Геометрическая модель прогнозирования свойств систем с интервальными параметрами
https://doi.org/10.25206/1813-8225-2024-190-15-20
EDN: AMYPII
Аннотация
Описывается интервальный подход к геометрическому моделированию сложных многопараметрических систем с неопределенными, взаимно зависимыми и разнотипными параметрами. Информационный базис систем предполагается неполным, а получение полного информационного базиса связано с технологическими трудностями. Параметры системы могут быть непрерывными, дискретными и условными. Геометрическая модель строится в виде матрицы, каждый элемент которой соответствует определенному состоянию системы. Каждое состояние описывается интервальной функцией, связывающей непрерывные входные и выходные параметры. Множество интервальных функций образует дискретное семейство непрерывных поверхностей в дискретном пространстве параметров. Описанный подход и алгоритм моделирования применен к построению модели прогнозирования свойств драпируемости тканей. В качестве примера построена интервальная модель зависимости показателя драпируемости от таких характеристик ткани, как вид нити, вид переплетения, сырьевой состав и поверхностная плотность.
Ключевые слова
Об авторах
В. Ю. ЮрковРоссия
Юрков Виктор Юрьевич, доктор технических наук, профессор, профессор кафедры «Конструирование и технология изделий легкой промышленности»
AuthorID (РИНЦ): 173644
AuthorID (SСOPUS): 55857657200
г. Омск
Е. Ю. Долгова
Россия
Долгова Елена Юрьевна, кандидат технических наук, доцент (Россия), доцент кафедры «Конструирование и технология изделий легкой промышленности»
AuthorID (РИНЦ): 313287
AuthorID (SСOPUS): 57217115107
г. Омск
М. А. Чижик
Россия
Чижик Маргарита Анатольевна, доктор технических наук, профессор (Россия), профессор кафедры «Конструирование и технология изделий легкой промышленности»
AuthorID (РИНЦ): 474040
AuthorID (SСOPUS): 13406046300
г. Омск
Список литературы
1. Дилигенский Н. В. Нечеткое моделирование и многокритериальная оптимизация производственных систем в условиях неопределенности: технология, экономика, экология: моногр. Москва: Машиностроение, 2004. 335 с. ISBN 5-473-00054-1.
2. Кумков С. И. Обработка экспериментальных данных ионной проводимости расплавленного электролита методами интервального анализа // Расплавы. 2010. № 3. С. 86–96. EDN: MKJTIL.
3. Вощинин А. П. Интервальный анализ данных: развитие и перспективы // Заводская лаборатория. Диагностика материалов. 2002. Т. 68, № 1. С. 118–126.
4. Недосекин А. О., Абдулаева З. И., Александров С. В. Нечеткая параболическая регрессия экспериментальных данных с малой выборкой // Мягкие измерения и вычисления. 2019. № 7 (20). С. 39–46. EDN: ILGONS.
5. Левин В. И. Задача решения уравнения в интервальной постановке // Вестник Тамбовского университета. Естественные и технические науки. 2017. Т. 22, № 5. С. 1172–1178. DOI: 10.20310/1810-0198-2017-22-5-1172-1178. EDN: ZXGRMV.
6. Скибицкий Н. В. Построение прямых и обратных статических характеристик объектов по интервальным данным // Заводская лаборатория. Диагностика материалов. 2017. Т. 83, № 1, Ч. 1. С. 87–98. EDN: XUYZGV.
7. Носков С. И., Врублевский И. П. Регрессионная модель динамики эксплуатационных показателей функционирования железнодорожного транспорта // Современные технологии. Системный анализ. Моделирование. 2016. № 2. С. 192–197. EDN: WHDEAX.
8. Смирнова Н. А., Лапшин В. В., Замышляева В. В. [и др.]. Исследование и прогнозирование драпируемости костюмноплатьевых чистольняных тканей // Известия высших учебных заведений. Технология текстильной промышленности. 2021. № 5 (395). С. 78–82.
9. Stylios G. K., Powell N. J. Engineering the drapability of textile fabrics // International Journal of Clothing Science and Technology. 2003. Vol. 15, no. 3/4. P. 211–217. DOI: 10.1108/09556220310478305. EDN: EAROAH.
10. Ghith A., Hamdi, T., Fayala F. Prediction of Drape Coefficient by Artifical Neural Network // Autex Research Journal. 2015. Vol. 15, no. 4. P. 266–274. DOI: 10.1515/aut-2015-0045.
11. Jedda H., Ghith A., Sakli F. Prediction of fabric drape using FAST system // Journal of the Textile Institute. 2007. Vol. 98, no. 3. P. 219–225. DOI: 10.1080/00405000701463920.
12. Долгова Е. Ю., Чижик М. А., Найманханова Ж. М. [и др.]. Формирование обучающей выборки для создания цифровых двойников текстильных материалов // Известия высших учебных заведений. Технология легкой промышленности. 2021. Т. 53, № 3. С. 39–40. DOI: 10.46418/0021-3489_2021_53_03_09. EDN: XIFZJG.
Рецензия
Для цитирования:
Юрков В.Ю., Долгова Е.Ю., Чижик М.А. Геометрическая модель прогнозирования свойств систем с интервальными параметрами. Омский научный вестник. 2024;10(2):15-20. https://doi.org/10.25206/1813-8225-2024-190-15-20. EDN: AMYPII
For citation:
Yurkov V.Yu., Dolgova E.Yu., Chizhik M.A. The geometric predictive model of properties for systems with interval parameters. Omsk Scientific Bulletin. 2024;10(2):15-20. (In Russ.) https://doi.org/10.25206/1813-8225-2024-190-15-20. EDN: AMYPII
JATS XML




















