Алгоритмы автоматизированных систем экологического мониторинга промышленных производств
книга

Алгоритмы автоматизированных систем экологического мониторинга промышленных производств

Автор: Александр Проскуряков, Алексей Белов, Юрий Кропотов

Форматы: PDF

Издательство: Директ-Медиа

Год: 2015

Место издания: Москва|Берлин

ISBN: 978-5-4475-5245-9

Страниц: 123

Артикул: 41846

Печатная книга
698
Ожидаемая дата отгрузки печатного
экземпляра: 03.05.2024
Электронная книга
172.2

Краткая аннотация книги "Алгоритмы автоматизированных систем экологического мониторинга промышленных производств"

В монографии рассматриваются алгоритмы автоматизированного мониторинга концентраций загрязняющих выбросов промышленных производств. Исследуются вопросы формирования временных рядов дискретного представления непрерывной функции изменения концентраций выбросов во времени. Исследуются модели прогнозирования изменения данных загрязняющих выбросов с применением ИНС технологий. Рассматриваются вопросы понижения погрешностей представления данных и прогнозирования методами предварительной вейвлет-обработки временных рядов. Рассматривается оценка риска загрязняющих выбросов и их влияние на величину ущерба окружающей среде. Представлены структуры программно-аппаратной реализации автоматизированной системы мониторинга загрязняющих выбросов промышленных производств. Монография предназначена для инженеров, аспирантов, специализирующихся в области телекоммуникационных автоматизированных систем обмена информацией, а также для студентов вузов соответствующих направлений подготовки.

Содержание книги "Алгоритмы автоматизированных систем экологического мониторинга промышленных производств"


ВВЕДЕНИЕ
1. СИСТЕМЫ ПРЕДСТАВЛЕНИЯ ДАННЫХ И ПРОГНОЗИРОВАНИЯ КОНЦЕНТРАЦИЙ ЗАГРЯЗНЯЮЩИХ ВЫБРОСОВ НА ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЯХ
1.1. Структура обработки информации в системе экологического мониторинга
1.2. Модель системы мониторинга негативного воздействия на окружающую среду современных промышленных производств
1.3. Математические методы анализа и обработки данных о загрязняющих выбросах
1.4. Методы прогнозирования временных рядов
1.5. Модели систем прогнозирования с применением ИНС
1.5.1. Программное обеспечение систем мониторинга с применением ИНС
1.5.2. Методы моделирования, идентификации и прогнозирования с применением ИНС
1.6. Задачи создания автоматизированных систем мониторинга негативного воздействия на окружающую среду загрязняющих выбросов промышленных производств
2. ГЕОИНФОРМАЦИОННАЯ СИСТЕМА ЛОКАЛЬНОГО ПРЕДСТАВЛЕНИЯ И МОДЕЛЬ ПРОГНОЗИРОВАНИЯ ДАННЫХ ЗАГРЯЗНЯЮЩИХ ВЫБРОСОВ
2.1. Геоинформационная система, интегрированная в систему мониторинга загрязняющих выбросов
2.2. Многослойный персептрон в задаче моделирования алгоритма прогнозирования временных рядов концентраций выбросов
2.3. Предварительная обработка временных рядов отсчетов концентраций загрязняющих выбросов методами вейвлет-преобразований
2.3.1. Период временного ряда функции концентраций загрязняющих выбросов
2.3.2. Предварительная вейвлет обработка временных рядов загрязняющих выбросов
2.4. Математическая модель автоматизированной обработки и прогнозирования временных рядов данных загрязняющих выбросов
2.5. Структура реализации модели канала обработки и прогнозирования информации
2.6. Выводы
3. АЛГОРИТМЫ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ МОНИТОРИНГА И ОБРАБОТКИ ЭКСПЕРИМЕНТАЛЬНЫХ ВРЕМЕННЫХ РЯДОВ ДАННЫХ О ВЫБРОСАХ
3.1. Структура пространственного контроля концентраций выбросов в автоматизированной системе мониторинга
3.2. Алгоритм подсистемы вейвлет-обработки и представления данных загрязняющих выбросов
3.3. Алгоритмы подсистем сглаживания и определения динамики долговременных изменений данных
3.3.1. Алгоритм подавления шумовых составляющих в детализирующих коэффициентах вейвлет-разложения временных рядов
3.3.2. Алгоритм подсистемы определения динамики долговременных изменений концентраций загрязняющих выбросов
3.4. Комбинированный алгоритм обработки и прогнозирования временных рядов данных с применением ИНС
3.4.1. Алгоритм прогнозирования временных рядов
3.4.2. Алгоритм обработки и прогнозирования с пониженными вычислительными затратами
3.5. Выводы
4. ПРОГРАММНО-АППАРАТНАЯ РЕАЛИЗАЦИЯ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ЛОКАЛЬНОГО МОНИТОРИНГА ЗАГРЯЗНЯЮЩИХ ВЫБРОСОВ
4.1. Структура программно-аппаратной реализации автоматизированной системы мониторинга загрязняющих выбросов
4.1.1. Структура экспертно-измерительной подсистемы
4.1.2. Аппаратная реализация автоматизированной системы мониторинга загрязняющих выбросов
4.2. Оценка рисков загрязняющих выбросов и их влияния на величину ущерба на локальном уровне
4.3. Мобильный пост экологического контроля с беспроводной технологией передачи данных
4.4. Анализ эффективности автоматизированных систем контроля и прогнозирования загрязняющих выбросов
4.5. Выводы
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
ПРИЛОЖЕНИЕ А
ПРИЛОЖЕНИЕ Б
ПРИЛОЖЕНИЕ В
ПРИЛОЖЕНИЕ Г

Все отзывы о книге Алгоритмы автоматизированных систем экологического мониторинга промышленных производств

Чтобы оставить отзыв, зарегистрируйтесь или войдите

Отрывок из книги Алгоритмы автоматизированных систем экологического мониторинга промышленных производств

где N – число элементов (отсчетов) временного ряда, 0S – некоторая величина, характеризующая начальные условия для первого применения формулы (1.22) при t = 1. Так как β<1, то при значительном N, ,0→Nβа сумма коэффи-циентов .110→∑−=Niiβα Тогда получаем [78, с. 18] itNiiixS−−=⋅=∑10βα. (1.24) По этой причине величину iS можно назвать взвешенной суммой членов ряда длиной N. При этом веса экспоненциально уменьшаются в зависимости от давности временного отсчета относительно текущего значения. К основному недостатку метода экспоненциального сглаживания можно отнести появление смещений в прогнозируемых данных, то есть имеет место систематическая ошибка прогноза. Особенно заметно данная проблема проявляется в том случае если во временном ряду за-метны трендовые зависимости и особенно тренды с линейным ростом значений ряда. По этой причине были разработаны разновидности данного метода. Но во всех этих разновидностях имеет место гипотеза, что прогнозирование может проводиться согласно алгоритму [78, с. 36]: ttaatx,2,1ˆˆ)(ˆ⋅+=ττ, где ta,1ˆ, и ta,2ˆ – текущие значения оценок коэффициентов адаптив-ного полинома имеющего первый порядок. Эта гипотеза послужила основой для создания двухпараметриче-ской модели прогнозирования значений временных рядов, предложен-ной Ч. Хольтом [125]. В данной модели оценка коэффициентов адаптивного полинома осуществляется согласно выражениям [78, с. 36]: )ˆˆ()1(ˆ1,21,111,1−−+⋅−+⋅=ttttaaxaαα, 1,221,1,12,2ˆ)1()ˆˆ(ˆ−−⋅⋅−++=ttttaaaaαα, (1.25) где 1α, 2α – коэффициенты экспоненциального сглаживания, пара-метры адаптации сглаживания (1 ,021<<αα). В соответствии с подходом, предложенным Хольтом [125], уравне-ния (1.25) принимают вид [78, с. 36]: 1,1, 12, 11ˆˆˆ,ttttaaaeα−−=++ ⋅ (1.26) ttteaa⋅⋅+=⋅−211,2,2ˆˆαα, 15