Управління процесом математичного моделювання динаміки концентрацій шкідливих речовин на основі онтологічного підходу

1
Західноукраїнський національний університет
2
Західноукраїнський національний університет
3
Західноукраїнський національний університет
4
Університет в Чеські Будейовіце

Проблема побудови математичної моделі динаміки концентрацій діоксиду азоту на різних ділянках міста розглянута в цій статті. Розглянуто особливості побудови таких моделей на основі періодичного вимірювання концентрацій шкідливих речовин та ідентифікації на основі отриманих вимірювань. У статті також запропоновано онтологічний підхід, як інструмент управління, який дозволяє значно спростити систематичні стандартизовані методи зберігання моделей, процес їх побудови та відповідного використання в практичних ситуаціях. Використання онтологічної моделі дозволяє формалізувати процес отримання, зберігання та використання
відповідних знань та підходить для більш інтелектуалізованих систем, такі як визначеня завідомо хибних розв'язків на основі моделі, прогнозний контроль моделі, оптимізація процесу прийняття рішень на основі знань та моделювання відповідної технологічної схеми. Стаття також описує особливості побудови відповідної онтологічної моделі, схему вибору нелінійної моделі – з «перемиканнями» на різні умови. В роботі проведено також відповідні експериментальні дослідження, які дозволяють підтвердити ефективність запропонованого.

  1. M.Dyvak, N.Porplytsya, and Y.Maslyiak, “Modified Method of Structural Identification of Interval Discrete Models of Atmospheric Pollution by Harmful Emissions from Motor Vehicles”, in Proc. Advances in Intelligent Systems and Computing IV. CSIT 2019, vol 1080. Springer, Cham. 2020.
    https://doi.org/10.1007/978-3-030-33695-0_33
  2. M. Dyvak, N. Porplytsya; and I. Borivets, and M.Shynkaryk, “Improving the computational implementation of the parametric identification method for interval discrete dynamic models”. in Proc. 12th International Scientific and Technical Conference on Computer Science and Information Technologies (CSIT), Lviv, Ukraine, 5–8 September 2017; pp. 533–536, doi: 10.1109 / STC-CSIT.2017.809884
    https://doi.org/10.1109/STC-CSIT.2017.8098844
  3. M. Dyvak, Y. Maslyiak and A. Pukas, "Information Technology for Modeling of Atmosphere Pollution Processes by Motor Vehicle Harmful Emissions," in Proc. IEEE 15th International Conference on the Experience of Designing and Application of CAD Systems (CADSM), pp. 1-5, 2019. doi: 10.1109 / CADSM.2019.8779268.
    https://doi.org/10.1109/CADSM.2019.8779268
  4. Mykola Dyvak, Parameters Identification Method of Interval Discrete Dynamic Models of Air Pollution Based on Artificial Bee Colony Algorithm, 2020. 130-135. 10.1109 / ACIT49673.2020.9208972
    https://doi.org/10.1109/ACIT49673.2020.9208972
  5. N. Ocheretnyuk, I. Voytyuk, M. Dyvak, and Ye. Martsenyuk, “Features of structure identification the macromodels for nonsta-tionary fields of air pollution from vehicles”. in Proc. Modern Problems of Radio Engineering, Telecommunications and Computer Science, Proceedings of the 11th International Conference, Lviv, Ukraine, p. 444, 17–19 May, 2012;.
  6. M. Dyvak, Y. Maslyiak and A. Pukas, "Information Technology for Modeling of Atmosphere Pollution Processes by Motor Vehicle Harmful Emissions," in Proc. IEEE 15th International Conference on the Experience of Designing and Application of CAD Systems (CADSM), pp . 1-5, 2019. doi: 10.1109 / CADSM.2019.8779268.
    https://doi.org/10.1109/CADSM.2019.8779268
  7. Munira Mohd Ali, Ruoyu Yang, Binbin Zhang, Francesco Furini, Rahul Rai, J. Neil Otte, and Barry Smith, “Enriching the functionally graded materials (FGM) ontology for digital manufacturing”, International Journal of Production Research 0: 0, pp. 1-18, 2020.
    https://doi.org/10.1080/00207543.2020.1787534
  8. Suresh, P., G. Joglekar, Shuo-Huan Hsu, P. Akkisetty, Leaelaf Hailemariam, Ankur Jain, G. Reklaitis and V. Venkatasubramanian. "Onto MODEL: Ontological mathematical modeling knowledge management." Computer-aided chemical engineering, no. 25, pp. 985-990, 2008.
    https://doi.org/10.1016/S1570-7946(08)80170-8
  9. Trokanas, Nikolaos and F. Cecelja. "Ontology evaluation for reuse in the domain of Process Systems Engineering." Comput. Chem. Eng. no. 85, pp. 177-187, 2016.
    https://doi.org/10.1016/j.compchemeng.2015.12.003
  10. Yang, Lan, K. Cormican and Ming Yu. "Ontology Learning for Systems Engineering Body of Knowledge." IEEE Transactions on Industrial Informatics, no.17,  pp. 1039-1047, 2021.
    https://doi.org/10.1109/TII.2020.2990953
  11. O. Androshchuk, R. Berezenskyi, O. Lemeshko, A. Melnyk, and O. Huhul, “Model of Explicit Knowledge Management in Organizational and Technical Systems”, International Journal of Computing, vol. 20, no. 2, pp. 228-236, 2021.
    https://doi.org/10.47839/ijc.20.2.2170
  12. A. Melnyk and R. Pasichnyk, "System of semantic classes for test's generation," in Proc. International Conference on Modern Problems of Radio Engineering, Telecommunications and Computer Science (TCSET), pp. 206-206, 2010.
  13. Lu, Jinzhi, Junda Ma, Xiaochen Zheng, Guoxin Wang and D. Kiritsis. "Design Ontology Supporting Model-based Systems-Engineering Formalisms." ArXiv abs / 2010.07627 (2020): n. pag.
    https://doi.org/10.1109/JSYST.2021.3106195
  14. Ebrahimipour, V. and S. Yacout. "Ontology-Based Knowledge Platform to Support Health Equipment in Plant Operations." (2015).
    https://doi.org/10.1007/978-3-319-15326-1_8
  15. Abdelhadi Belfadel, Emna Amdouni, Jannik Laval, Chantal Cherifi, and Néjib Moalla, “Ontology-based Software Capability Container for RESTful APIs”, in Proc. 9th IEEE International Conference on Intelligent Systems (IS 2018), Sep 2018, Madeira, Portugal. ffhal-01877278
    https://doi.org/10.1109/IS.2018.8710534
  16. Martina Husáková, and Vladimír Bureš, "Formal Ontologies in Information Systems Development: A Systematic Review", Information 11, no. 2, p. 66. 2020.
    https://doi.org/10.3390/info11020066