Лаборатория интеллектуальных систем управления и прогнозирования2019-06-17T15:53:57+06:00

Зав. лабораторией
д.т.н., доцент
Самигулина Г.А.

Лаборатория интеллектуальных систем управления и прогнозирования

Проект: №AP05130018 «Разработка когнитивной Smart-технологии для интеллектуальных систем управления сложными объектами на основе подходов искусственного интеллекта» (2018-2020 гг.).

Научный руководитель: д.т.н. Самигулина Галина Ахметовна

Целью проекта являются:

1. Проведение исследований в области биоинформатики для разработки Smart – технологий создания систем прогнозирования и управления сложными динамическими нелинейными объектами с различными видами неопределенностей параметров на основе различных биоинсперированных подходов искусственного интеллекта и в частности развитие перспективного направления искусственных иммунных систем.

2. Разработка Smart – технологий на основе создания новых модифицированных алгоритмов искусственных иммунных систем и практических приложений с их использованием для технических, технологических и социально-экономических сложных объектов управления в системах промышленной автоматизации, технологических процессах нефтегазовой отрасли, образовании и фармакологии.

Так как в экономике Казахстана ведущая роль отведена нефтегазовой отрасли и в связи с ростом требований, предъявляемых к современным промышленным предприятиям, а также бурным развитием новых информационных технологий актуальна разработка и внедрение эффективных интеллектуальных систем управления и диагностики промышленного оборудования в данной отрасли.

Задачи проекта:

— Разработка эффективной Smart-технологии построения динамических интеллектуальных систем управления сложными объектами на основе когнитивного подхода и новейших разработок ИИ (искусственных иммунных систем, алгоритмов роевого интеллекта, нейронных сетей, генетических алгоритмов, теории нечетких множеств и мультиагентных систем) для различных приложений.

— Синтез многофункциональной искусственной иммунной системы, состоящей из подсистем, реализующих основные механизмы и алгоритмы функционирования иммунной системы человека (молекулярное узнавание, клональный отбор и негативную селекцию) для оценки состояния и прогноза поведения интеллектуальной системы, диагностики оборудования, поддержки принятия решения и оперативной корректировки поведения системы.

— Создание новых модифицированных алгоритмов ИИС с применением алгоритмов роевого интеллекта, нейронных и генетических алгоритмов, а также разработка программного обеспечения для их реализации в многофункциональной ИИС.

— Разработка системы диагностики промышленного оборудования на основе предложенных модифицированных алгоритмов ИИС, подходов AMDEC (Analyse Des Modes de Défaillance set des leurs Effect set leur criticité, анализ режимов работы и отказов, их влияния и степень критичности)и современной микропроцессорной техники.

— Создание мнемосхем для управления сложными объектами с использованием новейших достижений в области искусственного интеллекта и когнитивных технологий.

— Реализация многофункциональной ИИС на основе мультиагентного подхода с использованием когнитивных агентов при синтезе интеллектуальных систем управления для различных приложений в системах промышленной автоматизации, технологических процессах нефтегазовой отрасли и образовании.

3. Создание инновационных интеллектуальных информационных технологий дистанционного обучения (с возможностью удаленного доступа к современному действующему промышленному оборудованию разных фирм производителей в лабораториях коллективного пользования) с использованием различных нетрадиционных биоинсперированных подходов: искусственных иммунных систем; нейронных сетей, генетических алгоритмов, алгоритмов роевого интеллекта и др.

Решается проблема подготовки профессиональных инженерных кадров для работы с современными технологиями и сложным промышленным оборудованием.

В ходе выполнения проекта за 2018 г. были получены следующие основные результаты:

— Разработана Smart-технология построения интеллектуальных систем управления сложными объектами на основе когнитивного подхода и новейших разработок искусственного интеллекта.

— Проведен аналитический обзор современного состояния Искусственных Иммунных Систем (ИИС).

— Разработаны теоретические основы для создания многофункциональной Искусственной Иммунной Системы.

— Рассмотрены основные механизмы управления на основе распределенных систем управления предприятиями Honeywell DCS, а также принципы передачи и хранения данных для работы с прогнозируемыми событиями с использованием подхода ИИС.

— Предложена архитектура интеллектуальной системы на основе модифицированного алгоритма ИИС (клонального отбора) для интеграции с Honeywell DCS.

— Разработана многофункциональная ИИС на основе модифицированных алгоритмов роевого интеллекта, когнитивных технологий и мультиагентного подхода.

— Разработан модифицированный алгоритм роя частиц с весом инерции (IWPSO) для многофункциональной ИИС.

— Разработан модифицированный кооперативный алгоритм роя частиц (CPSO) для многофункциональной ИИС.

— Получены результаты моделирования модифицированных алгоритмов роя частиц (IWPSO и CPSO) на базе реальных производственных данных нефтегазовой компании ТенгизШевройл для диагностики промышленного оборудования (с использованием суточных замеров показаний с датчиков установки У300) на основе ИИС.

— Проведен сравнительный анализ результатов моделирования модифицированных алгоритмов роя частиц (IWPSO и CPSO) с классическим алгоритмом роя частиц (PSO).

— Разработана инновационная когнитивная Smart-технология на основе ИИС для дистанционного обучения людей с ослабленным зрением инженерным специальностям в лаборатории коллективного пользования компании Honeywell для обучения промышленному оборудованию с использованием распределенной системы управления Experion PKS. Применение когнитивного подхода позволяет обеспечить качественное персонализированное дистанционное обучение в зависимости от типа центральной нервной системы обучающихся (холерик, меланхолик и т.д.), психофизиологических особенностей восприятия и усвоения текущей информации, а также особенностей зрения с учетом психотипа. В дальнейшем предлагаемая когнитивная Smart — технология может применяться при разработке мнемосхем для управления сложными техническими, технологическими процессами и осуществления информационной поддержки деятельности человека с учетом индивидуальных психофизиологических особенностей восприятия и осознания текущей информации.

— Разработана уникальная иммунносетевая технология построения интеллектуальных систем прогнозирования и управления сложными объектами в условиях неопределенности параметров на основе биологического подхода искусственных иммунных систем (ИИС). Данная технология по обработке и прогнозу многомерных данных нацелена на уменьшение ошибок обобщения и повышение достоверности прогноза на основе свойств гомологичных белков.

Результаты исследований применяются при разработке следующих приложений: интеллектуализации систем промышленной автоматизации, диагностики промышленного оборудования, при компьютерном молекулярном дизайне лекарственных препаратов с заданными свойствами, дистанционном обучении инженерным специальностям людей с ограниченными возможностями зрения. (сделать ссылку на документ ОПИСАНИЕ ПО)

  1. Samigulina G.A., Samigulina Z.I. Development of Smart technology for Complex Objects prediction and Control on the Basis of a Distributed Control System and an Artificial Immune Systems Approach // Advances in Sciences, Technology and Engineering Systems Journal. – 2019. – Vol. 4, No. 3. – P.75-87. (Scopus)
  2. Samigulina G.A., Samigulina Z.I. Development of Smart-technology for Complex Objects Control based on Approach of Artificial Immune Systems // Materials of Global Smart Industry Conference (GloSIC). – Russia, 2018. – DOI:10.1109/glosic.2018.8570142. (Clarivate Analytics)
  3. Samigulina G.A., Massimkanova Zh.A. Development of Smart-technology for Forecasting Technical State of Equipment based on Modified Particle Swarm Algorithms and Immune-Network Modeling // Abstracts of The International Conference on Computational and Experimental Engineering and Sciences. – Tokyo, 2019. – P. 68-69. (Scopus)
  4. Samigulina G.A., Samigulina Z.I. Modified immune network algorithm based on the Random Forest approach for the complex objects control // Artificial Intelligence Review. – Springer, 2018. – P. 1-17. (Clarivate Analytics)
  5. Samigulina G.А., Massimkanova Zh.A. Multi-agent System for Forecasting Based on Modified Algorithms of Swarm Intelligence and Immune Network Modeling // Proceedings of the 12th International Conference Agents and Multi-agent Systems: Technologies and Applications (KES-AMSTA-18). – Australia: Springer, 2018. – P. 199-208. (Scopus)
  6. Samigulina G.A., Samigulina Z.I. Development of multi-agent technology for prediction of the «structure-property» dependence of drugs on the basis of modified algorithms of artificial immune systems // Proceedings of International Work Conference on Bioinformatics and Biomedical Engineering, IWBBIO 2018. –Spain, Granada, April 25-27, 2018. – P. 1-2. (Clarivate Analytics)
  7. Samigulina G.А., Massimkanova Zh.A. Construction of optimal immune network model based on swarm intelligence algorithms for computer design of new drugs // Proceedings of VII International Conference «Optimization problems and their applications, OPTA-2018». – Omsk, 8-14, July 2018. – P.349-358. (Scopus)
  8. Samigulina G.A., Shayakhmetova A.S., Nyusupov A.T. Innovative intelligent technology of distance learning for visually impaired people // Open engineering. – De Gruyter, 2017. – Vol. 7, Issue 1. – P. 444-452. (Scopus)
  9. Samigulina G.A., Nyusupov A.T., Shayakhmetova A.S. Analytical review of software for multi-agent systems and their applications // Известия НАН РК. Серия геологические и технические науки. – Алматы, 2018. – № 3 (429). – C. 173-181. (Scopus)
  10. Samigulina G., Nyussupov A., Shayakhmetova A. Multi-agent Smart-system of distance learning for people with vision disabilities // of the IVth Intern.KES conf. Smart Education and e-Learning (SEEL-17). – Portugal: Springer, 2017. – P.154-166. (Thomson Reuters).
  11. Samigulina G.A., Samigulina Z.I. Intellectualization of the Data Processing in the Industrial Automatization on the basis of modern equipment // Lecture Notes in Networks and Systems. – Springer, 2017. – Р.125-137. (Scopus)
  12. Samigulina G.A., Samigulina Z.I. Immune network Technology on the Basis of Random Forest Algorithm for Computer-Aided Drug Design // Proc. 5th Int. Conference Bioinformatics and Biomedical Engineering, IWBBIO 2017. – Springer, 2017. – Vol. 10208. – P. 50-61. (Thomson Reuters)
  13. Samigulina G.A., Shayakhmetova A.S. Smart-system of distance learning of visually impaired people based on approaches of artificial intelligence // J. Open Engineering, 2016. – № 6. – Р. 359- 366 (Thomson Reuters, Scopus)
  14. Samigulina G.A., Samigulina Z.I. Intellectualization of the Data Processing in the Industrial Automatization // Proc. of the SAI Intelligent Systems Conference. – London, UK, 2016. – P. 91-101. (Scopus, Thomson Reuters)
  15. Samigulina G.A., Shayakhmetova A.S. Development of the Smart — system of distance learning visually impaired people on the basis of the combined OWL model // Proc. of the Intern. forum Smart Education and e-Learning (SEEL-16). – Spain, Tenerife, 2016. – P. 109-118. (Scopus)
  16. Samigulina G.A., Samigulina Z.I. Intelligent System of Distance Education of Engineers, based on Modern innovative Technologies // Proc. of the II Intern. Conf. on Higher Education Advances, HEAd’16. J. Social and Behavioral Sciences. – Valencia, Spain. Elsevier, 2016. – № 228. – P. 229-236. (Thomson Reuters)
  17. Samigulina G.A., Samigulina Z.I. Drag Design of sulfanilamide based on Immune Network Modeling and Ontological approach // Proceedings of the 10th IEEE International Conferences on Application of Information and Communication Technologies AICT2016. – Azerbaijan, Baku, 2016 // aict.info/2016. (Scopus)
  18. Samigulina Z.I., Shiryayeva O.I., Samigulina G.A., Fourati H. Adaptive Control strategy based reference model for Spacecraft Motion Trajectory // International Journal of Adaptive Control and Signal Processing. – Wiley, 2015. – № 29. – P. 639-652. (Thomson Reuters)
  19. Samigulina Galina, Shayakhmetova Assem. The information system of distance learning for people with impaired vision on the basis of artificial intelligence approaches // Proc. of the II Intern.conf. on Smart Education and E-learning. Smart Innovation, Systems and Technologies. – Italy, Sorrento, 2015. – Vol. 41. – P. 255-263. (Thomson Reuters)
  20. Самигулина Г.А., Самигулина З.И. Интеллектуальное компонентно — ориентированное программное обеспечение для оценки производственных рисков // Актуальные проблемы экономики. – Киев, 2015. – №6(168). – C.457-464. (Scopus)
  21. Самигулина Г.А., Шаяхметова А.С. Построение интеллектуальной системы дистанционного обучения для людей с ограниченными возможностями зрения // Матер. IV Междунар. научн. конгресса «Наука и образование в современном мире». – Новая Зеландия: Окленд, 2015. – С.848-851. (Scopus)
  22. Samigulina Galina, Samigulina Zarina. Industrial implementation of the immune network modeling of complex objects on the equipment Schneider Electric and Siemens // Proc. of Intern. Workshop on Artificial Immune Systems- Systems & Synthetic Immunology, Computational Immunology &Immune-Inspired Engineering. – Taormina, Italy, 2015. – Р. 72-81. (Scopus)
  23. Samigulina G.A., Samigulina Z.I., Wuizik W., Krak Yu. Prediction of «structure – property» Dependence of New Organic Compounds on the basis of Artificial Immune Systems // Journal of Automation and Information Sciences. – USA: Begell hause, 2015. – Vol. 47, Issue 4. – P. 28-35. (Thomson Reuters)
  24. Samigulina G.A., Samigulina Z.I. Computational Molecular Design of Antiseptic Drags based on Immune Network Modeling // Proceedings of the 12-th International Conference on Electronics Computer and Computation «ICECCO 2015». – Almaty: Suleyman Demirel University, 2015. – P. 47-51. (Scopus)
  25. Самигулина Г.А., Самигулина З.И., Вуйцих В., Крак Ю.В. Прогнозирование зависимости «структура – свойство» новых органических соединений на основе искусственных иммунных систем // Проблемы управления и информатики. – Киев, 2015. – №2. – С. 81-88. (Scopus)
  1. MCPSO (Multi-agent Cooperative Particle Swarm Optimization). Программа для ЭВМ / Самигулина Г.А., Масимканова Ж.А. / №2313 от 15.03.2019 г.
  2. «ACCO (Ant Colony for complex object)». Программа для ЭВМ / Самигулина Г.А., Самигулин Т.И. / №836 от 06.12.2018 г.
  3. Программное обеспечение «MAS_DL_PIV» (Multi-Agent System of Distance Learning for People with Impaired Vision) – мультиагентная система дистанционного обучения людей с ограниченными возможностями зрения (Программа для ЭВМ) / Самигулин Т.И., Нюсупов А.Т., Шаяхметова А.С. / № 1614 от 03.07.2017 г.
  4. Программное обеспечение «SIIM» (Swarm Intelligence for Immune network Modeling) – Роевой Интеллект для Иммунносетевого Моделирования (Программа для ЭВМ) / Самигулина Г.А., Масимканова Ж.А. / № 3191 от 25.12.2017 г.
  5. Программное обеспечение Data_Preprocessing для предварительной обработки данных. Программа для ЭВМ / Самигулина Г.А., Самигулина З.И., Самигулин Т.И. / № 0189 от 28.01.2016 г.
  6. Программное обеспечение GeneticPRegulator для решения задач управления сложными объектами (Программа для ЭВМ) / Самигулин Т.И., Ширяева О.И., Самигулина З.И., Самигулина Г.А. / № 1824 от 19.08.2016 г.
  7. Программное обеспечение «DLS_PIV» для дистанционного обучения людей с ограниченными возможностями зрения (Программа для ЭВМ) / Самигулин Т.И., Шаяхметова А.С., Сулеймен О.О. / № 0090 от 15.01.2016 г.

Проект: № АР05132044 «Разработка аппаратно-медицинского комплекса оценки психофизиологических параметров человека» (2018-2020 гг.).

Научный руководитель: д.ф.-м.н., профессор Мазаков Талгат Жакупович

Целью проекта является:

Разработка новых методов и технических средств оценки психофизиологических параметров человека.

Фундаментальной задачей проекта является разработка и исследование методов и средств оценки психофизиологических параметров человека. Для решения данной задачи ставятся следующие основные подзадачи:

  1. Автоматизация психологических тестов на русском языке.
  2. Автоматизация психологических тестов на казахском языке.
  3. Разработка математических алгоритмов обработки биомедицинских сигналов
  4. Разработка аппаратно-программного обеспечения оценки психофизиологических параметров человека.
  5. Разработка комплекса оценки психофизиологических параметров человека.

Научная новизна заключается в исследовании существующих, а также в разработке новых математических моделей и алгоритмов для решения поставленной задачи по разработке критериев психофизиологической идентификации личности на основе интервальной математики.

Практическая значимость состоит в разработке методов и программно-аппаратных средств получения психофизиологического портрета личности, которые могут быть применены органами государственного управления и правоохранительными органами.