Содержание проекта
Проект направлен на решение фундаментальной проблемы создания методов интеллектуального анализа энергетической эффективности территориальных образований различных уровней в условиях неполноты исходных данных и неоднозначности их интерпретации.
Конкретной фундаментальной задачей в рамках проблемы является разработка системы анализа энергетической эффективности территориальных образований (ТО), позволяющей оценивать факторы энергоэффективности на основе показателей энергопотребления и экспертных знаний с учетом социально-экономических и природно-климатических особенностей ТО, а также формировать выводы в терминах естественного языка относительно причин сложившейся ситуации.
Проект поддержан грантом РФФИ 13-07-00397
Система анализа энергетической эффективности территориальных образований на основе когнитивных и нейронечетких методов
В течение 2013 года планировалось:
1. Разработать метод построения иерархии гибридных когнитивных карт, отражающих влияние различных факторов на энергетическую эффективность.
2. Выделить ситуации оценивания (кейсы) при анализе гибридной когнитивной карты, сформировать перечень методов для различных ситуаций.
3. Разработать метод формирования кластеров территориальных образований по признакам, влияющим на энергетическую эффективность.
4. Разработать метод выявления параметров функций принадлежности для оценки факторов энергоэффективности территориальных образований с учетом кластера.
5. Спроектировать концепцию информационной системы анализа энергетической эффективности территориальных образований.
6. Спроектировать и реализовать прототипы модулей информационной системы, предназначенных для кластеризации и построения функций принадлежности.
Полученные в 2013 году важнейшие результаты
1. Разработан метод построения иерархии гибридных когнитивных карт, отражающих влияние различных факторов на энергетическую эффективность. Метод предполагает использование двух типов концептов: факторов, оцениваемых на качественном уровне; индикаторов с четкими числовыми значениями, используемых для нечеткой оценки факторов. Это позволяет один и тот же фактор оценивать на основе множества индикаторов с учетом коэффициентов соответствия индикатора фактору. Степень влияния факторов также может определяться на основе значений индикаторов. Еще одной отличительной особенностью метода является возможность присоединения к отдельным факторам дочерних карт. Иерархический подход позволяет не только уменьшить размеры карт и сделать их более наглядными, но и выделить подсистемы, описывающие отдельные аспекты исследуемой системы, и связать их посредством портовых узлов.
2. Предложен «кейсовый» подход к анализу когнитивной карты, предполагающий выбор способа оценивания того или иного фактора в зависимости от конкретной ситуации. Сочетание различных способов оценивания факторов (фаззификации, кластеризации, нечеткого продукционного вывода и др.) повышает гибкость процесса анализа когнитивной карты. Ситуации оценивания (кейсы) классифицированы по различным признакам, связанным как с топологией карты, так и со способами представления знаний экспертов. Предложенные для ряда ситуаций подходы к оцениванию факторов и силы влияния факторов друг на друга позволяют сочетать методы представления экспертных знаний с методами класса Data mining.
3. Разработан метод формирования правил для создания системы нечеткого логического вывода типа Мамдани с помощью нечеткой кластеризации обучающей выборки. Метод позволяет генерировать структуру системы нечеткого вывода для решения задач классификации и аппроксимации, используя информацию о распределении обучающих векторов в гиперпространстве без участия пользователя.
4. Разработан алгоритм настройки типов и параметров функций принадлежности системы нечеткого логического вывода с помощью генетического алгоритма. Для настройки системы используется матрица принадлежности обучающих векторов к нечетким кластерам, вычисленная с помощью алгоритма Густафсона-Кесселя.
Публикации
1. Силич М.П., Вахитов А.Р., Прудников И.И. Информационная система анализа энергетической эффективности территориальных образований // Доклады ТУСУР. – 2013. – №1 (27). – С.55-59.
2. Силич В.А., Силич М.П., Аксенов С.В. Алгоритм построения нечеткой системы логического вывода Мамдани, основанный на анализе плотности обучающих примеров // Доклады ТУСУР. – 2013. – №3 (29). – С.76-82.
3. Силич М.П., Силич В.А., Аксенов С.В. Анализ энергетической эффективности территорий на основе иерархии гибридных когнитивных карт // Известия Томского политехнического университета. – 2013. – № 5. – С. 26-32.
4. Silich V.A., Silich M.P., Axyonov S.V. An Approach to Speed-up the Density-based Clustering via Gustaffson-Kessel Fuzzy Algorithm // Proceedings of 6th International Conference on Computer and Electrical Engineering (ICCEE 2013). – Paris: ETP Press, 2013. – pp.167-172
5. Силич М.П., Силич В.А., Аксенов С.В. Когнитивный подход к интеллектуальному анализу энергоэффективности региона // Materiály IX mezinárodní vědecko - praktická konference «Aplikované vědecké novinky – 2013». - Díl 13. Moderní informační technologie. Výstavba a architektura: Praha. Publishing House «Education and Science» s.r.o. – stran. 11-15.
6. Силич М.П., Аксёнов С.В., Аксёнов А.В. Построение нечеткой системы логического вывода Мамдани на основе анализа нечеткой кластеризации тестовой выборки. // Information Technologies and Systems 2013 (ITS 2013): Proceedings of the International Conference. – Minsk: BSUIR, 2013. – pp.132-134.
7. Вахитов А.Р., Прудников И.И. Программа оценки эффективности энергетических факторов в регионе //Технологии Microsoft в теории и практике программирования: сб. трудов X Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых. – Томск: Изд-во Томского политехнического университета, 2013. – С.251-254.
|
Расписание
