Прогнозирование динамики электрических характеристик солнечных батарей космических аппаратов методами вычислительного интеллекта : научное издание | Научно-инновационный портал СФУ

Прогнозирование динамики электрических характеристик солнечных батарей космических аппаратов методами вычислительного интеллекта : научное издание

Перевод названия: Dynamics forecasting for electrical characteristics of spacecraft solar arrays by means of computational intelligence

Тип публикации: статья из журнала

Год издания: 2014

Ключевые слова: Spacecraft solar array, degradation forecasting, ANN-based predictors, automated design, selfconfiguring evolutionary algorithms, солнечные батареи космического аппарата, прогнозирование деградации электрических характеристик, нейросетевые предикторы, автоматическое проектирование, самоконфигурируемые эволюционные алгоритмы

Аннотация: Рассматривается задача прогнозирования динамических характеристик солнечных батарей (БС) космического аппарата в условиях открытого космоса по имеющимся измерениям изменений параметров БС и соответствующих им параметров солнечной активности во время выполнения миссии. Для решения задачи предлагается использовать самоконфигурируемый генетический алгоритм для автоматического генерирования нейронных сетей с выбором структуры и наиболее информативных признаков и настройкой весовых коэффициентов, самоконфигурируемый алгоритм генетического программирования для автоматического генерирования неполносвязных нейронных сетей прямой проводимости, самоконфигурируемый алгоритм генетического программирования для автоматического генерирования ансамблей нейросетевых предикторов. Выполняется оценка эффективности предложенных подходов при решении задачи прогнозирования процесса деградации солнечных батарей космического аппарата и производится сравнение эффективности алгоритмов. Среди исследованных подходов, не использующих технику ансамблирования, наибольшую эффективность показал самоконфигурируемый алгоритм генетического программирования для автоматического генерирования нейросетевых предикторов. Самоконфигурируемый алгоритм генетического программирования для автоматического генерирования ансамблей нейросетевых предикторов продемонстрировал наиболее высокую эффективность по сравнению с рассмотренными аналогами. We consider the problem of forecasting the degradation process of spacecraft's solar arrays according to their available parameter changes measured together with the corresponding parameters of solar activity during the fulfilment of the real spacecraft's mission. The application of ANN-based predictors is proposed because of their generalization ability. In this paper, predictors automated design with self-adaptive evolutionary algorithms is suggested because of the ANN efficiency dependence on the choice of an effective structure and the successful tuning of weight coefficients. The adaptation of evolutionary algorithms is implemented on the base of the algorithms' selfconfiguration. In self-configuration technique, setting variants were used instead of the adjusting real parameters, namely types of selection, crossover, population control and level of mutation. Each of these has its own initial probability distribution which is changed as the algorithm executes. ANN-based predictors are automatically designed with the self-configured genetic algorithm and the self-configured genetic programming algorithm. In both cases the most informative features are selected for each neural network. Besides, the self-configuring genetic programming is used for the automated design of ensembles of ANN-based predictors. The performance of developed algorithms for automated design of ANN-based predictors is estimated on real-world data and the most perspective approach is determined. Self-configuring genetic programming algorithm for automated ANN design has the best performance among non-ensemble techniques. Self-configuring genetic programming for the automated design of ensembles presents the best result among all considered approaches.

Ссылки на полный текст

Издание

Журнал: Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева

Выпуск журнала: 3

Номера страниц: 139-145

ISSN журнала: 18169724

Место издания: Красноярск

Издатель: Сибирский государственный аэрокосмический университет имени академика М.Ф. Решетнева

Авторы

  • Семенкина Мария Евгеньевна (Сибирский государственный аэрокосмический университет имени академика М.Ф. Решетнева)
  • Семенкин Евгений Станиславович (Сибирский государственный аэрокосмический университет имени академика М.Ф. Решетнева)
  • Рыжиков Иван Сергеевич (Сибирский государственный аэрокосмический университет имени академика М.Ф. Решетнева)

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.