Архив статей журнала
Алгоритмы машинного обучения предоставляют широкий спектр возможностей для предиктивного анализа работы технологического оборудования. Они позволяют выявлять скрытые закономерности и прогнозировать будущие события на основе имеющихся данных. Целью данного исследования является анализ и сравнение методов машинного обучения для реализации задач прогнозирования состояния вибрации компрессорной установки. Каждый из методов имеет свои преимущества и ограничения, поэтому выбор конкретного алгоритма зависит от решаемой задачи применительно к характеристикам оборудования и данных. В данной работе исследованы методы машинного обучения для решения задачи регрессии: в случае прогнозирования одномерных рядов использованы методы авторегрессии и авторегрессии со скользящей средней; для прогнозирования многомерных рядов использованы методы линейной регрессии, деревьев решений, случайный лес и градиентный бустинг. Проведен сравнительный анализ методов машинного обучения. Из результатов анализа видно, что для задачи регрессии наилучшими методами являются ансамблевые методы, такие как случайный лес и XGBoost. Применение XGBoost значительно улучшает качество прогнозов, особенно при работе с большим объемом данных. Для моделей AutoReg и ARIMA необходим стационарный временной ряд для получения точных и интерпретируемых результатов. Важно экспериментировать и настраивать параметры для каждого конкретного временного ряда, учитывая такие факторы, как наличие сезонности, тренда и выбросов в данных. При выборе метода прогнозирования необходимо учитывать не только его математические характеристики, но и особенности конкретных данных, на которых он будет применен.
Цель исследовательской работы - автоматизация расчета практической работы студентов, обучающихся в Уфимском государственном нефтяном техническом университете по направлению «Техносферная безопасность», а именно масштаба и последствий радиоактивного заражения. Для достижения поставленной цели проведен сравнительный анализ методик оценки промышленной безопасности радиационно опасных объектов, рассмотрена предметная область (оценка радиоактивного заражения территории), составлены алгоритмы для оценки радиационной обстановки по нормативной документации, проведен анализ существующих решений. Выбраны средства проектирования и инструменты разработки геоинформационной системы, позволяющей оценивать масштаб и последствия аварии на опасном производственном объекте. Приведено функциональное моделирование программного средства, включающее контекстную диаграмму верхнего уровня, а также ее декомпозицию. В результате разработано программное средство, реализующее оценку радиационной обстановки. Разработанный программный комплекс позволяет существенно уменьшить время, необходимое для расчета и графического отображения масштаба, последствий инцидента или аварии, сопровождающихся радиационным заражением местности, прилежащей к опасному объекту. Разработанная геоинформационная система может использоваться для определения размеров зон заражения радиоактивными элементами, последствий облучения персонала и территории, прилежащей к рассматриваемому объекту. Программное средство может быть применено как при составлении плана ликвидации аварии на радиационно опасном объекте, так и в процессе обучения студентов вузов (направление - «Техносферная безопасность»).