Dirbtinio intelekto sprendimų taikymo kuriant transporto priemonių pavaras tyrimas
Bogdevičius, Marijonas | Recenzentas / Rewiewer |
Baigiamajame magistro darbe nagrinėjami dirbtinio intelekto sprendimo taikymo metodai transporto priemonės pavarai parinkti. Pavaros parinkimo objektu pasirinkta naudoti karto pavaros prototipą. Tyrimui naudojamas sukurtas matematinis modelis, kurį sudaro: mechaninė, pneumatinė, skirstytuvus valdanti ir režimus nustatanti dalis. Dirbtinio intelekto sprendimui priimti pasirinkta naudoti dirbtiniais neuroniniais tinklais paremtą sistemą. Vadovaujantis parinktos dirbtinio intelekto sistemos ypatybėmis, parinkta sudaryti duomenų rinkinį naudojant Monte Carlo metodiką. Siekiant matematiškai argumentuoti parinktus duomenų rinkinį sudarančius parametrus, naudojama jautrumo analizė bei Pareto diagrama. Darbe pateikti koncepcinės pavaros modelio jautrumo analizės rezultatų, parametrų tarpusavio priklausomybių ir veikimo esant skirtingiems parametrams grafikai.Darbą sudaro 6 dalys: įvadas, dirbtinio intelekto ir duomenų apdorojimo metodų apžvalga, tyrimo teorinė dalis, eksperimentiniai tyrimai ir svarbiausi rezultatai, išvados, literatūros sąrašas. Darbo apimtis - 53 p. teksto be priedų, 38 iliustr., 5 lent., 17 bibliografiniai šaltiniai. Atskirai pridedami darbo priedai.
In the master thesis analyses the artificial intelligent decision-making methods to choose vehicle drivetrain. As an object of choose to become a kart drivetrain prototype. For the research, mathematical models were developed, which consist of: mechanical, pneumatic, valve control systems. For artificial intelligent decision making chosen to use neural network system. According to neural network usage features, chosen to use Monte Carlo method for generating data sets. To make sense of the chosen parameters which are used in data setsPareto diagram is used. In thesis shown pneumatic powertrain parameters sensitivity analysis results and interdependences, also described powertrain operation using different parameters combination.Structure: introduction, review of artificial intelligence and data mining methods in decision support system, theoretical part of the research, experimental research and the most important results, conclusions, references.Thesis consists of: 53 p. text without appendixes; 38 pictures, 5 tables, 17 bibliographical entries.Appendixes included.