Рассмотрен геометрический метод линеаризации обратной связью нелинейной математической модели тягового асинхронного электропривода дизель-поезда. С помощью последовательности инволютивных распределений получена линейная математическая модель электропривода в форме Бруновского. Сравнение процессов в исходной и линейной математических моделях асинхронного привода в разных режимах работы подтвердило правильность линеаризации обратной связью исходной модели и работоспособность модели объекта в форме Бруновского, которая использовалась для синтеза законов управления с помощью принципа максимума.

Проведено сравнение энергоэффективности естественной вентиляции помещений при постоянно открытом окне, образующем малый вентиляционный проем, в сравнении с периодической вентиляцией, выполняемой путем кратковременного открытия окна на относительно большую площадь. Показано, что значение энергоэффективности кратковременной вентиляции может иметь как положительное, так и отрицательное значение в зависимости от интенсивности и периодичности ее выполнения. Разработана номограмма по энергоэффективному использованию периодической кратковременной вентиляции.

Изложены основные сведения о методах и алгоритмах для создания интеллектуальных систем. Показаны основные направления развития искусственного интеллекта. Рассмотрены учебные задачи, дающие представление о подходах к построению систем искусственного интеллекта - самообучающих и экспертных систем, в том числе при неполных и неточных данных, искусственных нейронных сетей, эволюционных моделей, мультиагентных систем и др.

Для отечественных дизель-поездов c тяговыми асинхронными электродвигателями разработана обобщенная структура бортовой интеллектуальной компьютерной системы поддержки принятия решений машинистом, которая в реальном времени выдает необходимую информацию для ведения поезда по железнодорожному перегону. Предлагаемая система в реальных условиях эксплуатации подвижного состава при возникновении изменений погодных условий или дорожной ситуации выдает машинисту закон управления дизель-поездом, при котором соблюдается график движения и минимизируется расход топлива.

Разработаны стабильно-пластичные нейронные сети на основе перцептрона, способные дообучаться без потерь запомненной ранее информации. Разработанные нейронные сети позволяют на основе сигналов частот вращения роторов двигателей прогнозировать возможность возникновения процесса буксования колесных пар в процессе движения тягового подвижного состава.

На основе ассоциативной памяти предложена архитектура и алгоритмы функционирования двунаправленной многослойной дискретной нейросетевой ассоциативной памяти с управляющими нейронами, которая способна восстанавливать по входной информации, подаваемой на любой из двух ее входных слоев нейронов, цепочки ассоциаций и корректировать результаты с помощью управляющих нейронов.

Расширены возможности геометрический теории управления за счет автоматизации аналитических преобразований. Разработаны функции для пакета Matlab, позволяющие преобразовывать нелинейные модели объектов высокого порядка к эквивалентным линейным моделям с помощью инволютивных распределений геометрический теории управления. Выполнен синтез линейной математической модели движения вагонов дизель-поезда в форме Бруновского, которая учитывает параллельную работу двух эквивалентных тяговых асинхронных электроприводов обмоторенных вагонов. Сравнение процессов в исходной и линейной математических моделях в разных режимах работы подтвердило правильность линеаризации обратной связью исходной модели и работоспособность разработанных функций. Полученная модель может использоваться для поиска оптимальных управлений, а также для исследования процессов буксования и юза, а также параллельной работы двигателей.