Гибридные алгоритмы прогнозирования многомерных нестационарных процессов в задачах проактивного управления сложными техническими объектами

Цель: Целью диссертационной работы является повышение эффективности системы проактивного управления сложными техническими объектами на основе разработки, внедрения и использования гибридных алгоритмов прогнозирования многомерных нестационарных процессов, базирующихся на комбинированном использовании технологий многомерного статистического и интеллектуального анализа данных. Методы: методы статистического анализа данных, методы компьютерной математики, относящиеся к классу интеллектуального анализа данных (эволюционное моделирование, искусственные нейронные сети и др.), а также методы системного анализа, элементы теории динамических систем, концепция пространства состояний, методы динамической оптимизации, теория эффективности и системной квалиметрии. Результаты: предложены математические модели нестационарных сложных технических объектов, учитывающие хаотическую динамику и нестационарный характер исследуемых процессов, протекающих в нестабильных средах; разработаны гибридные алгоритмы прогнозирования параметров нестационарных сложных технических объектов, основанные на сочетании технологий многомерного статистического и интеллектуального анализа данных; предложена методика оценивания эффективности алгоритмов прогнозирования через терминальные показатели качества проактивного управления; разработан модульный программно-алгоритмический комплекс анализа эффективности алгоритмов прогнозирования как элемента проактивного управления сложными техническими объектами. Внедрение: Основные результаты исследований внедрены в АО НПФ «УРАН-СПб», ООО «КИНЕФ», АО «СПИК СЗМА», а также в учебном процессе Санкт-Петербургского государственного технологического института. Область применения: системы проактивного управления сложными техническими объектами.