| Русский Русский | English English |
   
Главная Текущий номер
26 | 09 | 2018
10.14489/vkit.2018.03.pp.020-035

DOI: 10.14489/vkit.2018.03.pp.020-035

Копелиович Д. И., Подвесовский А. Г., Сафонов А. Л., Вилюха А. В., Исаев Р. А.
ПРИМЕНЕНИЕ НЕЧЕТКИХ КОГНИТИВНЫХ МОДЕЛЕЙ В АВТОМАТИЗАЦИИ ПРОЕКТИРОВАНИЯ ТЕХНОЛОГИЧЕСКОЙ ОСНАСТКИ
(c. 20-35)

Аннотация. Показана возможность применения когнитивного подхода для моделирования трудноформализуемых задач технологической подготовки производства, в которых существенную роль играет учет качественных факторов, и требуется привлечение экспертов. Рассматриваются примеры построения и исследования нечетких когнитивных моделей выбора технологии изготовления штампованного изделия и оценки целесообразности использования модульных пресс-форм.

Ключевые слова:  когнитивное моделирование; нечеткие когнитивные карты; технологическая подготовка производства; технологическая оснастка; штамп последовательного действия; модульная пресс-форма.

 

Kopeliovich D. I., Podvesovskii A. G., Safonov A. L., Vilyukha A. V., Isaev R. A.
APPLICATION OF FUZZY COGNITIVE MODELS IN COMPUTER-AIDED PRODUCTION TOOLING DESIGN
(pp. 20-35)

Abstract. At present, a cognitive approach is widely used for modeling and decision support in semi-structured systems. This approach focuses on the development of formal models and methods supporting the intelligent problem-solving process as they take into account human cognitive capabilities (perception, conception, cognition, understanding, explanation). The aim of this paper is to demonstrate cognitive modeling methods applications for solving semi-structured problems of computer-aided tooling design. Such problems include those connected with the search and analysis of design options under the conditions of incomplete and uncertain input information, preponderance of qualitative data over numeric data and heuristic approaches over strict mathematical models. A choice of a stamping manufacturing technology and evaluation of modular molding tool applicability are considered as examples.For each of the mentioned problems, there was built a fuzzy cognitive map, including a set of relevant factors (concepts) and a set of cause-and-effect relations among them. A static (structure and target) analysis and a dynamic analysis were carried out for the derived fuzzy cognitive map. Map system indicators were calculated in the static analysis. Subsets of factors were revealed on their basis, which influence the modeled system most and thus determine the most efficient control points for getting the system to the target state. Regularities in state changes of the target factors under various control actions were studied in the dynamic analysis. In general, the modeling results are in good agreement with the expert vision of the corresponding technical solutions.

Keywords: Cognitive modeling; Fuzzy cognitive maps; Process engineering; Production tooling; Progressive die; Modular molding tool.

Рус

Д. И. Копелиович, А. Г. Подвесовский, А. Л. Сафонов, А. В. Вилюха, Р. А. Исаев (Брянский государственный технический университет, Брянск, Россия) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript  

Eng

D. I. Kopeliovich, A. G. Podvesovskii, A. L. Safonov, A. V. Vilyukha, R. A. Isaev (Bryansk State Technical University, Bryansk, Russia) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript  

Рус

1. Особенности автоматизированного проектирования штампов / А. И. Самаркин и др. // Вестник Псковского гос. ун-та. Сер. Экономика. Право. Управление. 2013. № 3. С. 45 – 49.
2. Симанженков К. А., Спирин Д. В., Кузнецова Н. М. Система критериев для выбора наилучшего варианта конструктивных параметров при проектировании технологической оснастки // Вестник МГТУ Станкин. 2009. № 3. С. 35 – 40.
3. Никитенко А. В., Давыдов В. М. Автоматизация выбора параметров инструмента при обработке формообразующих поверхностей мелкоразмерной модельной оснастки // Фундаментальные и прикладные проблемы техники и технологии. 2010. № 4-2(282). С. 32 – 35.
4. Авдеева З. К., Коврига С. В., Макаренко Д. И. Когнитивное моделирование для решения задач управления слабоструктурированными системами (ситуациями) // Управление большими системами. 2007. Вып. 16. С. 26 – 39.
5. Мыльников Л. А. Прогноз развития параметров инновационных проектов с учетом их взаимо-влияний друг на друга на основе когнитивных карт // Экономический анализ: теория и практика. 2012. № 45. С. 55 – 64.
6. Стратегическое управление инновационной деятельностью предприятия: монография / Д. В. Ерохин и др. Брянск: БГТУ. 2010. 196 с.
7. Подвесовский А. Г., Лагерев Д. Г., Коростелев Д. А. Применение нечетких когнитивных моделей для формирования множества альтернатив в задачах принятия решений // Вестник Брянского гос. технического ун-та. 2009. № 4(24). С. 77 – 84.
8. Силов В. Б. Принятие стратегических решений в нечеткой обстановке. М.: ИНПРО-РЕС. 1995. 228 с.
9. Копелиович Д. И., Сафонов А. Л., Вилюха А. В. Обеспечение качества пластмассовых деталей электрических соединителей на этапе проектирования // Информационные технологии в проектировании и производстве. М.: ФГУП «НТЦ оборонного комплекса «Компас». 2016. № 2. С. 67 – 72.
10. Коростелев Д. А., Лагерев Д. Г., Подвесовский А. Г. Система поддержки принятия решений на основе нечетких когнитивных моделей «ИГЛА» // XI Нац. конф. по искусственному интеллекту с меж-дунар. участием КИИ-2008: тр. конф. В 3-х т. М.: ЛЕНАНД. 2008. Т. 3. С. 329 – 336.
11. Саати Т. Принятие решений при зависимостях и обратных связях: Аналитические сети: пер. с англ.; науч. ред. А. В. Андрейчиков, О. Н. Андрейчикова. М.: Изд-во ЛКИ. 2008. 360 с.
12. Подвесовский А. Г., Исаев Р. А. Применение множественного регрессионного анализа для параметрической идентификации нечетких когнитивных моделей // Информационные технологии интеллектуальной поддержки принятия решений (ITIDS’2016): тр. IV Междунар. конф. Уфа: УГАТУ. 2016. Т. 2. С. 28 – 33.

Eng

1. Samarkin A. I. (2013). Features of automated design of dies. Vestnik Pskovskogo gosudarstvennogo universiteta. Seriia: Ekonomika. Pravo. Upravlenie, (3), pp. 45-49. [in Russian language]
2. Simanzhenkov K. A., Spirin D. V., Kuznetsova N. M. (2009). System of criteria for choosing the best variant of design parameters in the design of tooling. Vestnik MSTU Stankin, (3), pp. 35-40. [in Russian language]
3. Nikitenko A. V., Davydov V. M. (2010). Choosing process automation of tool parameters for the processing of shaping surfaces of small-sized tooling. Fundamental'nye i prikladnye problemy tekhniki i tekhnologii, 282(4-2), pp. 32-35. [in Russian language]
4. Avdeeva Z. K., Kovriga S. V., Makarenko D. I. (2007). Cognitive modeling for solving problems of managing weakly structured systems (situations). Upravlenie bol'shimi sistemami, 16, pp. 26-39. [in Russian language]
5. Myl'nikov L. A. (2012). Forecast of the development of the parameters of innovative projects, taking into account their mutual influences on each other on the basis of cognitive maps. Ekonomicheskii analiz: teoriia i praktika, (45), pp. 55-64. [in Russian language]
6. Erokhin D. V. et al. (2010). Strategic management of innovative activity of the enterprise: monograph. Briansk: BGTU. [in Russian language]
7. Podvesovskii A. G., Lagerev D. G., Korostelev D. A. (2009). Use of fuzzy cognitive models to form a set of alternatives in decision-making problems. Vestnik Brianskogo gosudarstvennogo tekhnicheskogo universiteta, 24(4), pp. 77-84. [in Russian language]
8. Silov V. B. (1995). Making strategic decisions in a fuzzy environment. Moscow: INPRO-RES. [in Russian language]
9. Kopeliovich D. I., Safonov A. L., Viliukha A. V. (2016). Quality assurance of plastic parts of electrical connectors at the design stage. Informatsionnye tekhnologii v proektirovanii i proizvodstve, (2), pp. 67-72. [in Russian language]
10. Korostelev D. A., Lagerev D. G., Podvesovskii A. G. (2008). Decision support system based on fuzzy cognitive models «IGLA». XI National conference on artificial intelligence with international participation. КII-2008: proceedings. In 3 volumes. (pp. 329-336). Moscow: LENAND. [in Russian language]
11. Andreichikov A. V., Andreichikova O. N., Saati T. (2008). Decision making with dependencies and feedbacks: analytical networks. Moscow: Izdatel'stvo LKI. [in Russian language]
12. Podvesovskii A. G., Isaev R. A. (2016). Application of multiple regression analysis for parametric identification of fuzzy cognitive models. Information technology of intellectual decision support (ITIDS’2016): proceedings of the IV International conference. Vol. 2, (pp. 28-33). Ufa: UGATU. [in Russian language]

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 350 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа скопируйте doi статьи:

10.14489/vkit.2018.03.pp.020-035

и заполните  форму 

Отправляя форму вы даете согласие на обработку персональных данных.

.

 

Eng

This article  is available in electronic format (PDF).

The cost of a single article is 350 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please copy the article doi:

10.14489/vkit.2018.03.pp.020-035

and fill out the  form  

 

.

 

 

 
Поиск
Баннер
Журнал КОНТРОЛЬ. ДИАГНОСТИКА
Баннер
Баннер
Rambler's Top100 Яндекс цитирования