Гибридные комплексные интеллектуальные системы

Гибридные экспертные системы — Ида Тен

История создания и развития интеллектуальных информационных систем неразрывно и тесно связана с историей развития вычислительной техники.

С появлением быстродействующих компьютеров появилась возможность моделировать и имитировать процессы деятельности человеческого мозга, например, процесс нахождения человеком оптимального пути до дома или побор необходимой книги.

Историю создания и развития интеллектуальных информационных систем можно отсчитывать с конца шестидесятых годов двадцатого столетия, когда Л. Заде ввел понятие нечетких множеств и разработал теорию нечетких множеств.

За прошедшее время были созданы разнообразные виды интеллектуальных информационных систем, такие как искусственные нейронные сети, генетические алгоритмы, экспертные системы, когнитивные системы, системы распознавания, интеллектуальные базы данных, системы, основанные на прецедентах.

Интеллектуальные информационные системы, созданные за последние годы, в зависимости от архитектуры можно классифицировать на две группы: однокомпонентные интеллектуальные информационные системы и многокомпонентные интеллектуальные информационные системы.

Обратите внимание

Кроме того, можно рассматривать и еще один тип интеллектуальных информационных систем, появление которого обусловлено стремительным ростом объемов знаний, информации и данных, которые могут храниться в распределенных базах данных и базах знаний, доступных через глобальную сеть Internet. Архитектуру интеллектуальной информационной системы такого типа можно назвать распределенной. При этом подходе каждый функциональный интеллектуальный модуль (агент) может работать автономно и во взаимодействии с другими модулями путем передачи данных и сообщений через глобальную сеть Internet. Существующие в настоящее время интеллектуальные информационные системы, такие как когнитивные системы, экспертные системы, системы на прецедентах, нейронные сети и тому подобные могут быть преобразованы в агенты.

Однокомпонентные интеллектуальные информационные системы основаны на использовании единственного средства искусственного интеллекта, такого, например, как нечеткая логика, вероятностный байесовский подход, генетический алгоритм или искусственная нейронная сеть. Многокомпонентные интеллектуальные информационные системы объединяют в себе различные методы, модели и средства искусственного интеллекта в единую сложную вычислительную модель.

Такое разнообразие интеллектуальных систем определяется необходимостью формализации разнообразных данных, информации и знаний, причем не всегда процесс формализации можно успешно выполнить для данных, информации и знаний любого вида и типа. Одним из видов многокомпонентных интеллектуальных информационных систем являются гибридные интеллектуальные системы.

Гибридные интеллектуальные системы позволяют использовать достижения и преимущества традиционных средств и методов искусственного интеллекта, и в то же время способны решать задачи, нерешаемые отдельными методами и средствами искусственного интеллекта. Гибридные интеллектуальные системы позволяют более эффективно и адекватно соединять формализуемые и не формализуемые знания, информацию и данные за счет интеграции традиционных средств, методов и моделей искусственного интеллекта в единую сложную систему.

Гибридная информационная система, как правило, состоит из четырех основных модулей: управляющего центра, нескольких помощников, нескольких исполнителей движений и планировщика.

В системе реализуют архитектуру с использованием управляющего центра, который связан с перечисленными основными модулями и координирует, направляет их функционирование.

В процессе разработки основные интеллектуальные модули могут быть дополнены управляющими и коммуникативными знаниями и моделями, интеллектуальным интерфейсом, необходимыми для их объединения в многоагентную интеллектуальную информационную распределенную систему.

Многоагентные системы могут осуществлять альтернативные рассуждения на основе применения знаний, информации и данных из разнообразных непересекающихся источников с использованием механизма устранения возникающих противоречий .

Под гибридной интеллектуальной системой принято понимать систему, в которой для решения задачи используется более одного метода имитации и моделирования интеллектуальной деятельности человека и более одного метода формализации представления знаний, например, экспертных систем, искусственных нейронных сетей, нечетких систем, генетических алгоритмов и имитационных статистических моделей . Экспертная система в таких системах является интегрирующим модулем и связана с другими компонентами гибридной системы. Вспомогательные подсистемы, такие как база данных и гео-информационная система, служат связующими звеньями экспертной системы с полнофункциональными внешними базами данных и гео-информационными системами.

Можно выделить две интерпретации понятия гибридной интеллектуальной системы – узкая, когда в ней объединяются разные парадигмы представления знаний и обработки данных, но она остается в рамках инженерии знаний, и широкая – когда в гибридной интеллектуальной информационной системе объединяются модели инженерии знаний и нейро-информатики.

В рамках исследования методологий создания гибридных интеллектуальных информационных систем в 2001 году были предложены проблемно-структурная методология и технология разработки гибридных интеллектуальных систем, которые позволили синтезировать гибридные интеллектуальные системы для решения задач, состоящих из множества подзадач, требующих применения различных методов имитации и моделирования интеллектуальной деятельности человека. Позднее в 2007 году была предложена проблемно-инструментальная методология разработки гибридных интеллектуальных систем как обобщение проблемно-структурной методологии на случай отсутствия соответствующих методов формализации знаний и методов решения подзадач сложной задачи.

На основе предложенных методологий и технологий разработаны гибридные интеллектуальные системы для практического применения в различных предметных областях: решения сложных транспортно-логистических задач, сменно-суточное планирование в морском порту, среднесрочного планирования на производственном предприятии с мелкосерийным характером производства, гибридная экспертная система для инвестиционных рекомендаций.

Статья на тему гибридные экспертные системы

Источник: https://idatenru.ru/technology/gibridnie-ekspertnie-sistemi

Гибридные интеллектуальные системы сидоров и под гибридной

ГИБРИДНЫЕ ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ Сидоров И.

Под гибридной интеллектуальной системой принято понимать систему, в которой для решения задачи используется более одного метода имитации интеллектуальной деятельности человека. Таким образом ГИС — это совокупность: — имитационных статистических моделей — искусственных нейронных сетей — генетических алгоритмов — аналитических моделей — экспертных систем — нечетких систем

ТО РИ Я ВО ЗН ИК РМ ИН А ТЕ НИ Я ВЕ НО Термин «интеллектуальные гибридные системы» появился в 1992 г. Авторы вкладывали в него смысл гибридов интеллектуальных методов, таких как экспертные системы, нейросети и генетические алгоритмы.

Экспертные системы представляли символьные, а искусственные нейронные сети и генетические алгоритмы — адаптивные методы искусственного интеллекта.

Важно

Однако, в основном, новый термин касался достаточно узкой области интеграции — экспертные системы и нейросети. ИС

ТК И Научная область Ги.

ИС включает исследование автономных методов для определения их преимуществ и недостатков, отношений интеграции во многом определяющих состав, архитектуру и процессы обмена и обработки информации в гибридах, идентификацию задач соответствующих гибридным системам, разработку протоколов для коммуникации между компонентами и многопроцессорные архитектуры. ПР ГИ ЕД БР М ИД ЕТ НЫ РА ЗР Х А ИС БО

ГИ ЕЛ БР Ь Р ИД АЗ НЫ РА БО Х ИС ТК И Цели исследований Ги. ИС включают создание методов увеличения эффективности, выразительной силы и силы вывода интеллектуальных систем, преимущественно более полных, разрабатываемых с меньшими усилиями разработки, чем приложения, использующие автономные методы. В фундаментальной перспективе Ги. ИС могут помочь понять когнитивные механизмы и модели. Ц

комбинированные(combination) объединенные (fusion) КЛ ИН А ТЕ СС ЛЛ И ЕК ФИ ТУ КА А ЦИ ЛЬ Я НЫ Г ИБ Х С РИ ИС Д НЫ ТЕ М Х интегрированные (integration) ассоциативные (association)

ИС Комбинированными гибридными ИС называют гибридные экспертные системы, представляющие собой интеграцию экспертных систем и нейронных сетей и соединяющие как формализуемые знания (в экспертных системах), так и неформализуемые знания (в нейронных сетях). экспертная система адаптивного обучения гибридная экспертная система для медицинской диагностики НН Ы гибридная экспертная система для анестезиологии тяжелых пациентов КО М БИ НИ РО ВА Е Примеры комбинированных систем

В архитектуре интегрированных гибридных ИС главенствует основной модуль-интегратор, который, в зависимости от поставленной цели и текущих условий нахождения решения, выбирает для функционирования те или иные интеллектуальные модули, входящие в систему, и объединяет отклики задействованных модулей. Примеры интегрированных гибридных ИС гибридная экспертная система RAISON гибридная интеллектуальная система для создания планов движения роботов Н А В РО И ГР Е И Т Н Ы Н Е С И

Характерной особенностью нейронных сетей и генетических алгоритмов является их способность к обучению и адаптации посредством оптимизации. Соединение этих методов с другими методами искусственного интеллекта позволяет увеличить эффективность их способности к обучению.

Такую архитектуру гибридной ИС можно отнести к объединенному типу.

Примеры объединенных гибридных ИС Е гибридная экспертная система для инвестиционных рекомендаций гибридная экспертная система для определения неисправностей в энергетических системах Ы Н И Н Д Е О БЪ Н Е С И

Совет

А С С О Ц И А ТИ ВН Ы Е И С Архитектура ассоциативных гибридных систем предполагает, что интеллектуальные модули, входящие в состав такой системы, могут работать как автономно, так и в интеграции с другими модулями. В настоящее время, из-за недостаточного развития систем такого типа, системы с ассоциативной архитектурой еще недостаточно надежны и не получили широкого распространения.

КИ Я ОТ И Ц АБ КА ЗР И А С ИФ Й Р И С ГИ Х С Е А Т НЫ КЛ ТРА ИД С БР ГИ В на основе аналитического обзора существующих классификаций Ги. ИС предложено выделять следующие пять стратегий разработки Ги. ИС: автономные, трансформационные, слабосвязанные, сильносвязанные полностью интегрированные модели

А ИН РГУ ТЕ М ЛЛ ЕН ЕК ТА ТУ ЦИ А Я ЛЬ ГИ НЫ БР Х ИД С Н ИС Ы ТЕ Х М Рассмотрим главные факторы актуальности приложений на базе Ги. ИС: предметная область проблемность среды систем поддержки принятия решений

О ИБ С ПА С ЗА ИМ ВН Е НИ А !!!

Источник: http://present5.com/gibridnye-intellektualnye-sistemy-sidorov-i-pod-gibridnoj/

Гибридные интеллектуальные человеко-машинные вычислительные системы и когнитивные процессы (стр. 1 из 2)

системы и когнитивные процессы

М.Д. Сеченов

Процесс информатизации как в нашей стране, так и за рубежом сопровождается широким распространением информационно- поисковых, советующих, проектирующих и других систем в различных областях человеческой деятельности.

Постоянно растущая потребность в автоматизации обработки всё увеличивающихся объёмов информации, развитие вычислительной техники и активизация роли человека как элемента системы обусловливают необходимость развития человеко-машинных вычислительных систем (ЧМВС) с целью повышения их эффективности.

Анализ общей тенденции развития показывает, что наиболее перспективным направлением является создание интеллектуальных самоорганизующихся систем. Однако существующие методы и средства проектирования ЧМВС и управления ими не позволяют интегрировать интеллектуальные функции в достаточной мере.

В этой связи многообещающим является поиск законов эволюции естественных и искусственных систем.

В [1] показано, что радикальным направлением интеллектуализации является концепция на основе парадигмы «эволюционной интеллектуальной технологии», предполагающей комплексное использование методов и средств эволюционного синтеза имитационных моделей и их адаптация в задачах выделенной прикладной области.

Читайте также:  Авиакасса в вашем смартфоне

Методология развития и совершенствования искусственных систем должна учитывать «опыт» и законы эволюции естественных. Однако, здесь неизбежна и взаимная адаптация. Методология взаимной адаптации помогла выявить многоструктурность процессов принятия решений.

Она позволила переходить от внешних, технических, к внутренним, психологическим, факторам сложности интеллектуальной деятельности и отбирать ограниченное число действительно релевантных факторов, отражающих влияние внешних и внутренних условий труда, психологическую структуру и стратегию деятельности, тесно коррелирующих с критериями сложности, эффективности, надёжности, напряжённости деятельности [2].

Обратите внимание

В этой связи весьма важна разработка практических принципов взаимной адаптации человека с новейшей техникой и условиями труда, создание теории и методов синтеза и применение эффективных компьютеризованных систем адаптивного взаимодействия людей между собой и с ЭВМ по принципу гибридного интеллекта (ГИ).

Термин гибридный интеллект был впервые введён В.Ф. Вендой в 1975 году в докладе на конференции по семантическим вопросам искусственного интеллекта, а основы теории систем гибридного интеллекта изложены в сборнике по инженерной психологии в 1977 году.

Теория ГИ систем, включая естественные, искусственные и комбинированные, может быть построена на основе законов, общих для всех видов систем. В качестве таковых В.Ф. Вендой предложен ряд законов взаимной адаптации и трансформации систем.

Взаимная адаптация акцентирует внимание на изменениях, которые претерпевают объекты, становясь компонентами системы, на закономерностях этих изменений в ходе становления, развития, существования, трансформации структур системы.

Взаимная адаптация человека и ЭВМ направлена на максимальное раскрытие индивидуальных способностей, компенсацию психофизиологических недостатков, учёт интересов лица принимающего решения. Этот процесс также ведёт к наиболее полному использованию возможностей вычислительной техники, заложенных в ней знаний, умений, находок и открытий предшественников.

Принципиальное отличие методологии системы гибридного интеллекта от традиционной методологии инженерной психологии состоит в том, что вместо анализа вариантов и попытки выбрать из них оптимальный проводится синтез разных вариантов решений, объединения скрытых и непосредственных участников решения [3]. По- существу, здесь можно вести речь о наборах популяций и применении к ним генетических алгоритмов.

Система гибридного интеллекта может рассматриваться как этап в переходе от случайной неорганизованной творческой деятельности в решении задач нового класса к автоматизированному решению этих задач в системах искусственного интеллекта. Такая эволюция способов и систем решения задач рассмотрена на примере САПР А.А. Самарским.

Следует отметить что системы гибридного интеллекта (применительно к ЧМВС) рассматриваются как комбинированные системы, интегрально включающие в себя искусственный и естественный интеллекты.

Важно

Искусственный интеллект — это интеллектуальная система, реализующая априорные стратегии Sa. Другими словами, искусственный интеллект — это система, для которой соблюдается максимальное значение коэффициента корреляции априорных и реальных стратегий (Sp) решения задач :. Естественный интеллект может функционировать в интервале -1

Источник: http://MirZnanii.com/a/112316/gibridnye-intellektualnye-cheloveko-mashinnye-vychislitelnye-sistemy-i-kognitivnye-protsessy

Гибридные интеллектуальные системы. а.в. гаврилов, ю.в. новицкая — pdf

СБОРНИК НАУЧНЫХ ТРУДОВ НГТУ. — 2004. — 1. — 55-60 УДК 681.3 АРХИТЕКТУРА ГИБРИДНОЙ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ А.В. ГАВРИЛОВ, Ю.В. НОВИЦКАЯ Интенсивное развитие гибридных интеллектуальных систем в последние

Подробнее

Раздел III. Искусственный интеллект и нечеткие системы УДК 004.8, 004.82:16 В.В. Игнатьев АДАПТИВНЫЕ ГИБРИДНЫЕ ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ Рассмотрены адаптивные гибридные интеллектуальные системы

Подробнее

Системы автоматизированного и дистанционного обучения 119 Системы автоматизированного и дистанционного обучения УДК 656.25+681.5.09 Использование технологии гибридных экспертных систем и имитационных моделей

Подробнее

УДК 004.89 Международная конференция «Интеллектуальные системы» Секция «Мягкие вычисления и нечеткие модели» Гибридные системы управления мобильных роботов Гаврилов А.В., к.т.н., доцент Новосибирский государственный

Подробнее

СБОРНИК НАУЧНЫХ ТРУДОВ НГТУ. — 2005. -. с. УДК 681.3 АЛГОРИТМ ОБУЧЕНИЯ МНОГОСЛОЙНОГО ПЕРСЕПТРОНА НА ОТРИЦАТЕЛЬНЫХ ПРИМЕРАХ А.В.ГАВРИЛОВ, А.А. ЯКОВЕНКО В данной работе предлагается алгоритм обучения персептрона

Подробнее

Введение в нейронные сети [M.160] Ранее отмечалось, что такие популярные инструменты Data Mining, как регрессия и деревья решений, широко используемые для решения задач классификации и прогнозирования,

Подробнее

Структурная и функциональная организация информационных систем и информационных технологий Компании, производственные и хозяйственные предприятия, корпорации, банки, органы территориального управления,

Подробнее

Министерство образования и науки Российской Федерации ФГБОУ ВО «Уральский государственный лесотехнический университет» Институт экономики и управления 620100, Екатеринбург, Сибирский тракт, 37, оф. 1-103

Подробнее

Технологии искусственного интеллекта Вопросы 1. Понятие искусственного интеллекта 2. Экспертные системы и системы поддержки принятия решений 3. Основы нечеткой логики 4. Основы нейронных сетей 5. Основы

Подробнее

МОДЕЛИРОВАНИЕ МОРСКИХ ТРАНСПОРТНЫХ СИСТЕМ НА ОСНОВЕ ИНТЕЛЛЕКТУАЛЬНЫХ ГЕОИНФОРМАЦИОННЫХ СИСТЕМ В. Ю. Осипов (Санкт-Петербург) Введение Среди множества актуальных научных проблем, связанных с моделированием

Подробнее

УДК 621.313.2 Кувшинов Н.Е., инженер научно-исслед. лаборатории «ФХПЭ» Казанский государственный энергетический университет Россия, г. Казань Kuvshinov N.E., engineer laboratory «FHPE» Kazan State Power

Подробнее

ВОЛКОВ С. Д., ЦАРЕГОРОДЦЕВ А. В., ЦАЦКИНА Е. П. ОСОБЕННОСТИ ПОСТРОЕНИЯ СИСТЕМ ОБНАРУЖЕНИЯ КОМПЬЮТЕРНЫХ АТАК ДЛЯ ИНФОРМАЦИОННО-ТЕЛЕКОММУНИКАЦИОННЫХ СИСТЕМ, ФУНКЦИОНИРУЮЩИХ НА ОСНОВЕ ТЕХНОЛОГИИ ОБЛАЧНЫХ

Подробнее

ДЖАМАЛИДИНОВА М. E., ПИЩИН О. Н. ИДЕНТИФИКАЦИЯ НЕИСПРАВНОСОТЕЙ ОБЪЕКТОВ СИСТЕМ ПОДВИЖНОЙ СОТОВОЙ СВЯЗИ Аннотация. С целью идентификации неисправностей, возникающих на объектах систем подвижной сотовой

Подробнее

УДК 004.032.26 1 А. К. Крутиков, В. Л. Клюкин ПРОГНОЗИРОВАНИЕ СПОРТИВНЫХ РЕЗУЛЬТАТОВ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ В статье рассмотрены основные подходы к прогнозированию спортивных результатов с помощью нейронных

Подробнее

Министерство образования Республики Беларусь Учреждение образования Белорусский государственный университет информатики и радиоэлектроники УДК 004.89 Ветров Юрий Владимирович Система распознавания объектов

Подробнее

УДК 004.8.03.6 ПРИНЦИП РАБОТЫ МОДУЛЯ НЕЧЕТКО-НЕЙРОННОГО УПРАВЛЕНИЯ НА ОСНОВЕ АЛГОРИТМА ОБРАТНОГО РАСПРОСТРАНЕНИЯ ОШИБКИ Жантасова Б.Т., otasha_zhan@al.ru Костанайский государственный университет им. А.Байтурсынова,

Подробнее

188 International Journal «Information Content and Processing», Volume 1, Number 2, 2014 ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ РАСПОЗНАВАНИЯ ЗДАНИЙ НА СПУТНИКОВЫХ ИЗОБРАЖЕНИЯХ С ПОМОЩЬЮ НЕЧЕТКИХ НЕЙРОННЫХ СЕТЕЙ Светлана

Подробнее

НЕЙРОСЕТЕВЫЕ ТЕХНОЛОГИИ В ЗАДАЧАХ ПРОГНОЗИРОВАНИЯ САРКИСЯН С.Г, ОВАКИМЯН А.С, ХАРАТЯН А.А. АРМЕНИЯ, ЕРЕВАНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Аннотация. Часто при решении экономических задач по прогнозированию

Подробнее

ANFIS Adaptive-Network-based Fuzzy Inference System Введение ANFIS адаптивная сеть, функционально эквивалентная системе нечёткого вывода. ANFIS использует гибридный алгоритм обучения. Алгоритм предложен

Подробнее

ОСОБЕННОСТИ ПРИМЕНЕНИЯ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ПРИ РАЗРАБОТКЕ ИНФОРМАЦИОННЫХ СИСТЕМ И.В. Шевченко к.т.н., доцент КрНУ Содержание 1 1. Расширение круга функциональных задач в информационных

Подробнее

УДК 004:37 АРХИТЕКТУРА АГЕНТОВ ДЛЯ ИНФОРМАЦИОННО-ОБРАЗОВАТЕЛЬНОЙ СИСТЕМЫ 2012 С. Н. Иванов программист межрегионального научно-методического центра высоких информационных технологий e-mail: serge.ivanov.nk@gmail.com

Подробнее

МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ Кафедра АППМА Дипломная работа Использование естественного языка для обучения мобильного робота Группа:

Подробнее

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В СЕНСОРНЫХ СИСТЕМАХ ДЭВИД САНДЕРС DAVID SANDERS Под системами искусственного интеллекта понимается большое количество продвинутых технологий, обеспечивающих машинам способность

Подробнее

Мозохин А.Е. Система оценки производительности компьютерных сетей корпоративной информационной системы на основе нейронной сети с нечеткой логикой [Электронный ресурс] // Информационно-экономические аспекты

Подробнее

ISBN 5-86911-268-0 УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ Уфа, 1999 РАЗРАБОТКА АВТОМАТИЗИРОВАННЫХ СИСТЕМ УДК 681.5, 658.52 К ВОПРОСУ О ПОСТРОЕНИИ ГИБРИДНЫХ НЕЙРО-НЕЧЕТКИХ ЭКСПЕРТНЫХ СИСТЕМ ДИАГНОСТИКИ И КОНТРОЛЯ

Подробнее

Информатика и системы управления 85 УДК 004.8 П.А. Шагалова РЕАЛИЗАЦИЯ СИСТЕМЫ РАСПОЗНАВАНИЯ ОБРАЗОВ НА БАЗЕ НЕЙРОСЕТЕВОГО ПОДХОДА ДЛЯ АНАЛИЗА ВРЕМЕННЫХ РЯДОВ Нижегородский государственный технический

Подробнее

Жилина Елена Викторовна Васюта Сергей Димитрович Ганжа Андрей Евгеньевич Ростовский государственный экономический университет (РИНХ) ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ В СИСТЕМАХ ОБНАРУЖЕНИЯ АТАК На сегодняшний

Подробнее

СБОРНИК НАУЧНЫХ ТРУДОВ НГТУ. — 2004. — 4. — 1-4 УДК 519.816 ОБУЧЕНИЕ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ К.В. КСЕНОФОНТОВ Система поддержки принятия решений (СППР), по своей сути, является, системой распределенного

Подробнее

Ротштейн А.П., Штовба С.Д. Влияние методов дефаззификации на скорость настройки нечеткой модели // Кибернетика и системный анализ. 22.. С.69 76 УДК 62- Влияние методов дефаззификации на скорость настройки

Подробнее

Вопросы для вступительного экзамена в докторантуру по дисциплинам «Автоматизация технических систем» 1 Основные задачи в области автоматизации технических систем и их связь с требованиями производства.

Подробнее

International Book Series «Information Science and Computing» 79 МУЛЬТИАГЕНТНЫЙ ИНТЕРФЕЙС ДЛЯ ДОСТУПА К ОНТОЛОГИЧЕСКОЙ СИСТЕМЕ В АРХИТЕКТУРЕ ИНТЕГРАЦИИ ИНФОРМАЦИОННЫХ СИСТЕМ Анна Воскобойникова Аннотация:

Подробнее

Государственное образовательное учреждение высшего профессионального образования «Южно-Уральский государственный университет» Факультет Вычислительной математики и информатики Кафедра системного программирования

Подробнее

УДК 001:378 Построение последовательности обучения при создании электронных учебных курсов на основе учебных объектов Салгараева Гулназ Ибрагимовна к.тех.н., профессор (Алматы, КазГосЖенПУ) Дархан Нуржанат

Подробнее

Лекция 15 Использование аппарата нейронных сетей для определения качества восприятия в системах IPTV План 1. Общие понятия о нейронных сетях (определение нейронной сети, шкала MOS) 2. Классификация нейронных

Подробнее

УДК 519.245 В. А. Иванюк, А. Д. Цвиркун»ÌÒÚËÚÛÚ ÔрÓ ÎÂÏ ÛÔр ÎÂÌˡ ËÏ… р ÔÂÁÌËÍÓ Õ ÛÎ. œрóùòó ÁÌ ˇ, 65, ÃÓÒÍ, 117997, ÓÒÒˡ E-mail: Ivaver6@gmail.com РАЗРАБОТКА МНОГОФАКТОРНОЙ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ

Подробнее

Адаптивные алгоритмы роевого интеллекта для решения задач комбинаторной оптимизации Матренин Павел Викторович 1, 1 Новосибирский государственный технический университет, Новосибирск, Россия Аннотация.

Подробнее

«Интеллектуальные компьютерные технологии обработки социологической информации» Лекция 5. Проблемы практического использования нейросетей Учебные вопросы: 1. Основы функционирования биологических нейронных

Подробнее

УДК 007.3 Технические науки Сердюк Ольга Юрьевна Аспирант кафедры Компьютерных систем и сетей ГВУЗ «Криворожский национальный университет» АНАЛИЗ СОВРЕМЕННЫХ МЕТОДИК ИДЕНТИФИКАЦИИ В ОТКРЫТЫХ СИСТЕМАХ ANALYSIS

Подробнее

Интеллектуальные системы машиностроении Лекция 2.1. Методы представления знаний. 1 Представление знаний в системах искусственного интеллекта Основной особенностью интеллектуальных систем является то, что

Подробнее

Оглавление Предисловие 3 Введение… 7 Глава 1. Мягкие вычисления. Экспертная деятельность 9 1.1. Этапы развития научного направления «мягкие вычисления»… 9 1.2. Основные свойства мягких систем… 17

Подробнее

ISSN 2079-8490 Электронное научное издание «Ученые заметки ТОГУ» 2017, Том 8, 3, С. 119 125 Свидетельство Эл ФС 77-39676 от 05.05.2010 http://pnu.edu.ru/ru/ejournal/about/ ejournal@pnu.edu.ru УДК 681.51

Читайте также:  Samsung открывает свои технологии "умного" дома другим производителям

Подробнее

Искусственный интеллект Преподаватель: Брагилевский В.Н. Докладчик: Банарь О.В. План Философские аспекты ИИ История развития ИИ Подходы к построению систем ИИ Структурный подход. Системы идентификации

Подробнее

УДК 621.3 МЕТОДИКА ПОСТРОЕНИЯ НЕЙРО-НЕЧЕТКОЙ БАЗЫ ЗНАНИЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ, ИСПОЛЬЗУЕМОЙ ПРИ ОЦЕНИВАНИИ СОСТОЯНИЯ СЛОЖНОГО ТЕХНИЧЕСКОГО ОБЪЕКТА УПРАВЛЕНИЯ Б.М. Герасимов *, А.М. Перегуда

Подробнее

Известия ТулГУ. Технические науки. 2012. Вып. 10 УДК 004.415.52 А.Н. Ивутин, канд. техн. наук, доц., (4872) 33-24-45, alexey.ivutin@gmail.com (Россия, Тула, ТулГУ), Е.И. Дараган, асп., (4872) 35-01-24,

Подробнее

УДК 004.891.3 ИСПОЛЬЗОВАНИЕ МЕТОДОВ НЕЧЕТКОЙ ЛОГИКИ ПРИ ПОСТРОЕНИИ ЭКСПЕРТНЫХ СИСТЕМ ДИАГНОСТИКИ ТУРБОГЕНЕРАТОРА Луцык О.В., Секирин А.И. Донецкий национальный технический университет Кафедра автоматизированных

Подробнее

УДК 004.891 Подбор маршрутов полетов на основе нейро-нечетких моделей Андросова Е.Е., студент Россия, 105005, г. Москва, МГТУ им. Н.Э.Баумана, кафедра «Программное обеспечение ЭВМ и Информационные технологии»

Подробнее

УДК 004.8 СРАВНИТЕЛЬНЫЙ АНАЛИЗ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ ПОИСКА ОПТИМАЛЬНОГО РЕШЕНИЯ Л.Г. Комарцова (lkomartsova@yandex.ru) Д.С. Кадников (dskadnkov@yandex.ru) МГТУ им. Н.Э. Баумана (Калужский филиал), Калуга

Подробнее

«ИССЛЕДОВАНИЕ ПРИМЕНИМОСТИ ИНС И НЕЧЕТКОЙ ЛОГИКИ ДЛЯ ДИАГНОСТИКИ И ПРОГНОЗИРОВАНИЯ ТЕХНИЧЕСКОГО СОСТОЯНИ ДПТ НВ» А.В.Тарнецкая, студент гр. ЭА-101, V курс Научный руководитель: А.Н.Гаргаев, ст. преп.,

Подробнее

МОБИЛЬНЫЕ СИСТЕМЫ ОЦЕНКИ КАЧЕСТВА С УЧЕТОМ НЕЧЕТКИХ ЗНАНИЙ Серов В.В., Захаров А.В. Московский государственный университет технологий и управления им. К.Г. Разумовского Аннотация: Разработаны методы формализации

Подробнее

32 Н.П. Хариш, А.Б. Чебоксаров Обзор систем интеграции неоднородных баз данных и знаний Задача совместного использования неоднородных баз данных, известная сегодня также как частный случай задачи достижения

Подробнее

УДК 004.932.72'1 ЗАЙЧЕНКО Ю. П., ДЬЯКОНОВА С. В. ПРИМЕНЕНИЕ НЕЧЕТКОГО КЛАССИФИКАТОРА NEFCLASS К ЗАДАЧЕ РАСПОЗНАВАНИЯ ЗДАНИЙ НА СПУТНИКОВЫХ ИЗОБРАЖЕНИЯХ СВЕРХВЫСОКОГО РАЗРЕШЕНИЯ В работе рассматривается

Подробнее

Нечеткая логика — математические основы Введение. Математическая теория нечетких множеств (fuzzy sets) и нечеткая логика (fuzzy logic) являются обобщениями классической теории множеств и классической формальной

Подробнее

Business Informatics. 207. No. (39). P. 68 77. Адаптивная нейро-нечеткая система оценки рисков информационной безопасности организации С.А. Глушенко кандидат экономических наук, старший преподаватель кафедры

Подробнее

1 ИСПОЛЬЗОВАНИЕ НЕЙРОННОЙ СЕТИ ПРИ ПРОГНОЗИРОВАНИИ ОБЪЕМА ПРОДАЖ ТОРГОВОЙ ФИРМЫ Ливенцева А. В. Ливенцева Анастасия Владимировна бакалавр информационных систем и технологий, кафедра систем автоматизированного

Подробнее

Нейро-нечеткие технологии в системах поддержки принятия решений Михайленко В.С., Харченко Р.Ю. Одесская гос. академия холода, Одесская нац. морская академия, romannn30@gmail.com The analysis of the device

Подробнее

УДК 004.021, 004.67, 338.984 С.А. Герасимов МЕТОД ПРОГНОЗИРОВАНИЯ КОТИРОВОК ОФИСНЫХ АРЕНДНЫХ СТАВОК НА ОСНОВЕ АППАРАТА НЕЧЁТКИХ МНОЖЕСТВ И ГЕНЕТИЧЕСКОГО АЛГОРИТМА С.А. Герасимов, 2011 Рассмотрено применение

Подробнее

300 «Информатика и компьютерные технологии-2012» УДК 00.931 ИССЛЕДОВАНИЕ АЛГОРИТМА ОБУЧЕНИЯ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ В СИСТЕМЕ РАСПОЗНАВАНИЯ ЧЕЛОВЕЧЕСКИХ ЛИЦ Умяров Н.Х., Костецкая Г.Ю., Федяев О.И. Донецкий

Подробнее

1 «УТВЕРЖДАЮ» Декан факультета Кибернетики М.П. Романов 2014 г. «УТВЕРЖДАЮ» Председатель Государственной экзаменационной комиссии по направлению 220200 В.М. Лохин 2014 г. ВОПРОСЫ К ГОСУДАРСТВЕННОМУ МЕЖДИСЦИПЛИНАРНОМУ

Подробнее

ПАРАЛЛЕЛЬНОЕ ОБУЧЕНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ НА ОСНОВЕ СИСТЕМЫ ГРИД-ВЫЧИСЛЕНИЙ ANTHILL Нгуен Занг Зуи Чыонг, А.А. Краснощёков Ключевые слова: распределенные вычисления, грид-вычисления, искусственные

Подробнее

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ Национальный исследовательский Томский государственный университет Томский государственный университет систем управления и радиоэлектроники Болгарская Академия наук

Подробнее

Труды ИСА РАН 2008. Т. 35 Принципы и модели онтолого-ориентированного управления сетевыми организациями с динамической структурой * Н. Г. Шилов 1 Обусловленное развитием информационных технологий появление

Подробнее

Реализация некоторых подходов к тестированию учащихся Айзикович Александр Аркадьевич Доцент, к. ф.-м. н., заведующий кафедрой «Прикладная математика и информатика», Ижевский государственный технический

Подробнее

Применение интеллектуальных методов для оценки индивидуальных норм пациентов А.А. Вакалюк avakalyuk@yandex.ru А.А. Басманова stalnoiship@yandex.ru Уральский государственный университет путей сообщения

Подробнее

Тема 5. Системы нечеткого вывода. Основные этапы нечеткого вывода. Формирование базы правил системы нечеткого вывода. Синтез системы управления на основе нечеткой модели в интерактивной среде SIMULINK.

Подробнее

УДК 68.3 НЕЙРОСЕТЕВАЯ СИСТЕМА КАК МЕТОД РЕШЕНИЯ ЗАДАЧИ ИДЕНТИФИКАЦИИ СОСТОЯНИЯ СЛОЖНОГО ТЕХНИЧЕСКОГО ОБЪЕКТА Н.Ю. Ященко Е.М. Будкина В настоящей работе обсуждаются нейро-нечеткие методы для построения

Подробнее

Имитационная модель процессов обучения и трудоустройства студентов на основе программных агентов с нейросетевой архитектурой О.И. Федяев к.т.н., доцент, зав. кафедрой программной инженерии Донецкого национального

Подробнее

Клычев В.Е. магистрант, Саратовский социально-экономический институт РЭУ им. Г.В.Плеханова, г. Саратов, Россия ПРИМЕНЕНИЕ НЕЛИНЕЙНЫХ АВТОРЕГРЕССИОННЫХ МОДЕЛЕЙ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ ЭКОНОМИЧЕСКИХ

Подробнее

Тема 2. Информационный процесс обработки данных Лекция 6 Математическое обеспечение обработки данных Цель лекции: 1. Сформировать информационно-наглядное представление о математическом обеспечении обработки

Подробнее

ТЕМА ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ КАК НАУЧНОЕ НАПРАВЛЕНИЕ ОСНОВНЫЕ РАЗДЕЛЫ ТЕМЫ 1. Начала искусственного интеллекта. 2. Область ИИ. 3. Антология искусственного интеллекта. 2. ОБЛАСТЬ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Подробнее

УДК 004.8;004.032.26 ОБ ЭВОЛЮЦИОННОМ АЛГОРИТМЕ ФОРМИРОВАНИЯ НЕЙРОСЕТЕВОЙ СИСТЕМЫ ПОДАВЛЕНИЯ И.С. Лыткин (lytkinis@yandex.ru) Сибирский государственный аэрокосмический университет имени академика М.Ф. Решетнёва,

Подробнее

И.А. Брусакова, С.О. Мамаева Управление знаниями залог успешной деятельности современного предприятия. Приращение ценности результирующей деятельности предприятия, фирмы в условиях глобализации экономики

Подробнее

паратами непосредственно в процессе выполнения этих задач, в результате чего становится возможной обработка заранее не запланированных событий. Литература 1. Каляев И.А. Модели и алгоритмы коллективного

Подробнее

Источник: https://docplayer.ru/38344401-Gibridnye-intellektualnye-sistemy-a-v-gavrilov-yu-v-novickaya.html

Интеллектуальная гибридная модульная система управления зданием (умный дом) «insyte»

Область техники, к которой относится изобретение

Изобретение относится к микропроцессорным системам управления силовыми нагрузками и опроса датчиков и предназначена для использования в устройствах автоматизации зданий и производственных процессов (умный дом).

Уровень техники

Известна интеллектуальная модульная система управления зданием (умный дом), содержащая контроллер, выполненный с возможностью работы в проводной сети, а также подключенные к контроллеру с использованием проводной сети исполнительные проводные модули, предназначенные для подключения к контроллеру датчиков и исполнительных устройств (см. описание к патенту RU №53510 U1, МПК Н02Н 7/00, G06F 19/00, опубликовано 10.05.2006).

Признаки известного технического решения, являющиеся общими с заявленным, заключаются в наличии контроллера, выполненного с возможностью работы в проводной сети, а также подключенных к контроллеру с использованием проводной сети исполнительных проводных модулей, предназначенных для подключения к контроллеру датчиков и исполнительных устройств.

Причина, препятствующая получению в известном техническом решении требуемого технического результата, заключается в том, что связь датчиков и исполнительных устройств с контроллером осуществляется только при помощи проводной сети.

Наиболее близким аналогом (прототипом) является интеллектуальная гибридная модульная система управления зданием (умный дом), содержащая контроллер, выполненный с возможностью работы в проводной сети RS-485 и в беспроводной сети с использованием протокола ZigBee, а также подключенные к контроллеру с использованием проводной сети RS-485 исполнительные проводные модули, предназначенные для подключения к контроллеру датчиков и исполнительных устройств, и подключенное к контроллеру с использованием беспроводной сети по протоколу ZigBee глобальное хранилище профилей оборудования, расположенное на удаленном сервере (см. описание к патенту RU №130098 U1, МПК G05B 15/00, опубликовано 10.07.2013 Бюл. №19).

Признаки известного технического решения, являющиеся общими с заявленным, заключаются в наличии контроллера, выполненного с возможностью работы в проводной сети RS-485 и в беспроводной сети с использованием протокола ZigBee, а также подключенных к контроллеру с использованием проводной сети исполнительных проводных модулей, предназначенных для подключения к контроллеру датчиков и исполнительных устройств.

Причина, препятствующая получению в известном техническом решении требуемого технического результата, заключается в том, что связь датчиков и исполнительных устройств с контроллером осуществляется только при помощи проводной сети.

Совет

Техническая проблема заключается в создании максимально универсальной системы управления зданием, обладающей следующими возможностями: сверхбыстрая, простая, удобная и экономичная установки системы; низкая стоимость; легкая доступность проектирования; возможность управления всеми существующими широко распространенными исполнительными устройствами, такими как приводы, задвижки, клапаны, лампы освещения, нагревательные элементы, кондиционеры, ТВ, аудио-, видеотехника и др.; легкая интеграция с такими способами передачи данных, как проводные и беспроводные; использование самых распространенных протоколов автоматизации; применение всех существующих средств управления, таких как компьютеры, планшеты, смартфоны; возможность локального и удаленного управления, включая локальные сети, интернет сети, по Wi-Fi и GSM-каналам; языковая доступность для широкого круга потребителей. Техническая проблема также заключается в необходимости расширения арсенала систем управления зданием «Умный дом» за счет сочетания в одной системе проводных и беспроводных каналов связи контроллера с датчиками и исполнительными устройствами.

Раскрытие сущности изобретения

Технический результат заключается в объединении в одной системе радиотракта с проводными технологиями путем создания так называемого моста между ними, выполняющего функцию интегратора.

Благодаря этому специалист, имея навыки работы в проводных системах, без необходимости дополнительного обучения сразу сможет реализовывать проекты любого уровня сложности с применением как проводных, так и беспроводных технологий.

Это достигается применением внутри системы глубокого преобразования данных и протоколов из одного в другой путем создания «умной связки» двух протоколов (Modbus и ZigBee).

С этой целью в системе осуществлена реализация экономичного, энергоэффективного, помехозащищенного высокочастотного радиосигнала в условиях городской застройки (2,4 GHz); осуществлена реализация объединения широко известного проводного протокола Modbus и новейшего беспроводного протокола ZigBee в современных реалиях, обусловленных отсутствием специалистов в «беспроводной» области и наличием их в «проводной; осуществлена реализация универсального способа управления всеми видами домашней техники, включая все виды аудио-, видеотехники, домашние кинотеатры, кондиционеры, увлажнители, осушители, шторы, ворота, жалюзи и др., управляемые по ИК-каналу. Технический результат также заключается в реализации указанного назначения.

Достигается технический результат тем, что интеллектуальная гибридная модульная система управления зданием (умный дом) содержит контроллер, выполненный с возможностью работы в проводной сети RS-485 с использованием протокола Modbus и в беспроводной сети с использованием протокола ZigBee, подключенные к контроллеру с использованием проводной сети RS-485 исполнительные проводные модули, предназначенные для подключения к контроллеру датчиков и исполнительных устройств, и исполнительные беспроводные модули, подключенные к контроллеру с использованием беспроводной сети по протоколу ZigBee и предназначенные для подключения к контроллеру датчиков и исполнительных устройств, при этом упомянутый контроллер содержит ARM-процессор, часы реального времени, энергонезависимый календарь реального времени, порт RS-485, порт RS-232, GSM-модем, USB-порт, Ethernet-порт, аналоговые входы 0-10В, дискретные входы со счетным режимом, порт 1 Wire для подключения ключей I-Button и датчика температуры LD2-TS, релейные выходы, ZigBee-модем, а упомянутые проводные и беспроводные модули включают управляемые релейные модули в двух исполнениях — миниатюрном исполнении для встраивания в стаканы розеток под выключатели и розетки, а также в исполнении для установки на DIN-рейку, управляемые диммирующие модули, модули инфракрасной связи, модули с цифровыми входами, которые выполнены в миниатюрных корпусах, модули расширения для подключения датчиков с универсальным количеством входов и выходов управления, размещенные в DIN-корпусах, а также датчики движения и освещенности.

Читайте также:  Искусственный интеллект нового ford s-max будет ориентироваться на дорожных знаках

Новые признаки заявленного технического решения заключаются в том, что система содержит подключенные к контроллеру с использованием беспроводной сети по протоколу ZigBee исполнительные беспроводные модули, предназначенные для подключения к контроллеру датчиков и исполнительных устройств, а также в упомянутом исполнении контроллера и исполнительных модулей.

Осуществление изобретения

Основой гибридной системы является разработанная заявителем интеллектуальная система управления зданиями (умный дом), идентифицируемая товарным знаком INSYTE, зарегистрированным на имя заявителя (Свидетельство №395219).

Обратите внимание

Система состоит из контроллера SPIDER-Z и ряда исполнительных (удаленных, управляемых) модулей, связанных с контроллером по радио и по проводам.

Главной особенностью системы является одновременная передача данных по проводной шине RS-485 и по радиоканалу, GSM-сетям, Ethernet-сетям (LAN, Wi-Fi), 1-Wire, RS-232. По проводам используются протоколы Modbus RTU, Modbus TCP/IP, а по радио — беспроводной протокол ZigBee.

Система разработана путем глубокой модернизации проводной шинной распределенной системы автоматизации зданий LanDrive2, которая с 2007 года производится заявителем. LanDrive2 является второй улучшенной версией проводной системы.

Проводная система LanDrive2 представляет собой высокоинтегрированный универсальный модульный программно-аппаратный комплекс, предназначенный для управления всеми подсистемами в здании, такими как: электроснабжение; освещение; контроль климата (управление кондиционерами, отоплением, вентиляцией, влажностью); экономия тепловой энергии, электроэнергии, газа, воды; охранно-пожарная сигнализация; защита от протечек воды; защита от утечек газа; сбор данных со счетчиков газа, воды, электроэнергии; контроль доступа в помещения; видеонаблюдение; солнцезащита (управление рольставнями, шторами, жалюзи); управление аудио- и видеооборудованием; оповещение о случившихся событиях по каналам GSM; локальное и удаленное управление всеми подсистемами (локально и через Интернет). Система LanDrive2 позволяет осуществлять полный контроль над зданием с одного операторского места, а в случае использования в квартирах и частных домах — с одной панели управления, настенной, планшета или смартфона. Система LanDrive2 является масштабируемой, что позволяет устанавливать ее не только в небольших квартирах, высотных административных и жилых зданиях, но и в группах зданий и целых районах. Структурно система состоит из контроллера и исполнительных модулей, связанных между собой сетью «витая пара» RS-485. К исполнительным модулям подключаются управляемое оборудование. Для взаимодействия используется широко известный протокол Modbus/RTU. Таким образом, система LanDrive2 является открытой, а команды управления приложены к каждому изделию серии. Оборудование поддерживает стандартные для Modbus скорости обмена информацией 2400, 4800, 9600, 19200, 38400, 57600, 76800, 115200 кбит/с, что достаточно для мгновенного выполнения команд и не ухудшает качества связи на достаточно больших расстояниях до 1,5 км. Максимальное количество устройств, управляемых одним контроллером, — 247. Возможно объединение нескольких контроллеров SPIDER в одну сеть. Питание осуществляется от стабилизированного промышленного блока питания. Для абсолютной надежности рекомендуется устанавливать блоки бесперебойного питания на аккумуляторных батареях. Ввиду использования широко распространенного протокола Modbus/RTU возможно включение в систему оборудования сторонних производителей, например подключение графических панелей управления, комнатных термостатов, датчиков и др. Также возможно использование устройств серии LanDrive2 в других системах. Используя любой Modbus ОРС сервер, возможно управление системой без контроллера как такового, с компьютера, выполняющего функцию контроллера. Также возможна интеграция в любую SCADA систему.

На основе системы LanDrive2 заявителем разработана беспроводная интеллектуальная система управления зданиями (умный дом) путем добавления интегрированного в систему LanDrive2 беспроводного кластера, чем была получена качественно иная, гибридная система управления зданиями, не имеющая аналогов.

На основе такой гибридной системы будут строиться: интеллектуальные системы «Умный дом» для частных заказчиков; системы управления зданиями организаций и предприятий; системы сбора данных со счетчиков электроэнергии, газа, горячей и холодной воды, коллективные системы управления безопасносттю микрорайонов и районов, городов, такие как управление городским освещением без проводов, системы безопасности городских хозяйств.

Контроллер гибридной системы представляет собой программируемый логический GSM-контроллер (модель SPIDER-Z), разработанный заявителем специально для решения задач автоматизации жилых, офисных и промышленных помещений.

Контроллер предназначен для работы в сети RS-485 с использованием протокола Modbus/RTU и распределенной шинной системы LanDrive2, а также в беспроводной сети по протоколу ZigBee. Возможно использование в других системах, использующих протокол Modbus.

Важно

Контроллер имеет следующие встроенные узлы: мощный ARM-процессор; часы реального времени; энергонезависимый календарь реального времени с автоматическими функциями перевода зимнего и летнего периодов; элемент питания, защищающий часы и календарь от сброса при отключении внешнего питания; порт RS-485 для управления системой LanDrive2; порт RS-232 для управления ресиверами Мультирум и другим оборудованием; GSM-модем для управления системой и оповещения пользователей; USB-порт для программирования контроллера и управления в режиме реального времени через PC; Ehernet-порт для удаленного управления контроллером и системой; аналоговые входы 0-10В (токовая петля) для подключения датчиков, шлейфов охранной и пожарной сигнализации, 2 шт; дискретные входы со счетным режимом для подключения датчиков или счетчиков э/энергии, воды, газа, 4 шт.; порт 1 Wire для подключения ключей I-Button, датчика температуры LD2-TS; релейные выходы, перекидной контакт, 4 шт.; ZigBee-модем для управления беспроводными сетями ZigDrive; аккумулятор, встроенный в корпус контроллера.

Все порты контроллера являются оптически и гальванически развязанными. Контроллер комплектуется GSM-антенной; USB-кабелем для программирования. С помощью него возможно создание:

• проводных сетей «умного» дома INSYTE LanDrive2;

• беспроводных сетей «умного дома» INSYTE ZigDrive;

• комплексных систем сбора и учета данных о потреблении ресурсов, АС-КУЭ по Ethernet, Internet;

• систем охранно-пожарной сигнализации, в том числе и по сетям GSM;

• систем оповещения и удаленного управления по сетям GSM, Ethernet, Internet;

• систем доступа;

• систем протечки воды и утечки газа;

• систем климат-контроля;

• систем управления оборудованием «мультирум»;

• систем диспетчеризации, распределенного управления и мониторинга по интернет и локальным сетям, в том числе групп зданий в коттеджных поселках, сотовых станций, очистных сооружений, серверных по сетям GSM, Ethernet, Internet;

• систем автоматического ввода резерва (АВР),

• систем управления котельными по сетям GSM, Ethernet, Internet.

Периферийное оборудование подключено к контроллеру посредством исполнительных модулей (проводных и беспроводных).

ним относятся: 1) управляемые релейные модули в двух исполнениях — миниатюрном исполнении для встраивания, например, в стаканы розеток под выключатели и розетки, а также в исполнении для установки на DIN рейку, которые имеют большую коммутируемую мощность; 2) управляемые диммирующие модули двух модификаций — в модификации модулей, требующих подведения нуля и фазы, и в модификации «разрывных», являющихся более удобными для монтажа в стаканы выключателей, где не проведен нуль; 3) модули инфракрасной связи, а именно трансиверы (приемопередатчики) инфракрасных сигналов, которые выполнены во встраиваемом виде, комплектуются шлифованной металлической панелью, покрытой лаком различных цветов, являются универсальными, позволяют распознавать, запоминать и воспроизводить ИК-команды любого производителя; 4) модули с цифровыми входами, которые выполнены в миниатюрных корпусах, что позволяет встраивать их в стандартные стаканы выключателей, при этом к клеммам модулей подключаются датчики, имеющие выходы типа «сухой контакт»; 5) модули расширения для подключения датчиков с универсальным количеством входов и выходов управления (размещены в DIN-корпусах); 6) датчики движения, освещенности и т.д. различных производителей; 7) стабилизированные промышленные блоки питания соответствующей мощности.

Работа системы заключается в том, что контроллер, имея в себе сценарии управления зданиями, собирает информацию и посылает команды исполнительным (распределенным по зданию) модулям. При этом необходимо программирование контроллера и исполнительных модулей.

Для этого используется программа LanDrive ConfiguratorPro, которую можно скачать в разделе ЗАГРУЗИТЬ Сайта компании INSYTE (www.insyte.ru). Программа имеет простой и понятный интерфейс, а также подробный раздел помощи. Программирование осуществляют с персонального компьютера через USB-порт или Ethernet-подключение.

После программирования компьютер не используется для работы системы.

Таким образом, контроллер по запрограммированным сценариям управляет сетью проводных и беспроводных исполнительных модулей, которые в свою очередь управляют подключенными к ним различными периферийными устройствами.

Интеллектуальная гибридная модульная система управления зданием (умный дом), содержащая контроллер, выполненный с возможностью работы в проводной сети RS-485 с использованием протокола Modbus и в беспроводной сети с использованием протокола ZigBee, а также подключенные к контроллеру с использованием проводной сети RS-485 исполнительные проводные модули, предназначенные для подключения к контроллеру датчиков и исполнительных устройств, отличающаяся тем, что она содержит исполнительные беспроводные модули, подключенные к контроллеру с использованием беспроводной сети по протоколу ZigBee и предназначенные для подключения к контроллеру датчиков и исполнительных устройств, при этом упомянутый контроллер содержит ARM-процессор, часы реального времени, энергонезависимый календарь реального времени, порт RS-485, порт RS-232, GSM-модем, USB-порт, Ethernet-порт, аналоговые входы 0-10В, дискретные входы со счетным режимом, порт 1 Wire для подключения ключей I-Button и датчика температуры LD2-TS, релейные выходы, ZigBee-модем, а упомянутые проводные и беспроводные модули включают управляемые релейные модули в двух исполнениях — миниатюрном исполнении для встраивания в стаканы розеток под выключатели и розетки, а также в исполнении для установки на DIN-рейку, управляемые диммирующие модули, модули инфракрасной связи, модули с цифровыми входами, которые выполнены в миниатюрных корпусах, модули расширения для подключения датчиков с универсальным количеством входов и выходов управления, размещенные в DIN-корпусах, а также датчики движения и освещенности.

Источник: http://www.FindPatent.ru/patent/262/2628289.html

Ссылка на основную публикацию