Wykorzystanie sieci neuronowych do analizy danych i pozyskiwania wiedzy w systemie ekspertowym do oceny parametrów benzyn silnikowych

W pracy przedstawiono możliwość wykorzystania sieci neuronowych do analizy danych i tworzenia struktur mogących samodzielnie przetwarzać dane. Rozważania oparto na przykładzie systemów zdolnych do interpretowania zależności pomiędzy składem chromatograficznym benzyny silnikowej a wielkościami opisującymi jej nieaddytywne parametry jakościowe (LOM, LOB, DVPE, E70, E100). Przeprowadzone badania wskazują, że modele opracowane na bazie sieci neuronowych także w tym przypadku sprawdzają się jako dobre narzędzie predykcyjne i mogą być podstawą do tworzenia systemów ekspertowych. Te systemy natomiast mogą w przyszłości stać się ważnym elementem w strukturach kognitywnych wspomagających zarządzanie procesem produkcji paliw w warunkach czasu rzeczywistego.

---

The paper presents the possibility of using neural networks to analyze data and create structures which can independently process the data. Considerations based on the example of systems capable of interpreting the relationship between the individual chromatographic composition of motor gasoline and non-additive values that describe its quality parameters (RON, MON, DVPE, E70, E100). The study indicates that the models developed based on neural networks are suited predictive tools in this case as well and can be the basis of expert systems. In turn, these expert systems have the potential to become an important element in the cognitive structure of management support fuel production process in real-time conditions.