RUS  ENG
Полная версия
ЖУРНАЛЫ // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика // Архив

Вестн. Астрахан. гос. техн. ун-та. Сер. управление, вычисл. техн. информ., 2019, номер 3, страницы 97–107 (Mi vagtu592)

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

Моделирование распространения лесного пожара при нестационарности и неопределенности посредством искусственного интеллекта и глубокого машинного обучения

Т. С. Станкевич

Калининградский государственный технический университет, Калининград, Российская Федерация

Аннотация: Цель работы заключается в повышении эффективности формирования оперативного прогноза динамики развития лесного пожара в условиях нестационарности и неопределенности путем моделирования распространения пожара на базе искусственного интеллекта (Artificial Intelligence) и глубокого машинного обучения (Deep Machine Learning). Для достижения поставленной цели использованы метод системного анализа, метод теории нейронных сетей, метод глубокого машинного обучения, метод оперативного прогнозирования динамики развития лесного пожара, метод фильтрации изображений (модифицированный медианный фильтр), метод MoSCoW, метод ER. В ходе исследования построены модели распространения лесных пожаров (модели верхового и низового пожаров) посредством применения искусственных нейронных сетей. Разработанные модели решают задачи распознавания и прогнозирования с целью определения динамики развития лесного пожара на последовательных изображениях и генерации изображения с прогнозом распространения пожара. Приведена общая логическая схема предлагаемых моделей распространения лесного пожара, включающая 5 этапов: 1 этап — ввод входных данных; 2 этап — предобработка входных данных (проверка формата, проверка размеров, удаление шума); 3 этап — распознавание объекта с использованием сверточных нейронных сетей (распознавание данных о пожаре, распознавание данных о факторах окружающей среды, распознавание данных о характере лесных насаждений); 4 этап — прогнозирование динамики развития лесного пожара; 5 этап — вывод сгенерированного изображения с оперативным прогнозом. Для построения и настройки искусственных нейронных сетей предлагается использовать сформированную базу визуальных данных о динамике развития лесных пожаров. Разработанные модели распространения лесного пожара базируются на дереве искусственных нейронных сетей в виде ациклического графа и реализуют выявление зависимостей между динамикой развития лесного пожара и характеристиками внешней и внутренней среды.

Ключевые слова: лесной пожар, оперативный прогноз, искусственный интеллект, глубокое машинное обучение, сверточная нейронная сеть, моделирование динамики лесного пожара, неопределенность, нестационарность.

УДК: 004.65, 614.841.42

Поступила в редакцию: 26.04.2019

DOI: 10.24143/2072-9502-2019-3-97-107



Реферативные базы данных:


© МИАН, 2024