Ташқи таъсир омилини ҳисобга олиш, ўзгарувчилар қийматини мослаш ва таҳрир қилиш асосида маълумотларга оптимал ишлов бериш .

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

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

Eski talqinga o'tish link

10 январ 2020

Asosiy til:Rus

Ташқи таъсир омилини ҳисобга олиш, ўзгарувчилар қийматини мослаш ва таҳрир қилиш асосида маълумотларга оптимал ишлов бериш .

Fan yo'nalishi:

5e1845f35aad9.pdf

PDF

Kimyoviy texnologiya. Nazorat va boshqaruv

Maqola chop etish see more

MAQOLA ANNOTATSIYASI

Дастлабки маълумотлар чекланган, ташқи таъсир тавсифлари ўзгарувчи бўлган, параметрли ноаниқлик шароитларда фаолият юритувчи тизимда маълумотларга оптимал ишлов беришнинг услуб ва содда бўлган ҳисоб схемалари ишлаб чиқилган. Барқарор бўлмаган объектларни ночизиқли тавсифлаш учун турли хил идентификациялаш моделлари ўрганилган, чиқиш ўзгарувчисининг қийматли имконияти ҳисобига йўналтирилган чегара ва кириш шартлари аниқланган. Динамик моделлар ва нейрон тармоқлари (НТ) умумлашуви, таркибий компонентларни ҳисоблаш схемаларини мослаштириш механизмлари ҳамда НТни ўргатувчи алгоритмларини синтезлаш асосида идентификациялаш технологияларини қўллаш ѐндашуви таклиф этилган. Эҳтимолли, эвристик ва стохастик қидириш, ўргатувчи маълумот танланмасини шакллантириш, кириш ва чиқиш боғлиқлиги чизиқли ва ночизиқли моделлар ўзгарувчиларнинг қийматларини ростлаш механизмлари асосида НТни ўргатувчи умумлашган алгоритм ишлаб чиқилган. Яратилган маълумотларга ишлов берувчи дастурий мажмуа жорийлаштириш самарадорлиги турли услуб, алгоритм, тезлик, графиклар, талаблар бўйича таҳлил қилинган ва НТ алгоритмлари турғунлиги даражаси ва маълумотларга ишлов беришнинг минимал ўртача квадратик хатоликлари баҳолари аниқланган.

MUALIFLAR

Teglar

# оптималлаштириш# оптимизация# нейронная сеть# регулирование# эффективность# efficiency# optimization# идентификациялаш# идентификация# самарадорлик# regulation# identification# нестационарный объект# non-stationary object# data processing# software complex# neural network# дастурий мажмуа# программный комплекc# нейрон тармоғи# ростлаш# ночизиқли модель# барқарор бўлмаган объект# ҳисоблаш схемаси# ўргатувчи алгоритм# минимал ўртача квадрат хатолик# маълумотларга ишлов бериш# нелинейная модель# вычислительная схема# алгоритм обучения# минимальная среднеквадратическая# обработки данных# nonlinear model# computing scheme# learning algorithm# minimum mean-square error

Maqolani baholang

0

0 ta

Maqola idintifikatorlari

ROI:

https://eroi.uz/11.0008/A0120-0053

DOI:

Mavjud emas

Foydalanilgan adabiyotlar

1. Kuznecov E.S. Upravlenie tehnicheskimi sistemami: Uchebnoe posobie / MADI (TU) - M.: 2001. -262 s. 2. YAdy'kin I.B., SHuyskiy V.M., Ovsepyan T.A. Adaptivnoe upravlenie neprery'vny'mi processami. -M.: E`nergoatomizdat, 1985. - 240 s. 3. Miroshnik I.V., Nikiforov V.O., Fradkov A.L. Nelineynoe i adaptivnoe upravlenie slojny'mi dinamicheskimi sistemami. - S-Pb.: Nauka, 2000. -314 s. 4. Karabutov N.N. Adaptivnaya identifikaciya sistem. Informacionny'y sintez. -M.: Kom Kniga, 2006. - 384 s. 5. Neyrosetevaya model' analiza tehnologicheskih vremenny'h ryadov v ramkah metodologii Data Mining / A. M. Vul'fin, A. I. Frid // Informacionno-upravlyayusch'ie sistemy'. 2011. № 5. -S. 31-38.6. CHipiga A.F., Voronkin R.A. Obuchenie iskusstvenny'h neyronny'h setey putem sovmestnogo ispol'zovaniya metodov lokal'noy optimizacii i geneticheskih algoritmov // Izvestiya TRTU. T. 33. №4. -S. 172-174. 7. YArushkina N.G. Osnovy' nechetkih i gibridny'h sistem: Uchebnoe posobie. - M.:Finansy' i statistika. 2004. 320 s. 8. Jumanov I.I., Islomov A.B.Optimizaciya obrabotki izobrajeniy mikroob`ektov na osnove rekurrentnogo obucheniya neyronnoy seti i implikativnogo otbora informativny'h priznakov // «Nauka i mir», Mejdunarodny'y nauchny'y jurnal, Izdvo «Nauchnoe obozrenie», Volgograd. - №5(33), 2016. - s. 78-81 9. Jumanov I.I., Holmonov S.M. Optimizaciya identifikacii nestacionarny'h ob`ektov na osnove segmentacii vremenny'h ryadov i nastroyki parametrov neyronnoy seti// Jurnal «Vestnik TUIT» - Tashkent, 2016. - №4(40)/2016. - s. 32-41 10. Djumanov O.I. Metody' adaptivnoy obrabotki danny'h na osnove mehanizmov gibridnoy identifikacii s nastroykoy parametrov modeley nestacionarny'h ob`ektov // Jurnal «Problemy' informatiki» SO RAN, Novosibirsk. - № 2(31), 2016. - s. 13-21 11. Djumanov O.I., Kholmonov S.M. The modified model of training of neural networks in computer industrial systems with modules for nonstationary objects images processing // Journal of Korea Multimedia Society, Seoul - Uzbekistan, Tashkent - 2016, № 5. -p.54-58. 12. Holmonov S.M. Adaptivnaya obrabotka danny'h nestacionarnogo processa na osnove modeley nechetkoy logiki i neyronnoy seti // «Himicheskaya tehnologiya. Kontrol' i upravlenie» - TGTU, Tashkent, 2010- № 5. - s. 90-96.