Комплексні багатовимірні нечіткі моделі процесів моніторингу та реабілітації хворих із нерівномірним інтервалом спостережень
Loading...
Date
2023
Journal Title
Journal ISSN
Volume Title
Publisher
Український державний університет науки і технологій, Дніпро
Abstract
UKR: Мета. Робота присвячена розвитку математичних моделей і методів нечіткого моделювання багатовимірних часових рядів (МЧР) для процесів моніторингу та реабілітації хворих із нерівномірними інтервалами між спостереженнями. У МЧР враховано системні властивості та єдності компонентів досліджуваних процесів шляхом формування комбінованих/комплексних багатовимірних нечітких моделей (CFTS). Методика. Реалізація моделей CFTS враховує власні ознаки зазначених процесів. Особливість СFTS поля-гає в тому, що нерівномірні інтервали спостережень, як і інші параметри, відображають системну єдність саме контрольованого процесу, а не встановлену зовні форму спостережень, регламент. СFTS узагальнюють моделі багатовимірних нечітких часових рядів порядку n із m вхідними і одним результуючим параметром, тобто різні компоненти можуть мати неоднаковий порядок передісторії n, окремі параметри можуть вимірюватися різними типами даних та формами невизначеності. Результати. У статті представлена комплексна вдосконалена структура моделей CFTS порядку n з m вхідними і одним результуючим параметром, яка пристосована до властивостей процесів моніторингу та реабілітації з нерівномірними інтервалами спостережень. Для формування СFTS запропонована поетапна процедура, яка дозволяє формувати склад параметрів. Подано приклад моделювання процесу реабілітації хворих на діабет на основі СFTS, який демонструє її відмінності та ефективність. Наведено порівняльні властивості моделей СFTS та моделей FTS. Наукова новизна. Отримано розвиток моделей і методів МЧР процесів моніторингу та реабілітації за нерівномірних інтервалів, сформовано комплексні моделі СFTS. Відмінність СFTS полягає в тому, що компонента нерівномірних інтервалів представлена як інші мультипараметри m, що можуть мати різний порядок передісторії n, а також різні типи даних та форми невизначеності. Запропоновано процедуру поетапного формування складу параметрів моделей СFTS. Практична значимість. Моделі СFTS забезпечують реалізацію мультипараметричних процесів моніторингу та реабілітації за нерівномірних інтервалів спостережень, спрощують структуру та зменшують кількість реляційних відношень, дозволяють усувати конфлікт продукційних правил у разі забезпечення необхідної точності результатів. Приклад моделювання процесу реабілітації хворих на діабет із такими параметрами, як рівень цукру, інтервал між спостереженнями, показник тиску крові, підтвердив достовірність і практичну значимість моделей CFTS.
ENG: Purpose. The work is devoted to the development of mathematical models and methods of fuzzy modeling of multidimensional time series (CDM) for the processes of monitoring and rehabilitation of patients with uneven intervals between observations. CDM takes into account the system properties and unity of the components of the studied processes by forming combined/complex multidimensional fuzzy models (CFTS). Methodology. The implementation of CFTS models takes into account the intrinsic features of these processes. The peculiarity of CFTS is that uneven intervals of observations, as well as other parameters, reflect the systemic unity of the controlled process, rather than the externally established form of observations, regulations. SFTS generalize models of multidimensional fuzzy time series of order n with m input parameters and one output parameter, i.e., different components may have different order of prehistory n, individual parameters may be measured by different types of data and forms of uncertainty. Findings. The article presents a comprehensive improved structure of CFTS models of order n with m input and one output parameter, which is adapted to the properties of monitoring and rehabilitation processes with uneven observation intervals. To form the SFTS, a step-by-step procedure is proposed that allows forming the composition of parameters. An example of modeling the process of rehabilitation of patients with diabetes based on the SFTS is presented, which demonstrates its differences and effectiveness. The comparative properties of SFTS and FTS models are presented. Originality. The development of CDM models and methods for monitoring and rehabilitation processes at uneven intervals is obtained, and complex SFTS models are formed. The difference between the SFTS is that the component of uneven intervals is represented as other multiparameters m, which can have different order of prehistory n, as well as different types of data and forms of uncertainty. A procedure for the step-by-step formation of the composition of the parameters of SFTS models is proposed. Practical value. SFTS models ensure the implementation of multiparameter monitoring and rehabilitation processes with uneven observation intervals, simplify the structure and reduce the number of relational relations, and eliminate the conflict of product rules in case of ensuring the required accuracy of results. The example of modeling the rehabilitation process for diabetics with such parameters as sugar level, interval between observations, and blood pressure has confirmed the reliability and practical significance of CFTS models.
ENG: Purpose. The work is devoted to the development of mathematical models and methods of fuzzy modeling of multidimensional time series (CDM) for the processes of monitoring and rehabilitation of patients with uneven intervals between observations. CDM takes into account the system properties and unity of the components of the studied processes by forming combined/complex multidimensional fuzzy models (CFTS). Methodology. The implementation of CFTS models takes into account the intrinsic features of these processes. The peculiarity of CFTS is that uneven intervals of observations, as well as other parameters, reflect the systemic unity of the controlled process, rather than the externally established form of observations, regulations. SFTS generalize models of multidimensional fuzzy time series of order n with m input parameters and one output parameter, i.e., different components may have different order of prehistory n, individual parameters may be measured by different types of data and forms of uncertainty. Findings. The article presents a comprehensive improved structure of CFTS models of order n with m input and one output parameter, which is adapted to the properties of monitoring and rehabilitation processes with uneven observation intervals. To form the SFTS, a step-by-step procedure is proposed that allows forming the composition of parameters. An example of modeling the process of rehabilitation of patients with diabetes based on the SFTS is presented, which demonstrates its differences and effectiveness. The comparative properties of SFTS and FTS models are presented. Originality. The development of CDM models and methods for monitoring and rehabilitation processes at uneven intervals is obtained, and complex SFTS models are formed. The difference between the SFTS is that the component of uneven intervals is represented as other multiparameters m, which can have different order of prehistory n, as well as different types of data and forms of uncertainty. A procedure for the step-by-step formation of the composition of the parameters of SFTS models is proposed. Practical value. SFTS models ensure the implementation of multiparameter monitoring and rehabilitation processes with uneven observation intervals, simplify the structure and reduce the number of relational relations, and eliminate the conflict of product rules in case of ensuring the required accuracy of results. The example of modeling the rehabilitation process for diabetics with such parameters as sugar level, interval between observations, and blood pressure has confirmed the reliability and practical significance of CFTS models.
Description
Keywords
мультипараметричні процеси, моніторинг, реабілітація, нерівномірний інтервал, комплексні нечіткі моделі, аналіз і прогнозування, multiparametric processes, monitoring, rehabilitation, uneven interval, complex fuzzy models, analysis and forecasting, КІТ
Citation
Скалозуб В. В., Горячкін В. М., Клименко І. В., Мурашов О. В. Комплексні багатовимірні нечіткі моделі процесів моніторингу та реабілітації хворих із нерівномірним інтервалом спостережень. Наука та прогрес транспорту. 2023. № 3 (103). С. 44–59. DOI: 10.15802/stp2023/293801.