Модель експертного оцінювання якісного стану технічної системи

Автор(и)

  • Сергій Леонідович Волков Одеська державна академія технічного регулювання та якості, вул. Ковальська, 15, м. Одеса, 65020, Україна
  • Надія Феліксівна Казакова Одеська державна академія технічного регулювання та якості, вул. Ковальська, 15, м. Одеса, Україна, 65020, Україна
  • Суліко Дмитрович Асабашвілі Одеська державна академія технічного регулювання та якості, вул. Ковальська, 15, м. Одеса, Україна, 65020, Україна

Ключові слова:

модель експертної системи, моніторинг якісного стану технічної системи, діагностика якісного стану технічної системи, експертне оцінювання, продукційна і прецедентна моделі прийняття рішень, правило вибору прецеденту.

Анотація

В роботі запропоновано модель експертної системи яка здійснює моніторинг та діагностику якісного стану технічної системи та пропонує рішення щодо усунення причин його зниження. Наведено математичні вирази реалізації продукційної і прецедентної моделей прийняття рішень. У якості прикладу запропоновано параметричне представлення множини прецедентів у вигляді множини кортежів та його вибір методом найближчого сусіда з використанням Евклідової метрики. Запропоновано правило вибору прецеденту.

Біографії авторів

Сергій Леонідович Волков, Одеська державна академія технічного регулювання та якості, вул. Ковальська, 15, м. Одеса, 65020

кандидат технічних наук, доцент, Кафедра комп’ютерних та інформаційно-вимірювальних технологій

Надія Феліксівна Казакова, Одеська державна академія технічного регулювання та якості, вул. Ковальська, 15, м. Одеса, Україна, 65020

Доктор технічних наук, доцент, Кафедра комп‘ютерних та інформаційно-вимірювальних систем

Суліко Дмитрович Асабашвілі, Одеська державна академія технічного регулювання та якості, вул. Ковальська, 15, м. Одеса, Україна, 65020

викладач, Кафедра комп‘ютерних та інформаційно-вимірювальних систем

Посилання

Lee, E. A., Seshia, S. A. (2017). Introduction to Embedded Systems, A Cyber-Physical Systems Approach. MIT Press.

Colombo, A. W., Karnouskos, S., Bangemann, T. (2014). Towards the Next Generation of Industrial Cyber-Physical Systems. Industrial Cloud-Based Cyber-Physical Systems, 1–22. doi: 10.1007/978-3-319-05624-1_1

Kiselev, M. I., Novikov, S. V. (2016). «Industriya 4.0»: nekotorye problemnye voprosy. Stankoinstrument, 2/2016, 42–46. Available at: http://www.stankoinstrument.su/files/article_pdf/5/article_5301_277.pdf

Lee, J., Bagheri, B., Kao, H.-A. (2014). Recent Advances and Trends of Cyber-Physical Systems and Big Data Analytics in Industrial Informatics. Proceeding of Int. Conference on Industrial Informatics (INDIN) 2014. doi: 10.13140/2.1.1464.1920

Syrotkina, O., Alekseyev, M., Aleksieiev, O. (2017). Evaluation to determine the efficiency for the diagnosis search formation method of failures in automated systems. Eastern-European Journal of Enterprise Technologies, 4 (9 (88)), 59–68. doi: 10.15587/1729-4061.2017.108454

Volkov, S. L. (2016). Teoretychni zasady pobudovy modeli struktury ekspertnoi systemy yakosti kiberfizychnykh system. Zbirnyk naukovykh prats 6-oi Mizhnarodnoi naukovo-praktychnoi konferentsiyi «Metrolohiya, tekhnichne rehuliuvannia, yakist: dosiahnennia ta perspektyvy», 139–141.

Burstein, F., Holsapple, C. (2008). Handbook on Decision Support Systems 1. Springer, 854. doi: 10.1007/978-3-540-48716-6

Chiang, S. (2010). Decision Support Systems. InTech, 420. doi: 10.5772/3453

Giarratano, J. C., Riley, G. D. (2004). Expert Systems: Principles and Programming, Fourth Edition. Course Technology, 288.

Aamodt, A., Plaza, E. (1994). Case-Based Reasoning: Foundational Issues, Methodological Variations, and System Approaches. Artificial Intelligence Communications, 7 (1), 39–52.

Borodin, A. F. (2008). Ekspluatacionnaya rabota zheleznodorozhnyh napravleniy. Trudy VNIIAS, 6, 307–314.

##submission.downloads##

Опубліковано

2018-03-02

Номер

Розділ

Управління якістю виробництва