ivdon3@bk.ru
В предлагаемой работе рассматриваются два типа нейросетевых моделей описания пожарных рисков в зависимости от количества населения и профилактических мероприятий. Нейросетевые модели позволяют рассматривать пожарные риски интегрально с учетом типа муниципального образования или по отдельности для каждого из трех существующих типов. На основании этих моделей реализована поверхность отклика пожарные риски - население и профилактика, которая позволяет оценивать величину рисков по входным данным для оптимизации принимаемых решений. При заданной величине нормативного риска получена зависимость оптимальной профилактики в зависимости от численности нанесения муниципального образования, которая позволяет гарантировать пожарные риски меньше или равным нормативным показателям. В статье анализируется и оценивается эффективность профилактических мероприятий с использованием нейронных сетей. Входные данные для обучения нейронной сети включают данные о пожарах, собранные во Вьетнаме и в России (население, количество пожаров, количество гибели, количество профилактических мероприятий). На основании этих показателей прогно-зируется эффективность профилактических мероприятий. По результатам прогнозирования могут быть приняты решения по обеспечению пожарной безопасности в государстве. Полученные результаты свидетельствуют о возможности прогнозирования абсолютного значения эффективности профилактической работы на основе количественных и категориальных переменных. Относительно большая ошибка прогноза связана, с одной стороны, с необходи-мостью учета большего числа входных параметров, с другой стороны, с необходимостью увеличения размера базы обучения нейронной сети. После уточнения модели, полученные результаты позволяют оценить эффективность профилактических мероприятий для провинций и городов.
Ключевые слова: пожарная безопасность, профилактические мероприятия, нейронная сеть, поддержка принятия управленческих решений, модель предсказания
В статье представлен анализ способов обнаружения вторжений и даны рекомендации по предотвращению вторжений в одноранговых беспроводных сетях. Одноранговые беспроводные сети особенно уязвимы для атак из-за их открытости, динамически изменяющейся топологии, алгоритмов совместной работы, отсутствия централизованного мониторинга, централизованной точки управления и отсутствия четкой защиты. В проводных сетях существуют методы обнаружения вторжений, но они неприменимы в беспроводной среде. В статье также представлен новый метод защиты от вторжений, основанный на обнаружении вторжений в одноранговых беспроводных сетях.
Ключевые слова: безопасность, уязвимость, защита информации, атака, вторжение, беспроводная сеть, мобильная сеть, система обнаружения, IDS, MANET, DoS, DDoS
2.3.6 - Методы и системы защиты информации, информационная безопасность
Качество асфальтобетонной смеси на выходе асфальтобетонного завода (АБЗ) нестабильно из-за возмущений, которые мы не можем контролировать или контролируем со значительной задержкой. К возмущениям можно отнести такие факторы как: неточность имеющихся связей между свойствами компонентов асфальтобетонной смеси и параметрами технологического процесса с качеством готовой продукции. К возмущениям можно отнести наше незнание о наличии связей между отдельными показателями и качеством смеси. Прогнозирование этих возмущений для определения фактического качества на выходе становится ключевой задачей. Ранее определение оптимальной длины ряда данных для прогнозирования было сложной задачей. На сегодняшний день с использованием современных технологий эта проблема успешно решена. В данной статье авторы предлагают метод прогнозирования с адаптацией для определения оптимальной длины ряда данных. Результаты исследования включают значения ошибок прогнозирования без адаптации и с адаптацией. Метод прогнозирования с адаптацией продемонстрировал меньшие значения средней абсолютной ошибки (MAE) чем метод прогнозирования без адаптации (где длина временного ряда всегда равна 100). Это позволяет более эффективно и точно предсказывать суммарные возмущения, что критически важно для обеспечения высокого и стабильного качества асфальтобетонной смеси.
Ключевые слова: асфальтобетон, асфальтобетонная смесь, возмущение, система управления, модель авторегрессии, прогнозирование, метод прогнозирования с адаптацией, оптимальная длина ряда, точность прогноза, средняя абсолютная ошибка
2.1.8 - Проектирование и строительство дорог, метрополитенов, аэродромов, мостов и транспортных тоннелей , 2.3.3 - Автоматизация и управление технологическими процессами и производствами
Оперативная корректировка состава асфальтобетонной смеси имеет ключевое значение для достижения высокого качества асфальтобетона. Для обеспечения возможности лёгкой и оперативной корректировки рецептуры асфальтобетонной смеси, прогнозирование свойств асфальтобетона (стабильность по Маршаллу) является критически важным. Существует множество методов прогнозирования свойств асфальтобетона, но выбор того или иного метода является весьма актуальной проблемой. В данной статье предлагаются два метода прогнозирования стабильности по Маршаллу: прогнозирование по модели множественной линейной регрессии и прогнозирование по модели авторегрессии. Для оценки точности прогнозирования моделей применяем две метрики: средняя абсолютная ошибка (MAE) и средняя абсолютная процентная ошибка (MAPE). Результаты исследования показывают, что авторегрессионная модель демонстрирует лучшие результаты прогнозирования, особенно модель авторегрессии второго порядка.
Ключевые слова: асфальтобетон, управление, корректировка состава, прогнозирование, модель множественной линейной регрессии, модель авторегрессии, стабильность по Маршаллу, точность прогноза, средняя абсолютная ошибка, средняя абсолютная процентная ошибка
2.1.8 - Проектирование и строительство дорог, метрополитенов, аэродромов, мостов и транспортных тоннелей , 2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами
В этой статье, рассмотрены основные технические проблемы умного дома и здания. Следующие факторы воздействия: механический, химический, биологический, воздушный, акустический и вибрации ..., которые влияют на качество жизни и особенно состояние дома. Выведены требования каждого типа датчиковых систем, которые используются в контроле и управления интеллектуальным зданием. Была сформирована классификация датчиков на подсистем, которые должны быть размещены в зоне ответственности интеллектуальная система управления домом, для того, чтобы обеспечить всестороннее и полное собрание данных о состоянии умного дома. Авторы подчеркивают, преимущества и возможную замену волоконно-оптических датчиков для измерения некоторые основные параметры, которые требуются для мониторинга и управления умным домом. Кроме того, сосредоточен на волоконно-оптический датчик деформации контроля состояния фундамента здания. Введен анализ структуры, технических параметров и даже принципа работы каждого компонента датчика. Датчик содержит некоторые основные элементы: механический механизм, источник света, волоконно-оптический волновод в качестве чувствительного элемента. В статье предлагаются некоторые варианты использования волоконно-оптических датчиков для контроля состояния фундаментов здания.
Ключевые слова: Умный дом, интеллектуальное управление зданием, фактор действия на здание, чувствительный элемент, оптоволоконный материал, волоконно-оптический датчик, деформация, конструкция, фундамент
05.13.01 - Системный анализ, управление и обработка информации (по отраслям) , 05.13.05 - Элементы и устройства вычислительной техники и систем управления
В этой статье, проведен алгоритм управления оборудованием в системе отопления, вентиляции и кондиционирования в составе интеллектуальном управления зданием с учетом показателей климатического комфорта и энергосбережения. Выведены решений, соответствующих конкретной ситуации
Ключевые слова: датчики, система отопления, вентиляции и кондиционирования, интеллектуальное управление, принятие решения, алгоритм управления, сбора данных, регистрация данных, база данных
05.13.01 - Системный анализ, управление и обработка информации (по отраслям)
Совместное обнаружение препятствий в ближней зоне мобильного робота является крайне актуальной и сложной задачей. В общем случае окружающая среда робота очень сложна из-за различий в изменение условий освещения и углов зрения. Эти проблемы приводят к снижению точности распознавания препятствий. Различия могут измениться быстро. Но препятствия должны занимать определенную область в пространстве. В работе предложены алгоритмы обнаружения препятствий с алгоритмом «3д-облака точек». Алгоритм содержит основные шаги: Создание 3D-облака точек, преобразование «2D- PointCloud», получение результатов. Препятствия обнаружатся на основе своих определенных областей. Использование 3D-облака точек позволяет удовлетворить требованиям по обнаружению препятствий (подвижных и неподвижных объектов) в режиме реального времени. Результаты экспериментов показывают эффективность предложенного подхода при использовании в составе системы технического зрения мобильной робототехнической платформы.
Ключевые слова: 3д-облако точек, 2д-облако точек, препятствие, мобильный робот, распознавание изображений, изображения глубины, Kinect, алгоритм понижения разрешения, алгоритм кластеризации, k-mean clustering, плотностный алгоритм кластеризации пространственных данных с
05.13.18 - Математическое моделирование, численные методы и комплексы программ
Представлены результаты изучения эффектов внешних электрических полей разных направлений на электронную структуру и спин-поляризованный транспорт в одномерном графеновом канале, помещенном на широкозонный полупроводник нитрида алюминия. Ab initio расчеты полной энергии и зонной структуры выполнены в рамках теории функционала плотности с использованием схемы Гримме DFT(PBE)-D2. Показано, что подвижность носителей в одномерном полупроводниковом канале типа ZGNR/AlNNS(0001) может достигать значений (1.7-30.5).10^4 см^2/Вс и управляться электрическим полем.
Ключевые слова: нанолент графена, нитрид алюминия, ab initio, полупроводник, электрическое поле, зонная структура, теория функционала плотности, транспортные свойства, электронные свойства
Квантово-химическое моделирование (HF/MP2, базис cc-pVDZ) свойств единичной молекулы дифенил-2,2',4,4'-тетраамина (ДФТА) позволяет сделать выводы о природе пироэлектрических свойств поликристаллов этого материала, т.к. водородные связи между молекулами в поликристалле слабее внутримолекулярных связей. Анализ микроструктуры фоточувствительных пироэлектрических слоёв ДФТА позволяет предположить, что дипольный момент игольчатых плотно уложенных кристаллитов, ориентированно вытянутых вдоль поверхности плёнки ориентирован перпендикулярно поверхности плёнки. Возможность воспроизводимого управления свойствами ДФТА может быть использована при создании наиболее эффективного пироэлектрического слоя для фотодетекторов инфракрасного диапазона длин волн.
Ключевые слова: дифенил-2,2',4,4'-тетраамин, квантово-химическое моделирование, пироэлектрический материал, тонкоплёночная структура
01.04.10 - Физика полупроводников , 05.27.01 - Твердотельная электроника, радиоэлектронные компоненты, микро- и наноэлектроника на квантовых эффектах , 05.27.06 - Технология и оборудование для производства полупроводников, материалов и приборов электронной техники
Разработан синтез нанокомпозита FeNi3/C на основе ПАН, FeCl3·6H2O и NiCl2·6H2O, в результате которого впервые под действием ИК нагрева при 400÷700 °С получен нанокомпозит FeNi3/C с размером частиц FeNi3 от 10 до 80 нм, равномерно распределенных в УМ. С помощью термодинамического расчета, основанного на минимизации энергии Гиббса, подтвержден синтез нанокомпозита FeNi3/C при Т=400 °С восстановлением ионов Fe и Ni с помощью H2, выделяющегося в процессе карбонизации полиакрилонитрила при ИК нагреве. Разработанный материал в виде наноразмерных пленок может эффективно использоваться в качестве материала-носителя для сверхплотной магнитной записи информации. Плотность записи информации в таком носителе достигается (85-100) Гб/дюйм2.
Ключевые слова: нанокомпозит, полиакрилонитрил, ИК-нагрев, запись информации, магнитные свойства, углеродная матрица
01.04.10 - Физика полупроводников , 05.27.01 - Твердотельная электроника, радиоэлектронные компоненты, микро- и наноэлектроника на квантовых эффектах