Формалізація поїзних ситуацій при керуванні локомотивом на основі методів нечіткої логіки

  • O. Gorobchenko
  • M. Slobodianiuk
  • O. Nevedrov
Ключові слова: керування поїздом, нечітка ситуація, машиніст, інтелектуальна система

Анотація

Виконано аналіз впливів на машиніста локомотива при керуванні поїздом, запропоновано методи нечіткої математики для опису поїзних ситуацій. Поточна поїзна обстановка представляється у вигляді нечіткої ситуації, що порівнюється з усіма типовими ситуаціями, що знаходяться в пам’яті інтелектуальної системи. Визначається типова ситуація, що є найбільш близькою до вхідної.

Посилання

Shankar S. Looking into the Black Box: Holding Intelligent Agents Accountable //NUJS L. Rev. 2017. Т. 10. 451 p.

Russell S. J., Norvig P. Artificial intelligence: a modern approach. Malaysia; Pearson Education Limited, 2016. 254 p.

Hopgood A. A. Intelligent systems for engineers and scientists. CRC press, 2016. 412 p.

Chen C. Handbook of pattern recognition and computer vision. World Scientific, 2015. 215 p.

White D. J. Decision theory. Routledge, 2018. 401 p.

Tartakovskyi E., Gorobchenko A., Antonovych A. Improving the process of driving a locomotive through the use of decision support systems //Восточно-Европейский журнал передовых технологий. 2016. №. 5 (3). С. 4-11.

Gorobchenko O. et al. Intelligent Locomotive Decision Support System Structure Development and Operation Quality Assessment //2018 IEEE 3rd International Conference on Intelligent Energy and Power Systems (IEPS). IEEE, 2018. P. 239-243.

Бутько Т. В., Горобченко О. М. Моделювання керуючої діяльності машиніста локомотива за допомогою теорії нечітких графів //Наука и прогресс транспорта. Вестник Днепропетровского национального университета железнодорожного транспорта. 2015. №. 2 (56). С. 88-96.

Горобченко О. М. Формалізація задачі поточної оцінки безпеки руху при управлінні локомотивом //Збірник наукових праць Державного економіко-технологічного університету транспорту. Сер.: Транспортні системи і технології. 2014. №. 24. С. 214-221.

Cheng Y. H., Tian H. N. Train drivers’ subjective perceptions of their abilities to perceive and control fatigue //International journal of occupational safety and ergonomics. 2019. P. 1-17.

Cao Y., Ma L., Zhang Y. Application of fuzzy predictive control technology in automatic train operation //Cluster Computing. 2018. P. 1-10.

Zhang D. High-speed Train Control System Big Data Analysis Based on Fuzzy RDF Model and Uncertain Reasoning //International Journal of Computers, Communications & Control. 2017. Т. 12. №. 4.

Tanaka K., Wang H. O. Fuzzy control systems design and analysis: a linear matrix inequality approach. – John Wiley & Sons, 2004.

Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, Гл. ред. физ. - мат. лит.,1990. 273 c.

Broumi S., Ye J., Smarandache F. An extended TOPSIS method for multiple attribute decision making based on interval neutrosophic uncertain linguistic variables. Infinite Study, 2015.

Опубліковано
2019-12-24
Розділ
Техніка і технології