, Снігур О. О. ІНТЕРВАЛЬНИЙ НЕЧІТКИЙ КЛАСТЕРНИЙ АНАЛІЗ ДЛЯ МОНІТОРИНГУ СТАНУ АРТЕЗІАНСЬКОЇ СВЕРДЛОВИНИАктуальність. Моніторинг природних систем різного характеру є необхідною умовою раціонального природокористування. Технології інтелектуального аналізу даних, зокрема кластерний аналіз, надають широкі можливості для візуалізації наборів даних, що дозволяє використовувати ці технології людьми, які не мають спеціальної математичної підготовки. Задача моніторингу системи, стан якої змінюється в часі, висуває вимогу розширеної інтерпретації результатів кластеризації з урахуванням історичних даних. Технічні можливості для виявлення характеру змін, що відбуваються в об'єкті, представленому набором даних, мають особливе значення в задачі моніторингу водних ресурсів, оскільки вони перебувають у тісному взаємозв'язку з зовнішнім середовищем, та величина їхніх запасів залежить від багатьох факторів, зовнішніх відносно водоносної системи. Після введення в експлуатацію артезіанська свердловина потребує постійного спостереження задля правильного керування експлуатацією підземних вод, захисту їх від забруднення та вичерпання, а також попередження негативних наслідків впливу водовідбору на навколишнє середовище. Крім того, для складних природних систем характерна висока надлишковість простору параметрів, а також наявність як відомих, так і не виявлених досі кореляційних зв'язків між параметрами. Ці фактори зумовлюють необхідність використання методів кластерного аналізу, здатних працювати в умовах невизначеності та надлишковості параметрів.Мета роботи -розширення можливостей для аналізу зміни стану системи в часі шляхом урахування невизначеностей, присутніх у даних спостережень.Метод. Запропоновано застосування методу інтервального нечіткого кластерного аналізу для дослідження зміни характеристик набору даних у часі та виявлення загальних тенденцій. Формалізація поставленої технологічної задачі в термінах інтелектуального аналізу даних передбачає можливість одночасної роботи з множиною вхідних векторів. Сформульовано покроковий алгоритм побудови інтервальної оцінки стану природної системи на основі історичних даних спостережень та поточних значень.Результати. Запропоновану модель адаптовано до розв'язання технологічної задачі моніторингу артезіанської свердловини та експериментально показано можливості раннього виявлення прихованих закономірностей.Висновки. Інтервальний нечіткий кластерний аналіз дозволяє враховувати та моделювати невизначеності довільної природи, що виникають у даних досліджень артезіанської свердловини на різних стадіях моніторингу. Показано, що одночасне подання на вхід системи даних кількох свердловин може дати змогу оцінити не лише їхнє розташування щодо стандартних компактних класів за (потенційною) якістю води, але й взаємне розташування, і в кінцевому підсумку вказати на деяку не виявлену до цього закономірність.Ключові слова: кластерний аналіз, інтервальні ступені належності, інтервальні нечіткі множини, критерії якості кластеризації, візуалізація даних.

A type-2 interval generalizing fuzzy model is proposed for monitoring complex systems’ states. A set-theoretic approach is proposed to generalize the results of type-2 fuzzy models with interval membership functions. The study of the correspondence of expert assessments to the output value of the generalizing fuzzy model over the observation interval is presented. Examples of the use of generalizing fuzzy model type-2 in the task of monitoring the conditions of an artesian well are given. It is shown that in order to improve the quality of decisions made, the expert needs to pay attention to the value of the interval output of the generalizing type-2 fuzzy model. Recommendations are presented to experts to improve decision-making regarding the estimation of the output interval of the generalizing model.

expert knowledge about the subject area or inability to formalize them, as well as uncertainty caused by input feature space dimensionality (redundancy and noise) [1, 2]. All these factors are inherent in natural systems and processes in one way or another. As an example of modeling a system of this class, later in this paper we show how the condition of an artesian well can be evaluated at any given time from the beginning of hydrogeological exploration up to its full completion. This task is characterized by difficulties in accessing experimental data, since obtaining input data necessary for operation of any given model requires significant effort. It is therefore to be expected, that geological exploration which precedes putting an artesian well into operation lasts ranging from 6 months and up to several years [3].

No abstract

No abstract