ЗАСТОСУВАННЯ ШТУЧНОЇ НЕЙРО-НЕЧІТКОЇ МЕРЕЖІ ТАКАГИ – СУГЕНО – КАНГА ДО ОЦІНКИ ТЕХНІЧНОГО СТАНУ ОБ’ЄКТІВ БУДІВНИЦТВА
DOI:
https://doi.org/10.32347/2412-9933.2020.42.107-112Ключові слова:
вібрації, спеціалізована інтелектуальна система, ущільнена міська забудоваАнотація
Роботу присвячено питанням автоматизації процесів підтримки рішень щодо оцінки технічного стану об’єктів будівництва, які експлуатуються в умовах ущільненої міської забудови. Досліджено особливості процесу автоматизації експертної діяльності. Запропоновано концептуальну модель системи оцінки, що заснована на знаннях і програмах штучного інтелекту. Обґрунтовано доцільність використання в системі штучної нейро-нечіткої мережі Такаги-Сугено-Канга. Показано здатність нейро-нечіткої моделі до розв’язання задачі оцінки технічного стану об’єктів з пошкодженнями, які експлуатуються в умовах ущільненої міської забудови. Основними критеріями вибору моделі Такаги-Сугено-Канга стали її здатність до розв’язання задачі нечіткої класифікації та можливість задавати правила функцією входів. Застосування моделей і методів нечіткої математики при обробці вхідних даних забезпечує системі здатність функціонувати в умовах невизначеності, що пов’язана діяльністю різних інфраструктур ущільненої міської забудови. При цьому особливу увагу приділено формалізації узагальнених характеристик тих факторів впливу зовнішнього середовища, що супроводжуються вібраціями різного походження. Результати обробки вхідних даних показані на прикладах інтерпретації впливу вібрацій різного характеру на технічний стан об’єктів будівництва. Наукова новизна роботи полягає в розширенні бази знань системи за рахунок представлення інформації про реальний стан об’єктів будівництва та оточуючого зовнішнього середовища. Очікувана практична значущість роботи полягає в скороченні термінів проведення і підвищенні надійності оцінки технічного стану об’єктів будівництва з пошкодженнями різного характеру.
Посилання
Pasko, R., & Terenchuk, S., (2020). The Use of Neuro-Fuzzy Models in Expert Support Systems for Forensic Building Technical Expertise. ScienceRise, 2(67), 10 – 18, doi: http://doi.org/10.21303/2313-8416.2020.001278/
Terenchuk, S., Pashko, A., Yeremenko, B., Kartavykh, S., & Ershovа, N., (2018) Modelling an Intelligent System for the Estimation of Technical State of Construction Structures. Eastern-European Journal of Enterprise Technologies, 3 (2 (93)),
– 53. doi: http://doi.org/10.15587/1729-4061.2018.132587.
Mettrey, W., (1987). An Assessment of Tools for Building Large Knowledge Based Systems. AI Magazine, 8, 4, 81 – 89.
Mudi, R., & Pal, N., (2000). A Self-Tuning Fuzzy PI Controller Int. Jo. Fuzzy sets and systems, 115, 327 – 378.
Osowski, S., (2000). Neural networks for information processing. Warsaw, 342.
Subbotin, S.A., (2006). Synthesis recognizing neuro-fuzzy models with regard to information content attributes. Neurocomputers: development, application, 10, 50 – 56.
Nguen, H., Sugeno, M., Tong, R., & Yager, R., (1995). Theoretical Aspects of Fuzzy Control. New York, John Wiley & Sons, 359.
Kulikov, P., Pasko, R., Terenchuk, S., Ploskyi, V., & Yeremenko, B., (2019). Using of Artificial Neural Networks in Support System of Forensic Building-Technical Expertise. International Journal of Innovative Technology and Exploring Engineering (IJITEE), 9, 4, 3162 – 3168.
Yeremenko, B.M., (2016). Modeling of intelligent system for diagnostics of technical condition of construction objects. Technological audit and production reserves, 1/2, 21, 44 – 48.
Terenchuk, S., Yeremenko, B., & Sorotuyk, T., (2016). Implementation of Intelligent Information Technology for the Assessment of Technical Condition of Building Structures in the Process of Diagnosis. Eastern European Journal of Enterprise Technologies, 5/3(83), 30 – 39.
Terenchuk, S., Yeremenko, B., Kartavykh, S., & Nasikovskyi, O. (2018). Application of Fuzzy Mathematics Methods to Processing Geometric Parameters of Degradation of Building Structures. EUREKA: Physics and Engineering, 1, 5 – 62.
Tanaka, K., Yoshida, H., Ohtake, H. & Wang, H.O., (2009). A Sum-of-Squares Approach to Modelling and Control of Nonlinear Dynamical Systems with Polynomial Fuzzy Systems. IEEE Transactions on Fuzzy systems, 17(4), 911 – 922.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2020 Oleksii Komandyrov, Petro Kulikov, Vitaliy Ploskyi, Bohdan Yeremenko
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.