Abstract: Identification of the current and the projected condition of the vehicle has crucial meaning to its proper exploitation. This is an issue of particular importance from the point of view of decisionmaking on the necessary repair and maintenance work. The growing complexity of vehicles design increases the level of uncertainty of the decisions taken in the classic mode, which is based on the simple observation of symptoms, which in turn stimulates the search for more appropriate methods of monitoring the state and supporting decision process. The article is devoted to the presentation of a certain method of decisional monitoring of a vehicle state based on the interpretation of diagnostic signals from the sensors by the mathematical model, which uses the relational cognitive map for reproducing the interactions of key elements of vehicle electrical equipment. The paper presents mathematical foundations, construction assumptions and an example of work of the monitoring system.
The work was carried out in the framework of the research project No. N N510 468136.
B I B L I O G R A F I A1. Andriejczykow A. B., Andriejczykowa O. N.: Inteligentne systemy informacyjne. Wyd.
Finanse i Statystyka, Moskwa 2004 (w języku rosyjskim).
2. Jastriebow A., Gad S., Słoń G.: Intelligent system of diagnostic monitoring for motorcar’s
electrical equipment. Poznan University of Technology Academic Journals, No. 59,
Electrical Engineering, Poznań 2009, str.: 171-180
3. Gad S., Gad R., Zeja A.: Informatyczny system monitorowania decyzyjnego obiektów. W:
Jastriebow A., Raczyńska M. (red.), Nauka, technika, edukacja a nowoczesne technologie
informatyczne, Wydawnictwo Naukowe Instytutu Technologii Eksploatacji -
Państwowego Instytutu Badawczego, Radom 2011, str.: 51-57.
4. Jastriebow A., Gad S., Słoń G.: Mapy kognitywne w monitorowaniu decyzyjnym systemów.
Studia i Materiały Polskiego Stowarzyszenia Zarządzania Wiedzą, nr 47, Warszawa 2011,
str.: 64-77.
5. Jastriebow A., Słoń G.: Relacyjne mapy kognitywne w inteligentnym modelowaniu
układów nieprecyzyjnych. Logistyka nr 6/2011, str.: 1441-1450.
6. Juszczuk P., Froelich W.: Learning Fuzzy Cognitive Map Using a Differential Evolution
Algorithm. Polish Journal of Environmental Studies, Vol. 18, No. 3B, pp. 108-112, 2009.
7. Korbicz J., Kościelny J.M., Kowalczuk Z., Cholewa W. (red.): Diagnostyka procesów.
Modele, metody sztucznej inteligencji, zastosowania. WNT, Warszawa 2002.
8. Wang K.: Intelligent condition monitoring and diagnosis system. IOS Press, Amsterdam
2003. 