ОПТИМІЗАЦІЯ ПАРАМЕТРІВ КІБЕРФІЗИЧНОЇ СИСТЕМИ НА ОСНОВІ ДАНИХ ІНТЕЛЕКТУАЛЬНИХ СЕНСОРІВ IoT

Анотація

Оптимізація параметрів кіберфізичних систем (КФС) виконується з інтеграцією обчислень, мереж та фізичних процесів у структурах Інтернету речей (IoT). Використання інтелектуальних сенсорів IoT має вирішальне значення для збору даних у реальному часі, що необхідно для підвищення ефективності, надійності та продуктивності КФС.

Проаналізовано різні методи оптимізації параметрів КФС, які розподілено на підходи на основі моделі, підходи на основі даних та гібридні підходи. Підходи на основі моделей, функціонують згідно з математичними моделями для опису поведінки КФС і використовують алгоритми оптимізації, такі як лінійне програмування та еволюційні алгоритми, щоб передбачити реакцію системи та оптимізувати параметри. Проте, обмеження підходів на основі моделей пов’язані зі складними системами з невизначеною або динамічною поведінкою. Підходи, керовані даними, більш ефективні для складних кіберфізичних систем. У цих підходах використовуються методи машинного навчання та аналізу даних для визначення шаблонів із даних сенсорів, які потім використовуються для налаштування параметрів системи. Гібридні підходи поєднують елементи методів, заснованих на моделях, і методів, керованих даними.

За результатами проведених досліджень розроблено метод оптимізації параметрів кіберфізичної системи на основі обробки даних інтелектуальних сенсорів IoT з використанням розподіленої нейронної мережі. Поставлено задачу оптимізації з обмеженнями для параметрів системи. Запропоновано математичну модель нейронної мережі та алгоритм навчання.

Проведене дослідження показує важливість розробки методів оптимізації для параметрів КФС на основі даних інтелектуальних сенсорів, враховуючи еволюцію сучасних технологій IoT. Інтеграція інтелектуальних датчиків у КФС пропонує нові можливості для оптимізації продуктивності системи, але також може призводити до проблем в управлінні даними та безпеці, які слід вирішити в майбутньому.