Возможности применения сквозных квантовых информационных технологий в интеллектуальных системах управления слабо формализованными физическими объектами (типа комплекс NICA)
Боковая панель статьи
Основное содержимое статьи
Аннотация
В статье приведены результаты анализа и рекомендации разработок квантовых сквозных технологий моделирования сложных систем в инженерии знаний и описаны возможности применения технологий квантовых мягких интеллектуальных вычислений к задачам управления элементами ускорительного комплекса. Представлен программно-алгоритмический инструментарий (Computational Intelligence Toolkit), основанный на мягких и квантовых вычислениях, квантовых поисковых алгоритмах и ГРИД-технологиях, для проектирования робастных баз знаний в интеллектуальных регуляторах различного уровня квантовой сложности Колмогорова.
Скачивания
Информация о статье
Библиографические ссылки
Kekelidze V. D. et al. Project Nuclotron – based ion collider facility at JINR // Физика элементарных частиц и атомного ядра (ЭЧАЯ), 2017. – Т. 48. – Вып. 5. – С. 617.
Диканский Н. С., Мешков И. Н., Пархомчук В. В., Скринский А. Н. Развитие методов охлаждения ионов // УФН, 2018. – Т. 188. – № 5. – С. 481-492.
Дрёмин И. М. Некоторые новые открытия на коллайдерах, // УФН, 2018. – Т. 188. – № 4. – С. 437-445
Meshkov I., Sidorin A. Electron cooling // NIMA, 2004. – Vol. 532. – Pp. 19-25.
Сидорин А.О., Трубников Г.В., Шурхно Н.А. Экспериментальные и теоретические исследования в ОИЯИ по развитию метода стохастического охлаждения пучков заряженных частиц // УФН, 2016. – Т. 186. – № 3.
Ульянов С. В., Решетников Г. П. Технологии интеллектуальных вычислений: Мягкие и дробные вычисления в интеллектуальном управлении. Учебно методическое пособие. – Дубна: ОИЯИ, 2013. – С. 244. – ISBN 978-5-9530-0379-7.
Ульянов С. В., Решетников А. Г., Решетников Г. П. Технологии интеллектуальных вычислений: Квантовые вычисления и программирование в самоорганизующихся интеллектуальных системах управления. Учебно-методическое пособие. – Дубна: ОИЯИ, 2015. – С. 246. – ISBN 978-5-9530- 0422-0.
Мешков И.Н., Трубников Г.В. Технологический проект ускорительного комплекса NICA. – Дубна: ОИЯИ, 2015.
Агапов Н.Н. Бустерный синхротрон ускорительного комплекса NICA // Письма в ЭЧАЯ, 2010. – Т. 7. – № 7(163). – С. 723-730.
Бутенко А.В. и др. Модернизация инжекционного комплекса нуклотрон // Письма в ЭЧАЯ, 2012. – Т. 9. – № 4-5 (174-175). – С. 654-665.
Бутенко А.В. и др, Каналы транспортировки системы инжекции и вывода пучка в ускорительном комплексе NICA // Письма в ЭЧАЯ, 2016. – Т. 13. – № 7(2050). – С. 1507-1526.
Буланов В.А., Концептуальный проект системы питания отклоняющих пластин многовариантной инжекции в бустере ускорительного комплекса NICA // Письма в ЭЧАЯ, 2014. – Т. 11. – № 5(189). – С. 1074-1078.
Базанов А.М., Сверхвысокий вакуум в сверхпроводящих синхротронах// Письма в ЭЧАЯ, 2016. – Т. 13. – № 7(205). – С. 1461-1469.
Козлов О.С. и др. Состав оборудования и параметры коллайдера NICA на период пусконаладочных работ // Письма в ЭЧАЯ, 2016. – Т. 13. – № 7(205). – С. 1456-1460.
TANGO Controls. http://www.tango-controls.org.
Andreev V. et al. Tango standard software to control the nuclotron beam slow extraction // Письма в ЭЧАЯ, 2016. – Т. 13. – № 5(203). – С. 951-956.
Andreev V. et al. Nuclotron control system, Laboratory of High Energies Joint Institute for Nuclear Research. – Dubna, Russia (http://nucloweb.jinr.ru/nucloserv/text/august2003/html/3p041.htm).
Gorbachev E. V. et al. Nuclotron and NICA control system development status JINR. – Dubna, Russia Proceedings of ICALEPCS 2015, Melbourne, Australia. – Рp. 437-440.
Rubio-Manrique S. etc. A bottom up approach to automatically configured tango control system, CELLS-ALBA Synchrotron, Cerdanyola del Vallés, Spain.
Lipinski M. et al. White rabbit: a PTP Application for robust sub-nanosecond synchronization // Proc. Intern. Symp. on Precision Clock Synchronization for Measurement, Control and Communication, IEEE, 2011.
Бровко О.И. и др. Экспериментальные исследования на нуклотроне режимов адиабатической группировки пучка в ускорительно-коллайдерном комплексе NICA // Письма в ЭЧАЯ, 2016. – Т. 13. – № 7(205). – С. 1284-1293.
Волков В. И., Елисеев А. В., Иссинский И. Б., Коваленко А. Д. Моделирование адиабатического захвата пучка нуклотрона в режим ускорения. – Сообщение ОИЯИ Р9-2003-154. – Дубна, 2003.
Edelen, A. et al. Neural Networks for Modeling and Control of Particle Accelerators. Control of simulation of a particle accelerator as a spatially distributed system. AIP Conference Proceedings 1648, 450003 (2015); (https://doi.org/10.1063/1.4912662).
Петров Б.Н., Уланов Г.М., Хазен Э.М., Ульянов С.В. Информационно-семантические аспекты процессов управления и организации. – М.: Наука, 1977.
Петров Б.Н., Гольденблат И.И., Уланов Г.М., Ульянов С.В. Теория моделей в процессах управления: Термодинамический и информационный аспекты. – М.: Наука, 1978.
Ulyanov S.V., et all. Quantum swarm model of self-organization process on quantum fuzzy inference and robust wise control design // Proc. 7th Intern. Conf. Appl. of Fuzzy Systems and Soft Computing (ICAFS’2006), Siegen, Germany, 2006. – Рp. 10–19.
Ulyanov S.V. Self-organizing quantum robust control methods and systems for situations with uncertainty and risk. – Patent US 8788450 B2, 2014.
Ульянов С.В., Николаева А.В., Решетников А.Г. Интеллектуальные системы управления в непредвиденных ситуациях. Оптимизатор баз знаний на мягких вычислениях. – LAP LAMBERT Acad. Publ., OmniScriptum GmbH & Co. KG, 2013.
Sandberg H., et all. Maximum work extraction and implementation costs for nonequilibrium Maxwell’s demon // Physical Review E, 2014. – No. 4. – Pp. 042-119.
Ульянов С.В. Квантовая релятивистская информатика. - LAP LAMBERT Acad. Publ., OmniScriptum GmbH & Co. KG, 2015.
Dudek G., Jenkin M., Milios E., Wilkes D. A taxonomy for multi-agent robotics // Autonomous Robots, 1996. – Vol. 3. – No. 4. – Pp. 375–397.
Ota J. Multi-agent robot systems as distributed autonomous systems // Advanced Engineering Informatics, 2006. – Vol. 20. – No 1. – Pp. 59-70.
Ulyanov S.V., Reshetnikov A.G., Ryabov N.V. Deep machine learning and pattern/face recognition based on quantum neural networks and quantum genetic algorithm // The 8th International Conference "Distributed Computing and Grid-technologies in Science and Education" JINR, Dubna, September 13, 2018.
Brown K., Rothacker, F., Carey, D. C., Iselin Ch. TRANSPORT: A Computer Program for Designing Charge Particle Beam Transport Systems // SLAC-PUB-91 Rev 2, 1977.
Clout P. The status of Vsystem // Proc. of the Third Intern. Conference on Accelerator and Large Experimental Physics Control Systems, Germany. – 1993.
Clearwater, S., Cleland W. Real-Time Expert System for Trigger Logic-Logic Monitoring // Proc. of the Intern. Conference on Accelerator and Large Experimental Physics Control Systems, Vancouver, B.C., 1989.
Klein W. B., Westervelt R. T., Luger G. F. A General Purpose Intelligent Control System for Particle Accelerators - Vista Control Systems Inc., Los Alamos, New Mexico 87544, University of New Mexico, Albuquerque, New Mexico (http://dx.doi.org/10.1109/TNS.2016.2543203).
Klein W. B., Westervelt R. T., Luger G. F., An Architecture for Intelligent Control of Particle Accelerators - Vista Control Systems Inc., Los Alamos, New Mexico 87544, University of New Mexico, Albuquerque, New Mexico 87131.
Scheinker A., Pang X., Rybarcyk L. Model-independent particle accelerator tuning. – Los Alamos National Laboratory, Los Alamos, New Mexico 87545, USA (Received 25 July 2013; published 21 October 2013).
Hofler A. et al. Innovative applications of genetic algorithms to problems in acceleraror physics // Phys. Rev. STAB, 2013. – Vol. 16.
Chen, J., Wang, L., Li, W.-M., Gao, W.-W. Optimization of magnet sorting in a storage ring using genetic algorithms // Chinese Physics C, 2013.
Castelvecch D. Particle physicists turn to AI to cope with CERN’s collision deluge // Nature, 2018. – Vol. 557. – Pp. 147-148.
Ramberger S., Russenschuck S., Genetic algorithms for the optimal design of superconducting accelerator magnets // EPAC, 1998.
Pang, X., Rybarcyk, L.J. Multi-objective particle swarm and genetic algorithm for the optimization of the LANSCE linac operation // NIMA, 2013. – Vol. 741.
Yang L., et al. Global optimization of an accelerator lattice using multiobjective genetic algorithm // NIMA, 2009. – Vol. 609.
Каплин В.И., Карпинский В.Н., Поляков Ю.А. и др. Интеллектуальная система питания и управления на фазатроне ЛЯП ОИЯИ, реализуемая от одного источника при разных токах в электромагнитных линзах // Письма в ЭЧАЯ, 2013. – Т. 10. – № 1(178). – С. 94-100.
Каплин В.И., Карпинский В.Н., Поляков Ю.А. и др. Интеллектуальная система питания и управления группами магнитных элементов ускорителей частиц от нескольких источников МВтМощности // Письма в ЭЧАЯ, 2012. – Т. 9. – № 3(173). – С. 489-494.
Fiesler, E., Campbell, S. Hybrid neural networks and their application to particle accelerator control // Proc. of the SPIE - The International Society for Optical Engineering, 1999. – Vol. 3812. – Pp. 132-142.
Shishlo A. et al. The Particle Accelerator Simulation Code PyORBIT // Procedia Computer Science, 2015. – Vol. 51. – Pp. 1272-1281. [International Conference on Computational Science (ICCS 2015)].
Grote H., Schmidt F., Deniau L., Roy C. (ed.), The MAD-X Program (Methodical Accelerator Design) [Version 5.02.09, User’s Reference Manual European Laboratory for particle physics], Geneva, Switzerland April 6, 2016.
Crandall K. R., Rusthoi D. P. TRACE 3-D documentation. – Third Edition May 1997, Los Alamos National Laboratory, New Mexico 87545.
Meot F., Zgoubi N. Users’ Guide Collider. – Accelerator Department Brookhaven National Laboratory Upton, NY 11973 C-A/AP/# 470 October 2012.
Humphries S., Principles of Charged. Particle Acceleration. Jr. Department of Electrical and Computer. Engineering - University of New Mexico: Reprint of the John Wiley & Sons, Inc., New York, 1986.