Панкратова, Наталія ДмитрівнаГрішин, Костянтин Дмитрович2025-01-232025-01-232024Грішин, К. Д. Стратегія розробки комп’ютерної моделі цифрових двійників для супроводу функціонування кіберфізичних систем : магістерська дис. : 124 Системний аналіз / Грішин Костянтин Дмитрович. - Київ, 2024. - 159 с.https://ela.kpi.ua/handle/123456789/72145Об’єкт дослідження – процеси розробки комп’ютерних моделей цифрових двійників для функціонування кіберфізичних систем. Предмет дослідження – методологія системного аналізу, методологія передбачення, штучний інтелект, сурогатні моделі, методи якісного аналізу, скінчених елементів, концепції Industry 4.0 та 5.0, обчислювальні алгоритми. Мета дослідження – стратегія розробки комп’ютерної моделі цифрових двійників для супроводу функціонування кіберфізичних систем на основі методології системного аналізу та технології штучного інтелекту. Методи дослідження – метод скінченних елементів, метаевристичні алгоритми, методи штучного інтелекту. Результатом є розроблена стратегія побудови комп’ютерної моделі цифрових двійників (КМЦД) для супроводу функціонування кіберфізичних систем у вигляді мостів, реалізована у програмному продукті на мові Python. КМЦД складається з моделі мосту на основі методу скінченних елементів в середовищі ANSYS, модуля дизайну та модуля динамічного зважування. Модулем дизайну мінімізована маса конструкції при заданих параметрах та обмеженнях. Модулем динамічного зважування створено модель штучного інтелекту, яка оцінює вагу вантажівок за показниками сенсорів. Новизна полягає в створенні комп’ютерної моделі цифрового двійника мосту, що базується на розробці дизайну мостів сучасними сурогатними моделями та налаштуванням їх гіперпараметрів, розвитку архітектур нейронних мереж для систем динамічного зважування.159 с.ukцифровий двійниккіберфізична системаметод скінченних елементівалгоритм рою частиноксурогатна модельбаєсівська оптимізаціясистема динамічного зважування мостурекурентні нейронні мережіdigital twincyber-physical systemfinite element methodparticle swarm optimizationsurrogate modelbayesian optimizationbridge weigh-in-motionrecurrent neural networksMaster Thesis004.94:004.89](043.3)