"Eesti Teadusfondi uurimistoetus" projekt ETF8738
ETF8738 "Keeruliste mittelineaarsete süsteemide juhtimine ja analüüs tehisintellekti meetoditega (1.01.2011−31.12.2013)", Eduard Petlenkov, Tallinna Tehnikaülikool, Infotehnoloogia teaduskond.
ETF8738
Keeruliste mittelineaarsete süsteemide juhtimine ja analüüs tehisintellekti meetoditega
Artificial intelligence methods based analysis and control of complex nonlinear systems
1.01.2011
31.12.2013
Teadus- ja arendusprojekt
Eesti Teadusfondi uurimistoetus
ValdkondAlamvaldkondCERCS erialaFrascati Manual’i erialaProtsent
4. Loodusteadused ja tehnika4.6. ArvutiteadusedP170 Arvutiteadus, arvutusmeetodid, süsteemid, juhtimine (automaatjuhtimisteooria)1.1. Matemaatika ja arvutiteadus (matemaatika ja teised sellega seotud teadused: arvutiteadus ja sellega seotud teadused (ainult tarkvaraarendus, riistvara arendus kuulub tehnikavaldkonda)34,0
4. Loodusteadused ja tehnika4.6. ArvutiteadusedP176 Tehisintellekt 1.1. Matemaatika ja arvutiteadus (matemaatika ja teised sellega seotud teadused: arvutiteadus ja sellega seotud teadused (ainult tarkvaraarendus, riistvara arendus kuulub tehnikavaldkonda)33,0
4. Loodusteadused ja tehnika4.6. ArvutiteadusedP175 Informaatika, süsteemiteooria1.1. Matemaatika ja arvutiteadus (matemaatika ja teised sellega seotud teadused: arvutiteadus ja sellega seotud teadused (ainult tarkvaraarendus, riistvara arendus kuulub tehnikavaldkonda)33,0
PerioodSumma
01.01.2011−31.12.20117 200,00 EUR
01.01.2012−31.12.20127 200,00 EUR
01.01.2013−31.12.20137 200,00 EUR
21 600,00 EUR

Projekti eesmärgiks on välja töötada juhtimise strateegia, mis ühendab klassikalisi analüütilisi juhtimismeetodeid erinevate tehisintellektil põhinevate meetoditega. Väljatöötatav süsteem peab olema võimeline juhtima mitmemõõtmelisi keeruliselt analüüsitavaid (või mitteanalüüsitavaid) süsteeme. Intelligentne juhtimissüsteem peab oskama mitte ainult teha otsuseid vastavalt eeldefineeritud algoritmile ja/või stsenaariumile, vaid ka korrigeerida oma käitumist vastavalt muutuvale väliskeskkonnale. Adaptiivne süsteem peab: • olema võimeline reageerima väliskeskkonna muutumistele; • analüüsima ja ennustama väliskeskkonna käitumist; • häälestama ennast ja korrigeerima enda käitumist vastavalt häiringutele ja väliskeskkonnale; Kaasaegne keeruline intelligentne juhtimissüsteem koosneb kahest põhiosast: adaptiivne juhtimise algoritm pluss situatsiooniteadlikkus. Eksisteerib terve rida klassikalisi juhtimismeetodeid, mille robustsust ja kõrget töökindlust on tõestanud nende praktilised rakendused juba aastakümnete jooksul. Sellest hoolimata, kasvab praegusel ajal iga päevaga niisuguste praktiliste rakenduste arv, kus on vaja juhtida keerulisi mittelineaarseid süsteeme ja protsesse, mida ei saa esitada klassikaliste mudelite abil (või see läheb liiga keeruliseks). Nendes rakendustes tekib vajadus targemate algoritmide järele, mis ühendaksid klassikaliste ja tehisintellektil põhinevate meetodite eeliseid. Viimastel aastakümnetel on oluliselt kasvanud vajadus automaatika süsteemide järele nn. elukriitilistes rakendustes, mis olulisel määral tõstab juhtimissüsteemide kvaliteedinõuded. See tähendab, et kasvab vajadus konkreetsetele rakendustele orienteeritud väga keeruliste mitmemõõtmeliste mittelineaarsete süsteemide mudelite järele. Need mudelid peavad olema täpsed ja nii lihtsad kui on võimalik, et neid saaks kasutada juhtimiseks reaalaja rakendustes. Selle projekti raames toimuvad uuringud kahes omavahel tugevalt seotud suundades: 1. töökindla ja kõrgeid kvaliteedinõudeid rahuldava juhtimisalgoritmi väljatöötamine keeruliste mittelineaarsete mitmemõõtmeliste süsteemide jaoks; 2. tehisintellektil põhinevate meetodite väljatöötamine täpseks ja kiireks väliskeskkonna situatsiooni tuvastamiseks, analüüsides reaalajas saabuvat pilti, videot ja numbrilisi andmeid.
The aim of the project is to develop a control strategy combining advantages of classical analytical and different artificial intelligence based methods. The designed system should be capable of automatic control of complex multidimensional and hardly analyzable systems. An intelligent control system should be able not only to make decisions according to a predefined algorithm or/and scenario but also to adapt to changing environment. The adaptive system has • to be able to react to changes in its environment. It means be reactive; • to analyze and predict the behavior of its environment. It means be proactive; • to adjust itself and change its own behavior in response to disturbances and changes in environmental conditions. Modern time complex intelligent control system consists of two main parts: adaptive control algorithm plus situation awareness. There exist a number of classical control techniques the robustness and high reliability of which is proven by decades. Nevertheless, nowadays in more and more applications we need to control complex systems and processes which cannot (or it is not a trivial task) be represented by classical models. In these applications we need algorithms combining advantages of classical and artificial intelligence based methods. During the last ten years has significantly grown the demand for automatic systems and devices in live-critical applications. This dramatically increases the requirements imposed to the quality of the control system. It means that more and more advanced control systems, precise and as simple as possible control task oriented models of very complex multidimensional and highly nonlinear systems are required. In the framework of this project research will be conducted in two directions, which are connected to each other: 1. reliable and satisfying high quality demands control algorithms for complex nonlinear multidimensional systems; 2. artificial intelligence based methods for precise recognition of environmental situation by real-time analysis of observed image, video and numerical data.