Прогнозирование динамики электрических характеристик солнечных батарей космических аппаратов методами вычислительного интеллекта

Прогнозирование динамики электрических характеристик солнечных батарей космических аппаратов методами вычислительного интеллекта

Автор: Семенкина Мария Евгеньевна, Семенкин Евгений Станиславович, Рыжиков Иван Сергеевич

Журнал: Сибирский аэрокосмический журнал @vestnik-sibsau

Рубрика: Математика, механика, информатика

Статья в выпуске: 3 (55), 2014 года.

Бесплатный доступ

Рассматривается задача прогнозирования динамических характеристик солнечных батарей (БС) космического аппарата в условиях открытого космоса по имеющимся измерениям изменений параметров БС и соответствующих им параметров солнечной активности во время выполнения миссии. Для решения задачи предлагается использовать самоконфигурируемый генетический алгоритм для автоматического генерирования нейронных сетей с выбором структуры и наиболее информативных признаков и настройкой весовых коэффициентов, самоконфигурируемый алгоритм генетического программирования для автоматического генерирования неполносвязных нейронных сетей прямой проводимости, самоконфигурируемый алгоритм генетического программирования для автоматического генерирования ансамблей нейросетевых предикторов. Выполняется оценка эффективности предложенных подходов при решении задачи прогнозирования процесса деградации солнечных батарей космического аппарата и производится сравнение эффективности алгоритмов. Среди исследованных подходов, не использующих технику ансамблирования, наибольшую эффективность показал самоконфигурируемый алгоритм генетического программирования для автоматического генерирования нейросетевых предикторов. Самоконфигурируемый алгоритм генетического программирования для автоматического генерирования ансамблей нейросетевых предикторов продемонстрировал наиболее высокую эффективность по сравнению с рассмотренными аналогами.

Еще

Солнечные батареи космического аппарата, прогнозирование деградации электрических характеристик, нейросетевые предикторы, автоматическое проектирование, самоконфигурируемые эволюционные алгоритмы

Короткий адрес: https://sciup.org/148177266

IDR: 148177266

Список литературы Прогнозирование динамики электрических характеристик солнечных батарей космических аппаратов методами вычислительного интеллекта

  • Zhang G., Patuwo B.E., Hu M.Y. Forecasting with artificial neural networks: The state of the art//International Journal of Forecasting. 1998. 14.Р. 35-62.
  • Ефимов С.Н., Семенкин Е.С., Тынченко В.В. Многокритериальный многопопуляционный генетический алгоритм для структурно-параметрического синтеза нейросетевых моделей//Системы управления и информационные технологии. 2009. № 1.3 (35). С. 346-350.
  • Semenkin E.S., Semenkina M.E. Self-Configuring Genetic Algorithm with Modified Uniform Crossover Operator//Advances in Swarm Intelligence, Lecture Notes in Computer Science 7331. Springer-Verlag, Berlin, Heidelberg, 2012.Р. 414-421.
  • Semenkin E., Semenkina M. Self-Configuring Genetic Programming Algorithm with Modified Uniform Crossover Operator//Proceedings of the IEEE Congress on Evolutionary Computation (IEEE CEC). 2012.Р. 1918-1923.
  • Семенкина М.Е. Самоадаптивные эволюционные алгоритмы проектирования информационных технологий интеллектуального анализа данных//Искусственный интеллект и принятие решений. 2013. № 1. С. 13-23.
  • Об эволюционных алгоритмах решения сложных задач оптимизации/А.В. Гуменникова [и др.]//Вестник СибГАУ. 2003. № 4. С. 14-23.
  • Семенкин Е.С., Семенкина М.Е. Применение генетического алгоритма с модифицированным оператором равномерной рекомбинации при автоматизированном формировании интеллектуальных информационных технологий//Вестник СибГАУ. 2007. № 3. С. 27-33.
  • Семенкина М.Е., Семенкин Е.С. Исследование поведения самоконфигурируемого алгоритма генетического программирования//Системный анализ и информационные технологии: Тр. пятой Междунар. конф. 2013. Т. 2. С. 78-87.
  • Semenkin E.S., Semenkina M.E., Panfilov I.A. Neural Network Ensembles Design with Self-Configuring Genetic Programming Algorithm for Solving Computer Security Problems//Computational Intelligence in Security for Information Systems, Advances in Intelligent Systems and Computing 189. Springer-Verlag, Berlin, Heidelberg, 2012.Р. 25-32.
  • Семенкин Е.С., Шабалов А.А., Ефимов С.Н. Автоматизированное проектирование коллективов интеллектуальных информационных технологий методом генетического программирования//Вестник СибГАУ. 2011. № 3. С. 77-81.
  • Semenkina M., Semenkin E. Integration of Intelligent Information Technologies Ensembles with SelfConfiguring Genetic Programming Algorithm//Vestnik of Siberian State Aerospace University named after academician M.F. Reshetnev. 2012. № 4 (44).Р. 89-96.
  • Semenkina M., Semenkin E. Classifier Ensembles Integration with Self-Configuring Genetic Programming Algorithm//Adaptive and Natural Computing Algorithms. Lecture Notes in Computer Science. Vol. 7824. Springer-Verlag, Berlin, Hedelberg, 2013. P. 60-69.
  • Breiman L. Bagging predictors//Machine Learning. 1996. Vol. 24 (2). P. 123-140.
  • Shabalov A., Semenkin E., Galushin P. Integration of Intelligent Information Technologies Ensembles for Modeling and Classification//Proc. of Hybrid artificial intelligent systems 7th Intern. Conf., HAIS 2012. Salamanca, Spain, 2012. P. 365-374.
  • Bukhtoyarov V., Semenkin E., Shabalov A. Neural Networks Ensembles Approach for Simulation of Solar Arrays Degradation Process//Proc. of Hybrid artificial intelligent systems 7th Intern. Conf., HAIS 2012. Salamanca, Spain, 2012. P. 186-195.
  • Semenkina M., Semenkin E. Hybrid Selfconfiguring Evolutionary Algorithm for Automated Design of Fuzzy Classifier//Advances in Swarm Intelligence. Lecture Notes in Computer Science. Vol. 8791. P. 1. Springer-Verlag, Berlin, Hedelberg, 2014. P. 310-317.
  • Akhmedova Sh., Semenkin E. Data Mining Tools Design with Co-operation of Biology Related Algorithms//Advances in Swarm Intelligence. Lecture Notes in Computer Science. Vol. 8791. P. 1. Springer-Verlag, Berlin, Hedelberg, 2014. P. 499-506.
  • Ryzhikov I., Semenkin E. The Application of Evolutionary Algorithm for the Linear Dynamic System Modelling//Proc. of the 2nd Intern. Conf. on Simulation and Modelling Methodologies, Technologies and Applications. 2012. P. 234-237.
  • Ryzhikov I., Semenkin E. Modified Evolutionary Strategies Algorithm in Linear Dynamic System Identification//Proc. of the 9th Intern. Conf. on Informatics in Control, Automation and Robotics. 2012. P. 618-621.
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp