Новости –

Победа в конкурсе РНФ 2024 года

Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами

Номер: 24-19-00823

Название: Разработка научных основ и интеллектуальной технологии создания и применения интегрированной автоматизированной системы проактивного мониторинга сложных агробиотехнических объектов

Руководитель: Соколов Борис Владимирович, Доктор технических наук

Основные исполнители проекта:

Организация финансирования, регион: Федеральное государственное бюджетное учреждение науки “Санкт-Петербургский Федеральный исследовательский центр Российской академии наук”, г Санкт-Петербург

Срок выполнения при поддержке РНФ: 2024 г. – 2026 г.

Конкурс: №92 – Конкурс 2024 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами».

Область знания, основной код классификатора: 09 – Инженерные науки, 09-608 – Инженерно-технические и информационные автоматизированные системы мониторинга биоресурсов, биосферы и технических систем

Ожидаемые результаты от проекта:

  1. Методология создания и применения интегрированной автоматизированной системы проактивного мониторинга состояния сложных агробиотехнических объектов (САБО) на основе извлечения, формализации, обработки и использования данных, информации, а также явных и неявных знаний экспертов и работников сельскохозяйственного производства (СХП) о рассматриваемой предметной области, с использованием концепций и принципов, развиваемых в рамках системно-кибернетического, функционально-стоимостного и онтологического подходов.
  2. Обобщенное концептуальное и формальное полимодельное описание процесса проактивного мониторинга состояния сложных агробиотехнических объектов сельскохозяйственного предприятия на основе создания соответствующей взаимосвязанной системы цифровых двойников с использованием методологии и технологий комплексного предсказательного моделирования, а также гибридных классификационных или регрессионных (в зависимости от типа экспертной информации и данных функционирования САБО) моделей машинного и глубокого обучения, позволяющих извлекать и использовать информацию из реальных или модельных данных функционирования САБО, а также гибридных классификационных или регрессионных (в зависимости от типа экспертной информации и данных функционирования САБО) моделей машинного и глубокого обучения, позволяющих извлекать и использовать информацию из реальных или модельных данных функционирования САБО.
  3. Научные основы решения задач проактивного мониторинга состояния сложных агробиотехнических объектов сельскохозяйственного предприятия, включающие в себя:
    1. методы, алгоритмы, методики и унифицированные языковые средства представления и обработки данных, информации, явных и неявных знаний о состоянии САБО как объектов проактивного мониторинга;
    2. гибридные классификационные или регрессионные (в зависимости от типа экспертной информации и данных функционирования САБО) модели машинного и глубокого обучения анализа данных функционирования САБО, позволяющие извлекать из них полезную информацию и решать задачу определения состояния функционирования САБО (или прогнозирования показателей функционирования САБО);
    3. гибридные классификационные или регрессионные (в зависимости от типа экспертной информации и данных о функционировании САБО) модели машинного и глубокого обучения анализа данных функционирования САБО, позволяющие извлекать из них полезную информацию и решать задачу определения состояния функционирования САБО (или прогнозирования показателей функционирования САБО);
    4. методы, методики и алгоритмы автоматического синтеза программ мониторинга состояний САБО по заданной цели анализа с возможностью их верификации и оптимизации;
    5. методы, методики и алгоритмы многокритериального оперативного структурно-функционального синтеза облика АС мониторинга состояний САБО.
  4. Предполагается, что реализованные в виде соответствующего прототипа специального программно-математического обеспечения решения позволят, во-первых, обосновать выбор наиболее предпочтительных технологий интеллектуального проактивного мониторинга состояний САБО на различных этапах ЖЦ, во-вторых, повысить показатели оперативности и достоверности их решения, равно как и выработки соответствующих рекомендаций, обеспечивающих повышение качества принимаемых управленческих решений в различных условиях обстановки.
  5. Результаты решения и исследования конкретных прикладных задач проактивного мониторинга процессов производства сельскохозяйственной продукции, а также получения новых положительных эффектов и выигрышей. В целом создание и внедрение предлагаемой интегрированной автоматизированной системы проактивного мониторинга САБО СХП позволит получить на практике следующие положительные эффекты:
    1. повышение оперативности и качества информационного взаимодействия подсистем СХП при совместной разработке и производстве сельскохозяственной продукции путем создания системы интеграции и интеллектуализации информационных технологий, относящихся к различным этапам ЖЦ САБО;
    2. обеспечит повышение качества выпускаемой продукции путем создания эффективной системы сбора и анализа информации о дефектах и недостатках сельскохозяйственной продукции на всех этапах ЖЦ САБО;
    3. повысит эффективности деятельности СХП за счет сокращения издержек при производстве сельскохозяйственной продукции;
    4. появится возможность в режиме реального времени отслеживать деятельность всех включенных в процесс автоматизации и интеллектуализации САБО, их загруженность, состояние технологий и т.д.;
    5. повышение оперативности и эффективности принятия решений в процессе управления СХП путем использования непрерывной информации обо всех технологических изменениях и её оперативного анализа.

Источник: Проект (rscf.ru)