Исследование предиктивных схем управления функционированием организационно-технических систем

Бесплатный доступ

Организационно-технические системы являются самым распространенным инструментом решения народнохозяйственных задач. Однако в силу включенного в их состав персонала они характеризуется стохастическим поведением, что актуализирует вопрос разработки их вероятностной модели. С другой стороны, вероятностный аппарат является инструментом прогнозирования грядущих явлений и ситуаций и поэтому необходим механизм его использования в предиктивном (прогнозном) управлении. В работе использовано для этого первое вероятностное приближение в виде марковского процесса и его описания уравнением Фоккера - Планка - Колмогорова. Цель исследования заключается в постановке и решении задач оптимального управления с вероятностными критериями качества управления для следящей схемы предиктивного управления, а также в разработке механизма метасистемного переключения моделей в случае адаптивной схемы с прогнозной моделью в контуре управления.

Еще

Предиктивное управление, следящая система, адаптивная система, оптимальное управление, моделирование, метасистемное переключение

Короткий адрес: https://sciup.org/147242621

IDR: 147242621   |   DOI: 10.14529/ctcr240104

Список литературы Исследование предиктивных схем управления функционированием организационно-технических систем

  • Ахмедьянова Г.Ф., Пищухин А.М. Основы многоуровневого управления в организационно-технических системах: монография. Оренбург: ОГУ. 2020. 162 с. ISBN 978-5-7410-2488-1.
  • Теория автоматического управления / под ред. академика А.А. Воронова. Ч. 1: Теория линейных систем автоматического управления. М.: Высшая школа, 1986. 367 с.
  • Манусов В.З., Орлов Д.В., Антоненков Д.В. Предиктивное управление и прогнозирование производственного процесса в условиях детерминированного хаоса // Известия Российской академии наук. Энергетика. 2022. № 3. С. 63–78. DOI: 10.31857/S0002331022030049
  • Черешко А.А., Шундерюк М.М. Границы применимости алгоритмов усовершенствованного управления с прогнозирующей моделью в условиях неопределенности объекта управления // Проблемы управления. 2020. № 1. С. 17–23. DOI: 10.25728/pu.2020.1.2
  • Qin S.J., Badgwell T.A. A Survey of Industrial Model Predictive Control Technology // Control Engineering Practice. 2003. Vol. 11, no. 7. P.733–764. DOI: 10.1016/S0967-0661(02)00186-7
  • Волков И.К., Зуев С.М., Цветкова Г.М. Случайные процессы. М.: Изд-во МГТУ им. Н.Э. Баумана, 2006. 448 с.
  • Тихонов А.Н., Самарский А.А. Уравнения математической физики. М.: Наука, 1977. 736 с.
  • Pishchukhin A.M., Akhmedyanova G.F. Algorithms for synthesizing management solutions based on OLAP-technologies // Journal of Physics: Conference Series. International Conference Information Technologies in Business and Industry 2018 – Enterprise Information Systems. 2018. Vol. 1015 (4). P. 042001. DOI: 10.1088/1742-6596/1015/4/042001
  • Летов А.М. Аналитическое конструирование регуляторов. I–IV // Автоматика и телемеханика. 1960. № 4. С. 436–441; № 5. С. 561–568; № 6. С. 661–665; 1961. № 4. С. 425–435.
  • Пищухин А.М. Вероятностная модель согласования производственного процесса с региональным рынком // Вестник Самарского государственного технического университета. Серия «Технические науки». 2019. № 1 (61). С. 20–33.
  • Ахмедьянова Г.Ф., Пищухин А.М. Оптимальное управление производственной системой на основе вероятностного критерия // Вестник Череповецкого государственного университета. 2022. № 5 (110). С. 7–19. DOI: 10.23859/1994-0637-2022-5-110-1
  • Пищухин, А.М. Управление предприятием на основе прогноза в ассортиментном пространстве // Экономика региона. 2017. Т. 13. № 1. С. 216–225. DOI: 10.17059/2017-1-20
  • Камке Э. Справочник по обыкновенным дифференциальным уравнениям: пер. с нем. М.: Наука, 1976. 576 с.
  • Ильина Е.А. Моделирование стратегии устойчивого развития промышленных предприятий // Организатор производства. 2021. Т. 29, № 3. С. 130–138. DOI: 10.36622/VSTU.2021.39.13.014
  • Зайченко И.М., Яковлева М.А. Предиктивная аналитика в управлении цепями поставок // Научный вестник Южного института менеджмента. 2019. № 2. С. 18–22. DOI: 10.31775/2305-3100-2019-2-18-22
  • Управление промышленными предприятиями: стратегии, механизмы, системы / О.В. Логиновский, А.А. Максимов, В.Н. Бурков и др. М.: Инфра-М, 2018. 410 с.
  • Lorenzen M., Allgöwer F., Cannon M. Adaptive Model Predictive Control with Robust Constraint Satisfaction // IFAC-PapersOnLine. 2017. Vol. 50, iss. 1. P. 3313–3318. DOI: 10.1016/j.ifacol.2017.08.512
  • Даринцев О.В., Мигранов А.Б. Предиктивное управление в техпроцессах при ИПД // ITIDS+RRS'2014. 2014. С. 251–256.
  • Alanqar A., Durand H., Christofides P.D. Fault-Tolerant Economic Model Predictive Control Using Empirical Models // IFAC-PapersOnLine. 2017. Vol. 50, iss. 1. P. 3517–3523. DOI: 10.1016/j.ifacol.2017.08.940
  • Capaci R.B., Vaccari M., Pannocchia G. Model predictive control design for multivariable processes in the presence of valve stiction // Journal of Process Control. 2018. Vol. 71. P. 25–34. DOI: 10.1016/j.jprocont.2018.09.006
  • Ахмедьянова Г.Ф., Пищухин А.М. Гибридная интеллектуализация системы управления авиационным производством // Известия высших учебных заведений. Авиационная техника. 2021. № 1. С. 146–150.
Еще
Статья научная