CC BY
59
Актуальные проблемы авиации и космонавтики. Информационные технологии
Пример дерева сгенерированного представленным алгоритмом генетического программирования
и соответствующей ему нейронной сети
Работоспособность алгоритма проверялась на репрезентативном наборе тестовых задач (аппроксимация, прогнозирование временных рядов). Проводилось усреднение среднеквадратической ошибки по 20 прогонам. Терминальное множество включало в себя 16 функций активации и входные переменные.
Результаты тестирования показали, что нейронные сети, созданные алгоритмом генетического программирования, имеют небольшое количество нейронов, по сравнению с нейросетями получаемыми посредством нейро-эмитаторов, и не являются полносвязными (связей между нейронами мало) и при
этом обладают достаточно малой среднеквадратической ошибкой.
Библиографические ссылки
1. Koza John R. Genetic Programming: On Programming Computer by Means of Natural Selection and Genetics. Cambridge, MA : The MIT Press, 1992.
2. Оссовский С. Нейронные сети для обработки информации / Пер. с польск. И. Д. Рудинского. М. : Финансы и статистика, 2002.
© Семенкина М. Е., Липинский Л. В., 2010
УДК 531/534;629.783
А. А. Серпухова Научный руководитель - А. В. Седельников Самарский государственный аэрокосмический университет имени академика С. П. Королева, Самара
ИСПОЛЬЗОВАНИЕ ЭЛЕКТРОРАКЕТНЫХ ДВИГАТЕЛЕЙ ДЛЯ УПРАВЛЕНИЯ ДВИЖЕНИЕМ КОСМИЧЕСКОЙ ЛАБОРАТОРИИ
Рассматривается ориентация космической лаборатории, предназначенной для реализации гравитационно-чувствительных технологических процессов, с помощью двигательной установки, включающей в себя электроракетные двигатели.
Для успешного проведения гравитационно-чувствительных технологических процессов необходимо поддерживать благоприятные условия микрогравитационного штиля в рабочей зоне технологического оборудования космической лаборатории [1]. Если речь идет о серийном производстве в космосе, то космическая лаборатория должна быть полностью автономной и иметь свои собственные источники электропитания для осуществления технологических процессов. Энергоемкие процессы диктуют необходимость жесткой ориентации космической лаборатории в пространстве [2]. Поэтому для управления движением космической лаборатории используют двигательную установку, содержащую управляющие
ракетные двигатели системы ориентации и управления движением (ЖРД МТ). ЖРД МТ работаю в импульсном режиме и создают недопустимо большой уровень микроускорений во внутренней среде космической лаборатории [3]. Следовательно, гравитационно-чувствительные процессы можно проводить в промежутках между включениями ЖРД МТ. Отсюда актуальной является задача увеличения временного интервала между двумя последовательными срабатываниями ЖРД МТ.
Когда двигатели выключены, ориентация осуществляется в пассивном режиме устройствами пассивной ориентации (УПО), такими как силовые гироскопы или гиродины. Маховики УПО «загружа-
Секция «Математическое моделирование управления и оптимизации»
ются» кинетическим моментом и некоторое время препятствуют разориентации космической лаборатории. В такой схеме работа ЖРД МТ в большей степени сводится к «разгрузке» кинетического момента УПО.
В работе для увеличения интервала времени между двумя последовательными включениями ЖРД МТ предлагается использовать постоянно работающие электроракетные двигатели (ЭРД). ЭРД должны постоянно создавать момент, направленный против внешнего момента, возмущающего движение космической лаборатории. Такое решение позволит УПО набирать критическое значение кинетического момента более длительное время. Микроускорения, создаваемые за счет постоянной работы ЭРД, являются допустимыми для успешной реализации гравитационно-чувствительных процессов. Побочным эффектом использования ЭРД можно назвать увеличение срока активного существование космической лаборатории за счет более экономного расхода топлива ЖРД МТ.
Существуют исследования, касающиеся использования плазмы космического пространства в качестве топлива для ЭРД [4]. Однако расчеты показы-
вают, что при скорости истечения 30000 м/с и плотности плазмы, соответствующей земной орбите, если в качестве электронного экрана использовать обшивку космической лаборатории радиуса 2,6 м, то тяга такого двигателя не превысит 10 пкН. Тогда как для увеличения интервала между включениями ЖРД МТ приблизительно в 2,5 раза требуется ЭРД тягой 30 мН.
Библиографические ссылки
1. Sedel'nikov A. V., Serpukhova A. A. Simulation of a flexible spacecraft motion to evaluate microaccelera-tions // Russian Aeronautics (Iz.VUZ), 2009. Vol. 52. No. 4. Р. 484-487.
2. Седельников А. В., Серпухова А. А. Тест адекватности физической модели микроускорений // Вестник Ижевского гос. техн. ун-та. 2009. № 4. С. 59-61.
3. Седельников А. В., Серпухова А. А. Фрактальная модель микроускорений: физический аспект // Известия СНЦ РАН. 2009. Т. 11. № 5. С. 185-191.
4. Патент РФ 2304068 C2 17.08.2001.
© Серпухова А. А., Седельников А. В., 2010
УДК 519.68
С. А. Старовойтов, Л. В. Липинский Научный руководитель - Е. С. Семенкин Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
ФОРМИРОВАНИЕ ЦЕПОЧЕК РАССУЖДЕНИЙ МЕТОДОМ ГЕНЕТИЧЕСКОГО
ПРОГРАММИРОВАНИЯ
Рассматривается применение генетического программирования с целью формирования цепочек логических рассуждений. Разработана общая схема поиска решения различных задач с использованием предпосылок и последующим логическим обоснованием найденного решения.
Человек отличается от остального живого мира, прежде всего своей способностью рассуждать и из некоторых фактов и предпосылок, посредством рассуждения и выводов, получать новые знания. В ряде случаев и профессий умение качественно делать выводы является ключевым. Это касается практически всех отраслей, где происходит принятие решения и накопление знаний. Однако развитие не стоит на месте. Объемы информации увеличиваются из года в год в разы. Увеличивается частота принятия решения и как следствие уменьшается время на его подготовку. Выходом из этой ситуации стала автоматизация ряда функций и работ. Изначально автоматизировались рутинные, многократно повторяющиеся и отработанные операции. С прогрессирова-нием информационных технологий автоматизированные системы все больше приобретали интеллектуальные свойства. Потребности в системах наделенных интеллектом растут из года в год и сегодня достаточно сложно найти отрасль, где в том или ином виде не применяется интеллектуальная автоматизированная система. Однако нельзя говорить о
полноценности интеллектуальной системы, не наделенной способностью логического вывода. В связи с этим встает вопрос об автоматизации построения цепочек рассуждений и логического вывода.
Вывод - процесс рассуждения, в ходе которого осуществляется переход от некоторых исходных суждений (предпосылок) к новым суждениям - заключениям. При этом рассуждение - ряд мыслей, суждений, умозаключений на какую-нибудь тему, изложенных в логически последовательной форме [1].
Таким образом, автоматизированная процедура вывода должна содержать алгоритм подбора предпосылок и фактов на заданную тему, организацию их в логическую цепочку результатом которой будет ранее не известное заключение.
Логическую цепочку рассуждений удобно представлять в виде направленного графа (дерева). Эффективным средством для поиска решения в пространстве деревьев является метод генетического программирования [2; 3].
Для того чтобы применить генетическое программирование необходимо решить две основные
