унів, теорії ідентифікації, теорії ймовірностей і математичної статистики, нейроінформатікі, теорії обробки даних, об'єктно-орієнтованого програмування.
Основні наукові результати, що виносяться на захист:
Методика класифікації режимів роботи ГТД.
Розроблене програмне забезпечення, що реалізує методику класифікації режимів роботи ГТД.
Наукова новизна результатів
На підставі SADT-методології та IDEF-технологій розроблено комплекс системних моделей процесу розпізнавання режимів роботи ГТД, що дозволило виділити основний спектр функціональних завдань і обгрунтовано сформувати вимоги до їх реалізації у складі системи розпізнавання.
Розроблено методику розпізнавання режимів роботи ГТД на основі нейромережевих технологій.
Розроблено нейромережеві модулі, застосування яких дозволяє підвищити ефективність розпізнавання режимів роботи ГТД.
Структура роботи. Дисертаційна робота складається з вступу, трьох розділів, висновків, бібліографічного списку, додатки. У першому розділі описаний системний аналіз предметної області, дано опис задачі класифікації. Проведено опис класичних методів розпізнавання режимів роботи ГТД. Сформульована постановка задачі. p align="justify"> У другому розділі проводиться аналіз предметної області, виявляються основні поняття і відносини між ними. Розроблено функціональну модель інтелектуальної системи розпізнавання режимів роботи ГТД, яка є основою для побудови інших системних моделей і розробки програмного забезпечення. Функціональна модель розроблена на основі технології IDEF0. p align="justify"> Третя глава присвячується програмної реалізації розробленої системи розпізнавання. Описана методика використання нейромережевих технологій. Розглянуто всі основні етапи побудови нейронних мереж в ПП MatLab R2009b. Також тут представлені результати роботи нейронних мереж, і порівняння їх з класичними методами розпізнавання режимів роботи ГТД. br/>
Глава 1. Аналіз існуючих методик розпізнавання режимів
роботи газотурбінного двигуна
Задача класифікації
Класифікація - один з розділів машинного навчання, присвячений вирішення наступного завдання. Є безліч об'єктів (ситуацій), розділених деяким чином на класи. Визнач кінцеве безліч об'єктів, для яких відомо, до яких класів вони відносяться. Це безліч називається навчальною вибіркою. Класова приналежність інших об'єктів не відома. Потрібно побудувати алгоритм, здатний класифікувати довільний об'єкт з вихідної безлічі. p align="justify"> Впорядкувати об'єкт - значить, вказати номер (або найменування класу), до якого належить даний об'єкт.
Класифікація об'єкту - номер або найменування класу, що видається алгоритмом класиф...
