Оценка структурной устойчивости и динамического развития синтезированной функциональной структуры технологической системы угольной шахты
В.В. Агафонов1, О.Ю. Козлова2, В.В. Козлов3
1 Национальный исследовательский технологический университет «МИСИС», г. Москва, Российская Федерация
2 МИРЭА – Российский технологический университет, г. Москва, Российская Федерация
3 Московский политехнический университет, Тучковский филиал, п.г.т. Тучково, Российская Федерация
Горная Промышленность №3/ 2026 стр. 151-156
Резюме: Актуализируется процедура синтеза технологических систем угольных шахт с использованием методологии композиционных гибридных нечетких моделей «с взаимодействием». В рамках предложенного подхода модельные когнитивные представления предусматривают процедуру трансформации факторов-концептов с использованием искусственных нейронных сетей с соответствующими алгоритмами обучения в рамках параметрической оптимизации с формированием функций принадлежности нечетких множеств. Гибридизация и интеграция методов интеллектуальной обработки проектной информации при этом требует реализации процедуры сравнения синтезированных результатов когнитивного моделирования с реальными результатами рутинного проектирования и выявления степени их расхождения, что позволяет расширить границы возможности целенаправленной интеллектуальной генерации лучших альтернатив проектных решений. Оценка структурной устойчивости сформированной нечеткой когнитивной карты в рамках доверительного интервала производится путем бинарного сопоставления числа циклов отрицательной и положительной обратной связи. Вспомогательным в процедуре оценки является критерий бесконтектности, основанный на использовании шаблонов однотипного перевода связей между концептами-факторами. На основе аналитического обзора систем и средств когнитивного моделирования и проведенных исследований сформирована нечеткая когнитивная карта процесса оценки.
Ключевые слова: угольная шахта, технологическая система, нечеткая логика, нейронные сети, нечеткая когнитивная карта, структурная устойчивость, динамическое развитие
Для цитирования: Агафонов В.В., Козлова О.Ю., Козлов В.В. Оценка структурной устойчивости и динамического развития синтезированной функциональной структуры технологической системы угольной шахты. Горная промышленность. 2026;(3):151–156. https://doi.org/10.30686/1609-9192-2026-3-151-156
Информация о статье
Поступила в редакцию: 11.02.2026
Поступила после рецензирования: 24.03.2026
Принята к публикации: 03.04.2026
Информация об авторах
Агафонов Валерий Владимирович – доктор технических наук, профессор кафедры геотехнологий освоения недр Горного института, Национальный исследовательский технологический университет «МИСИС», г. Москва, Российская Федерация; https://orcid.org/0009-0007-0449-8124; e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
Козлова Ольга Юрьевна – кандидат технических наук, доцент кафедры высшей математики-3, МИРЭА – Российский технологический университет, г. Москва, Российская Федерация; e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
Козлов Валерий Владимирович – доктор технических наук, доцент, Московский политехнический университет, Тучковский филиал, п.г.т. Тучково, Российская Федерация; e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
Список литературы
1. Козлова О.Ю., Агафонов В.В., Кравец К.Д. Использование гибридных многопараметрических модельных представлений для синтеза функциональных структур горнотехнических систем. Горный информационно-аналитический бюллетень. 2024;(S19):12–23. Kozlova O.Yu., Agafonov V.V., Kravets K.D. The use of hybrid multiparametric model representations for the synthesis of functional structures of mining systems. Mining Informational and Analytical Bulletin. 2024;(S19):12–23. (In Russ.)
2. Козлова О.Ю., Агафонов В.В. Формализация когнитивного моделирования при разработке систем поддержки принятия проектных решений технологических систем угольных шахт с учетом базовых онтологий. Горная промышленность. 2025;(5):44–48. https://doi.org/10.30686/1609-9192-2025-5-44-48 Kozlova O.Y., Agafonov V.V. Formalization of cognitive modeling in development of design decision support systems for technological systems of coal mines with account of basic ontologies. Russian Mining Industry. 2025;(5):44–48. (In Russ.) https://doi.org/10.30686/1609-9192-2025-5-44-48
3. Павлыш В.Н., Перетолчина Г.Б. Математическое моделирование нестационарных процессов в среде с нечётко определёнными параметрами. Проблемы искусственного интеллекта. 2018;(2):33–45. Pavlysh V.N., Peretolchina G.B. The mathematical modeling of non-stationary processes in environment with left certain parameters. Problems of artificial intelligence. 2018;(2):33–45. (In Russ.)
4. Трофимов Ю.В., Муравьев И.П., Аверкин А.Н., Лебедев А.Д., Кузнецов Е.М., Трусов И.А. и др. Новый плитогенно-нечеткий многослойный перцептрон (PN-MLP) на основе нечёткой, интуиционистской, нейтрософической и плитогенной логик с объяснительным искусственным интеллектом второго поколения (XAI 2.0) для платформы клинического анализа молочной железы. Нечеткие системы и мягкие вычисления. 2025;20(1):5–35. https://doi.org/10.26456/fssc132 Trofimov Yu.V., Muravyov I.P., Averkin A.N., Lebedev A.D., Kuznetsov E.M., Trusov I.A. et al. A plithogenic-fuzzy multilayer perceptron (PN- MLP) integrating fuzzy, intuitionistic-fuzzy, neutrosophic and plithogenic logics with XAI 2.0 for a breast cancer CAD platform. Fuzzy Systems and Soft Computing. 2025;20(1):5–35. (In Russ.) https://doi.org/10.26456/fssc132
5. Тарасов В.Б. Биполярные шкалы, многозначные семантики и решетки модальностей в моделировании когнитивных агентов. В кн.: Колесников А.В. (ред.) Гибридные и синергетические интеллектуальные системы: материалы 4-й Всероссийской Поспеловской конференции с международным участием, г. Калининград, 14–19 мая 2018 г. Калининград: Балтийский федеральный университет им. Иммануила Канта; 2018. С. 98–115.
6. Малахов А.А. Группировка концептов нечеткой когнитивной карты. В кн.: Приоритетные направления инновационной деятельности в промышленности: сб. науч. ст. 5-й Междунар. науч. конф., г. Казань, 30–31 мая 2020 г. М.: Конверт; 2020. Ч. 2. С. 60–64.
7. Борисов В.В., Луферов В.С. Метод многомерного анализа и прогнозирования состояния сложных систем и процессов на основе нечетких когнитивных темпоральных моделей. Системы управления, связи и безопасности. 2020;(2):1–23. Режим доступа: https://sccs.intelgr.com/archive/2020-02/01-Borisov.pdf (дата обращения: 25.02.2026). Borisov V.V., Luferov V.S. The method of multidimensional analysis and forecasting states of complex systems and processes based on Fuzzy Cognitive Temporal Models. Systems of Control, Communication and Security. 2020;(2):1–23. (In Russ.) Available at: https://sccs.intelgr.com/archive/2020-02/01-Borisov.pdf (accessed: 25.02.2026).
8. Рудниченко Н.Д., Вычужанин В.В., Шибаев Д.С., Шибаева Н.О. Разработка модели решающего дерева для когнитивного представления метаданных о больших объемах информации. В кн.: Пугина О.В. (ред.) Информационные системы и технологии ИСТ-2020: сб. материалов 26-й Междунар. науч.-техн. конф., г. Нижний Новгород, 24–28 апреля 2020 г. Нижний Новгород: Нижегородский государственный технический университет им. Р.Е. Алексеева; 2020. С. 684–690.
9. Дальбергенова Л.Е. Когнитивное моделирование каузальных ситуаций. В кн.: Современные тенденции в науке, технике, образовании: сб. материалов 4-й Междунар. науч.-практ. конф., г. Смоленск, 30 декабря 2018 г. Смоленск; 2018. С. 90–92.
10. Лойко В.И., Барановская Т.П., Вострокнутов А.Е. Методика когнитивного моделирования и анализа целей и функций корпоративных интегрированных структур. Современная экономика: проблемы и решения. 2018;(11):84–97. Режим доступа: https://journals.vsu.ru/meps/ru/article/view/6589 (дата обращения: 25.02.2026). Loyko V.I., Baranovskaya T.P., Vostroknutov A.E. The methodology of cognitive modeling and analysis of goals and functions of corporate integrated structures. Modern Economics: Problems and Solutions. 2018;(11):84–97. (In Russ.) Available at: https://journals.vsu.ru/meps/ru/article/view/6589 (accessed: 25.02.2026).
11. Павлова Л.Д., Фрянов В.Н. Моделирование геомеханических процессов в структурно неоднородном геомассиве для оценки устойчивости подготовительных выработок угольных шахт. Горный информационно-аналитический бюллетень. 2025;(8):5–16. https://doi.org/10.25018/0236_1493_2025_8_0_5 Pavlova L. D., Fryanov V. N. Modeling geomechanical processes in structurally nonuniform geomass for stability estimation of temporary roadways in coal mines. Mining Informational and Analytical Bulletin. 2025;(8):5–16. (In Russ.) https://doi.org/10.25018/0236_1493_2025_8_0_5
12. Кравец К.Д., Козлова О.Ю., Оганесян А.С. Концепция межсекторального моделирования функциональной структуры угольной шахты. Уголь. 2025;(7):111–115. https://doi.org/10.18796/0041-5790-2025-7-111-115 Kravets K.D., Kozlova O.B., Oganesyan A.S. The concept of intersectoral modeling of the functional structure of a coal mine. Ugol’. 2025;(7):111–115. (In Russ.) https://doi.org/10.18796/0041-5790-2025-7-111-115
