Neyronotiniq tarmoq hisoblash sxemalari parametrlarini sozlash asosida nostatsionar obyektlarni maqbul identifikatsiyalash usullari.

Admin bo'lib kirish (www.admin.slib.uz)

Tizim sinov (TEST) rejimida ishlamoqda! Murojat uchun @slib_support

Eski talqinga o'tish link

3 декабр 2019

Asosiy til:Rus

Neyronotiniq tarmoq hisoblash sxemalari parametrlarini sozlash asosida nostatsionar obyektlarni maqbul identifikatsiyalash usullari.

Fan yo'nalishi:

5de61cd007153.pdf

PDF

Hisoblash va amaliy matematika muammolari

Maqola chop etish see more

MAQOLA ANNOTATSIYASI

Nostatsionar obyektlarni tanish, sinflashtirish va bashorat qilish uchun ma’lumotlarni tafakkurli tahlil qilish texnologiyalarini qurish muammosi talqin qilingan hamda uslubiy asoslari yaratilagn. Sanoat-texnologik majmualar monitoring tizimlari faoliyati sifatini oshirish uchun notiniq identifikatsiyalash, tasodifiy vaqtli qatorlarni segmentatsiyalash, neyro-notiniq tarmoqlar (NNT) hisoblash sxemalarini modifikatsiya qilish, NNTni adaptiv o’rgatish, tarkibiy komponentlari parametrlarini sozlash modellarining umumlashtirilgan xossa va xususiyatlaridan foydalanuvchi usullar taklif etilgan. Kirish va chiqish lingvistik o’zgaruvchilari uchun mos keluvchi tegishlilik funksiyasini (TF) tanlash, TF chegaralarini hamda notiniq to’plam tashuvchisi qiymatlari intervallarini qisish va kengaytirish yo’li bilan muvofiqlashtiruvchi algoritmlar ishlab chiqilgan. Dastlabki ma’lumotlar yetarli bo’lmagan va parametrlarida katta noaniqlik sharoitlarida sust shakllanuvchi jarayonlarni yuqori aniqlikda identifikatsiya qilishni ta’minlash uchun NNTni maqbul iteratsiya sonida samarali o’rgatish rejimlarini o’rnatish qoidalari ishlab chiqilgan. Tadqiqot natijalari nostatsionar ob’yektlarni notiniq identifikatsiyalash va ma’lumotlarga ishlov berish dasturiy majmuasi sifatida joriy qilingan.

MUALIFLAR

Teglar

# идентификация# identification# программный комплекс# нестационарный объект# настройка параметров# границы функции принадлежностей# интервалы нечетких множеств# правила логических выводов# нейро-нечеткая сеть# обработка данных# nostatsionar obyekt# identifikatsiyalash# parametrli sozlash# tegishlilik funksiyasi chegarasi# notiniq to’plamlar intervali# mantiqiy xulosalash qoidalari# neyro-notiniq tarmoq# ma’lumotlarga ishlov berish# dasturiy majmua# non-stationary object# adjustment of parameters# border of membership function# intervals of fuzzy sets# rule of logic conclusions# neurofuzzy network# data processing# program complex

Maqolani baholang

0

0 ta

Maqola idintifikatorlari

ROI:

https://eroi.uz/11.0007/A1219-0008

DOI:

Mavjud emas

Foydalanilgan adabiyotlar

Усков А.А. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика / А.А. Усков, А.В. Кузьмин. – Москва: Горячая линия – Телеком, 2004. – 143 с.

Гавилов А.В. Гибридные интеллектуальные системы / А.В. Гавилов. – Новосибирск: Изд-во НГТУ, 2002. – 142 с.

Жуманов И.И., Бекмуродов З.Т. Идентификация случайных временных рядов на основе нейро-нечеткой сети для повышения достоверности прогноза // Проблемы оптимизации сложных систем: Труды ХIМеждународной Азиатской школы-семинара. 27 июля – 7 августа 2015. - Кыргызская Республика, Иссык- Кульская область, с. Булан-Соготу. – Алматы, 2015. – С. 258-264.

Жуманов И.И., Бекмуродов З.Т. Алгоритмы повышения достоверности прогноза временных рядов с использованием нейро-нечетких сетей и методов кластеризации // Вестник ТУИТ. – Ташкент, 2015. – № 2 (34). – С. 106-112.

Жуманов И.И., Бекмуродов З.Т. Контроль достоверности прогноза случайных временных рядов на основе нейро-нечеткой сети // Химическая технология. Контроль и управление. – Ташкент, 2015. – № 1 (61). – С. 43-48.