Детальная информация

Современный подход к управлению промышленными системами предполагает, что важнейшие показатели, такие как производительность, материальные затраты и воздействие на окружающую среду, должны оптимизироваться одновременно. Целесообразно выполнять оптимизацию на основе анализа больших данных, содержащихся в базах данных производственных систем. Предлагается многокритериальная оптимизация с использованием модели нейронной сети промышленной системы и недоминантного генетического алгоритма сортировки NSGA-II. Динамический главный компонентный анализ является расширением главного компонентного анализа и используется для снижения размерности промышленной системы от большей к меньшей размерности. DPCA помогает фиксировать автокорреляционное поведение параметров в промышленной системе и использует сдвинутые во времени реплики параметров. Основной аспект проектирования DPCA включает выбор задержек и компонентов для окончательной модели. Модель ANN с использованием метода DPCA и алгоритма NSGA-II позволяет нам находить более эффективное решение для многокритериальной оптимизации промышленной системы. Метод помогает оптимизировать процесс в промышленных системах и системах с большим количеством параметров.

The modern approach to managing industrial systems assumes that the most important indicators such as productivity, material costs and environmental impact must be optimized simultaneously. It is advisable to perform optimization based on the analysis of big data contained in the databases of production systems. A multicriteria optimization is proposed using a neural network model of an industrial system and a non-dominant genetic sorting algorithm NSGA-II. Dynamic principal component analysis is an extension of Principal component analysis and used to reduce the dimensionality of industrial system to higher to lower dimension.  DPCA helps to capture the auto correlative behaviour of the parameters in industrial system, and it uses the time shifted replicates of the parameters. The main design aspect of DPCA includes the selection of lags and components for final model. The ANN model using DPCA method and NSGA-II algorithm allow us to find more efficient solution to the multicriteria optimization of the industrial system.  The method helps to optimize the process in industrial systems, and systems having large number parameters.