авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 | 2 ||

Разработка геоинформационной технологии исследования оползневых процессов

-- [ Страница 3 ] --

Рассчитаем корреляцию исходных рядов Ro(wA, wE), рядов, сдвинутых на один шаг наблюдений R1(wA, wE), два шага R2(wA, wE) и так далее. Получим:

Ro(wA, wE) = 0,67, R1(wA, wE) = 0,77, R2(wA, wE) = 0,86, R3(wA, wE) = 0,80.

На основе анализа полученных значений коэффициентов корреляций сделан вывод: показания второго датчика (ниже по склону) наиболее коррелируют со значениями первого датчика, опережающими на два такта измерения. Эти два такта и являются интервалом упреждения развития ситуации обводнения.

Логико-лингвистические модели анализа формировались на основе знаний экспертов об исследуемом процессе для автоматизации процедур машинного принятия решений. Рассмотрена процедура формализации знаний экспертов идентифицирующей степень опасности склонов оползневых территорий. Произведен расчет функции принадлежности исследуемого нечеткого множества (рис. 1).

 – Функции принадлежности значений лингвистической переменной «степень-6

Рис. 1. – Функции принадлежности значений лингвистической переменной «степень опасности»

Для формирования базы правил в качестве входной лингвистической переменной использовалось состояние склона, характеризуемое рядом признаков: х1, х2, х3, х4. В качестве выходной лингвистической переменной - степень опасности.

Третья глава «Анализ состояния и развитие геоинформационной системы мониторинга оползневых процессов» посвящена общему анализу проблем синтеза геоинформационной системы мониторинга оползней, включающему спутниковые технологии дистанционного зондирования Земли (ДЗЗ) и технологии, основанные на беспроводных сенсорных сетях (БСС).

В частности, предлагается создать геоинформационную систему мониторинга оползневых склонов (ГИСМО) совместив технологии:

- мониторинг объекта с помощью БСС (обеспечивающий локальный мониторинг оползнеопасных склонов);

- спутниковые технологии (обеспечивающие региональный мониторинг).

Центр анализа и управления следует снабдить механизмом предсказания возникновения тех или иных ситуаций – интеллектуальный решатель проблемы. В следующем разделе подробно описано структурное, функциональное и инструментальное содержание ГИСМО, в целом, и интеллектуального решателя, в частности.

В данном разделе разработан авторский вариант системы мониторинга оползневых процессов. Он основан на автоматизации интерактивных систем мониторинга оползневых ситуаций и включает алгоритмы синтеза и интеллектуального функционирования геоинформационной системы мониторинга оползневых процессов. Синтез ГИСМО представлен следующими этапами, включающими в своем составе алгоритм функционирования.

  1. На основании предварительного обследования объекта формируется вектор:

Х = (х1, х2, …, хn). (10)

и рассчитывается приближенное выражение для функции:

J = f(X). (11)

2. Подсистема сбора и первичной обработки информации БСС осуществляет постоянный мониторинг параметров (10).

3. По каналам радиосвязи полученная информация передается в блок принятия решений (БПР).

4. В БПР осуществляются:

- идентификация состояния объекта (выявляется принадлежность текущего состояния к одному из заданных порогов опасности);

- выдача информации ЛПР;

- документирование динамики состояния объекта, отражающее его поведение в зависимости от различных состояний среды и состояний собственно ГИСМО;

- коррекция геоинформационной модели.

Этапы 2-4 выполняются циклически.

Система предусматривает два вида обучения:

- начальное обучение (лабораторное);

- систематическую коррекцию параметров геоинформационной модели по результатам работы системы.

В обучаемой подсистеме принятия решений (рис. 2) накапливаются от датчиков с одной стороны данные и факты об исследуемом объекте (база факторов), и с другой возможные варианты предельно-допустимых состояний (база гипотез). Они сопоставляются в интеллектуальном решателе, ориентируясь на обучающие примеры, прогнозные модели объекта. Эти примеры являются эталонами принятия решений в детерминированной среде. Данные о состоянии объекта обработаны согласно правилам, сформированным

в подсистеме принятия решений, и полученные данные состояния в виде рекомендации по управлению (управляющих сигналов) поступают на пульт организации, осуществляющей контроль оползнеопасного объекта.

В четвертой главе «Прикладные аспекты разработки и внедрения геоинформационной системы мониторинга оползневых процессов» описано необходимое программно-математическое обеспечение системы, технические средства мониторинга оползневых процессов. Особое внимание в данном разделе уделено средствам идентификации состояния оползня, организации каналов передачи информации. Описано техническое обеспечение системы мониторинга оползневых склонов. Представлена схема организации каналов передачи информации ГИСМО. В завершении рассмотрены некоторые прикладные аспекты внедрения разработанных моделей, методов, подходов.

В этом разделе освещены прикладные аспекты разработки и внедрения геоинформационной технологии исследования оползневых процессов.

Особое внимание уделено анализу программно-математического обеспечения системы ГИСМО: программной платформе MeshLogic и интеллектуализации алгоритмов функционирования системы на основе применения средств Data Mining: ассоциация, последовательность, классификация, кластеризация, прогнозирование.

В частности проведен обзор систем интеллектуального анализа данных, который позволил раскрыть их потенциал для совершенствования функционирования ГИСМО. К ним относятся:

  1. Предметно-ориентированные аналитические системы. В работе предложены авторские дополнения, учитывающие разработанные в диссертации подходы и методы.
  2. Статистические пакеты.
  3. Нейронные сети.
  4. Системы рассуждений на основе аналогичных случаев (case based reasoning — CBR). Развитие этого метода видится в разработке формализованных механизмов отбора информативных признаков сравниваемых ситуаций, мер их сравнения.

5. Деревья решений. Рассмотрен конкретный пример выбора типа мониторинга оползня, развивающий представление об индикативном и репрезентативном мониторинге.

Точки ветвления на рисунке 3 обозначают: х1 - наличие подвижек грунта, образование трещин; х2 - возникновение опасных напряжений в грунте, конструкции искусственного сооружения; х3 - степень обводнения территории. Для каждого признака устанавливается порог. Если порог превышен – алгоритм отсылает на репрезентативный мониторинг, если нет – на индикативный.

Рис. 3. – Задача выбора схемы мониторинга объекта

6. Методы нечеткой логики. При использовании нечетких систем следует учитывать:

  • формулировка исходных правил для построения функции принадлежности осуществляется человеком и может оказаться неполной или противоречивой;
  • вид и параметры функции принадлежности задаются человеком и могут так же не отражать действительность.

7. Нечеткие (гибридные) нейронные сети. Основная идея создавать нечеткие системы адаптивными, умеющими «подстраиваться» в процессе работы.

8. Нечеткий ситуационный вывод. Объединяя п.п. 5 и 6, в условиях отсутствия достоверной (для расчета вероятностей перехода по дереву) информации приходим к методу «нечеткий ситуационный вывод».

9. Когнитивные карты.

На рисунке 4 приведен фрагмент когнитивной карты, характеризующей взаимосвязь техногенных и природных воздействий на береговую опору железнодорожного моста, находящегося в зоне образования оползня.

Приведённая выше классификация средств анализа данных условна, так как многие программы включают в себя несколько альтернативных методов для решения одних классов задач.

У всех перечисленных выше систем есть две общие особенности.

Во-первых, все системы ориентированы на извлечение информации из данных (как числовых, так и текстовых) и превращения её в знания необходимые для принятия решений.

Рис. 4. – Когнитивная карта оползнеопасной территории: m – масса движущегося состава, V – скорость состава, D – дренаж воды по склону, R – осадки, S – уровень воды в реке, W – ветровая нагрузка на конструкцию, A – вибрационная нагрузка на искусственное сооружение, B – степень увлажнения грунта, C – степень опасности.

Во-вторых, в отличие от классических моделей статистики вид изучаемых связей и зависимостей не задаётся априори, а подбирается компьютером итеративно с целью наилучшего описания данных.

В заключении диссертации подведены итоги исследования и приведены основные выводы и результаты, которые отражены в следующих пунктах:

  1. Определена совокупность требований и основные принципы создания ГИСМО, сформулирована логика смешанного (индикативно-репрезентативного) мониторинга, показаны возможности методов отбора информативных признаков для формирования набора индикаторов.
  2. Сформулирована идея комплексного геоинформационного моделирования оползневых процессов, включающего физическое, аналитическое, имитационное, логико-лингвистическое моделирование, которые дают синергетический эффект совместного применения. Предложен авторский подход к построению динамической геоинформационной модели оползней.
  3. Подробно раскрыт механизм построения признакового пространства исследования оползней: отбор информативных признаков, построение меры близости между ситуациями. Проанализированы возможности корреляционного анализа для эффективной расстановки датчиков и прогноза их показаний. Приведен математический аппарат, формализующий процедуру классификации оползней на основе применения теории распознавания образов.
  4. Рассмотрена процедура формализации знаний экспертов. Произведен расчет функции принадлежности исследуемого нечеткого множества.
  5. Сформирована авторская концепция синтеза ГИСМО, опирающаяся на современные достижения и перспективные для внедрения интеллектуальные технологии принятия решений. Разработана архитектура и алгоритм синтеза и функционирования ГИСМО.
  6. Произведен анализ программно-математического обеспечения ГИСМО на программной платформе MeshLogic и интеллектуализации на основе применения средств Data Mining: ассоциация, классификация, кластеризация, прогнозирование.
  7. Рассмотрено техническое обеспечение мониторинга оползневых процессов, произведен анализ средств идентификации состояния оползня и разработана схема организации каналов передачи информации ГИСМО. В основе сбора данных предложено использовать систему беспроводных сенсорных узлов. Узлы должны содержать необходимые для измерения датчики влажности, акселерометры и инклинометры.
  8. Приведены прикладные аспекты разработки и внедрения геоинформационной технологии исследования оползневых процессов. В частности приведены результаты полевых исследований ряда типичных объектов территорий Ростовской области и Краснодарского края.

По теме диссертации опубликованы следующие работы в печатных изданиях по перечню ВАК:

  1. Скнарина Н. А. Эколого-геодинамическая оценка территории правого берега Нижнего Дона в связи с развитием оползневых процессов // Известия высших учебных заведений. Северо-Кавказский регион. Естественные науки. – № 2, 2009. – с.106 - 109.
  2. Скнарина Н. А. Роль и место физического и имитационного моделирования для оценки условий образования и динамики оползневых процессов // Вестник РГУПС, – № 1, 2011. – с. 107-110.
  3. Скнарина Н. А. Моделирование оползневых процессов и процедур принятия решений в системах мониторинга искусственных сооружений железнодорожного транспорта // Вестник РГУПС, – № 2, 2011. – с. 70 - 73.

И другие работы:

  1. Скнарина Н. А. Эколого-геодинамическая характеристика оползневых процессов на участке Шахтинско - Донского водовода в правобережье реки Дон // Тезисы докладов III Межрегиональной научно-практической конференции студентов, аспирантов и молодых ученых: «Молодежь XXI века - будущее Российской науки» - Ростов-на-Дону, Изд-во ООО «ЦВВР», 2005. – с.153 - 154.
  2. Коробкин В. И., Коробкин А. В., Скнарина Н. А. Эколого-геодинамические условия эксплуатации водозаборных сооружений Шахтинско - Донского водовода в Ростовской области // Труды Международной научной конференции: «Проблемы инженерной геодинамики и экологической геодинамики». / Под редакцией В. Т. Трофимова и В. А. Королёва. - М.: Изд-во Московского университета, 2006. – с. 144 - 145.
  3. Скнарина Н. А. Техногенные воздействия и их последствия на оползневых склонах правобережья Нижнего Дона // Сборник докладов: «Проблемы гидрогеологии, инженерной геологии и экологической геологии». Ростов-на-Дону, ЮФУ, 2008. – с. 190 - 196.
  4. Скнарина Н. А., Андриенко Е. А. Расчет устойчивости оползнеопасных склонов на примере района Большого Сочи // Сборник докладов: «Проблемы гидрогеологии, инженерной геологии и экологической геологии». Ростов-на-Дону, ЮФУ, 2008. – с. 96 - 102.
  5. Коробкин В. И., Скнарина Н. А. Исследование современных оползневых процессов в черте городских агломераций // Труды Международной научной конференции: «Многообразие современных геологических процессов и их инженерно-геологическая оценка». / Под редакцией В. Т. Трофимова и В. А. Королева. - М.: Изд-во Московского университета, 2009. – с.137 - 138.
  6. Скнарина Н. А. Оползни как эколого-геологический фактор на примере правобережья Нижнего Дона // Материалы российской конференции студентов, аспирантов и молодых ученых, посвященной «Году Планеты Земля», «Планета Земля: актуальные вопросы геологии глазами молодых ученых и студентов» – М.: Изд-во МГУ, 2009. том 3. - с.67 - 72.
  7. Скнарина Н. А. Изучение современной оползневой активности правобережья Нижнего Дона // Геоморфологические процессы и их прикладные аспекты. // VI Щукинские чтения — Труды (коллектив авторов). М.: Географический факультет МГУ, 2010. – с. 221 - 222.
  8. Коробкин В. И., Скнарина Н. А. Оценка влияния динамики развития оползневых процессов на биогеоценозы // Труды Международной научной конференции «Актуальные вопросы инженерной геологии и экологической геологии». / Под редакцией В. Т. Трофимова и В. А. Королева.- М., Изд-во Московского университета, 2010. – с. 273.
  9. Скнарина Н. А. Имитационное моделирование природных и техногенно обусловленных оползневых процессов // Сборник трудов VI международная научно-практическая конференция «Экологические проблемы. Взгляд в будущее». / Под редакцией Ю. Н. Федорова. Изд-во КМЦ "Копицентр", 2010. – с. 353 - 354.
  10. Скнарина Н. А. Оценка опасности и риска развития оползневых процессов // Материалы II международная научно-практическая конференция «Опасные природные и техногенные геологические процессы на горных и предгорных территориях Северного Кавказа». - Владикавказ: Изд-во ЦГИ ВНЦ РАН и РСО-А. 2010. – с. 220 - 225.
  11. Скнарина Н. А. Механизм функционирования интеллектуальной геоинформационной системы управления оползневыми процессами // Материалы III Межрегиональной научно-практической конференции «Геоинформационное обеспечение пространственного развития Пермского края». Изд-во ПГУ, 2010. – с. 96 - 100.
  12. Скнарина Н. А. Геоинформационная система мониторинга и управления оползнями // Электронный сборник тезисов Пятой Сибирской конференции молодых учёных по наукам о Земле. 29 ноября- 2 декабря 2010. Новосибирск. http://sibconf.igm.nsc.ru
  13. Скнарина Н. А. Интеллектуализация функционирования геоинформационной системы мониторинга и управления оползнями // Труды молодых ученых ВГУ – Воронеж: Изд-во ВГУ, 2010. – с. 102 - 105.
  14. Шабельников В. А., Скнарина Н. А. Комплексная система управления рисками объектов транспортной инфраструктуры // Сборник материалов первой Международной научно - практической конференции «Интеллектуальные системы на транспорте» - Спб: Изд-во ПГУПС, 2011. – с. 446.
  15. Шабельников В. А., Скнарина Н. А. Формализация знаний эксперта в человеко-машинных комплексах // Труды конгресса по интеллектуальным системам и информационным технологиям «IS&IT, 11». – М.: Физматлит, 2011. – Т.1. – с. 598.
  16. Лябах Н. Н., Скнарина Н. А. Экспертно - аналитический метод построения признакового пространства исследования сложного объекта // Материалы IV - ой Международной НПК «Интегрированные модели и мягкие вычисления в искусственном интеллекте». Т. 2. – М.: Физматлит, 2011. – с. 953 - 958.
  17. Скнарина Н.А. Решение задач расстановки сети датчиков при организации геоинформационной системы мониторинга оползнеопасных склонов // Кибернетика № 6, 2011: Ганновер: Kybernetika-verlag. – с. 25 - 29.

Подписано в печать 11.01.2012

Заказ №798 Тираж 100 экз.

Печать трафаретная. Объем: 1,0 усл. п. л.

ООО «КопиПринт»

105064, г. Москва, Земляной вал, д. 24/32.



Pages:     | 1 | 2 ||
 





 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.