового (Институт проблем управления РАН, Москва) контура самонастройки с применением цифрового релейного dem20001@yandex.ru рулевого привода.

Основными достоинствами предлагаемой системы являются:

Ключевые слова: цифровая, самонастраивающаяся, 1. Переход на цифровую технику и отказ от аналоговых элемен автопилот.

тов способствеут уменьшению веса аппаратуры и количеству оборудования, а также позволяет получить закон управления в Для управления нестационарными объектами с широкими виде готовой структуры (программы), непосредственно реали диапазонами изменения динамических свойств применяются зуемой в кодах БЦВМ принципы адаптивного управления.

2. Основное преимущество применения цифорвой техники связа В качестве такого управления на летательных аппаратах но с гибкостью её применения, при реализации тех или иных (ЛА) используется самонастраивающийся автопилот (СА) на законов управления.

основе беспоисковой самонастраивающейся (БСН) системы с 3. При отказе от аналогового датчика ДУУ, частота пробного контролем частотной характеристики в одной точке. Такая сигнала имеет фиксированное значение на всем протяжении структура СА показана на рис. 1.

полета ЛА, что благоприятно сказывется на экономии электро U энергии у ЛА, имеющих аккумуляторную батарею на своем борту.



Pages:   || 2 | 3 | 4 | 5 |   ...   | 6 |
 

Похожие работы:





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.