logo
calendar3 Dekabr 2019
view41
Main language:Russian

Neural networks forecasting in management continuous by quasistationary processes.

Field of Science:
pdf

5de621a195764.pdf

PDF

Hisoblash va amaliy matematika muammolari

Hisoblash va amaliy matematika muammolari

Publish Articlesee more

ARTICLE ANNOTATION

quote
The technique of definition of stationary area of continuous processes on an example of biotechnological processes proceeding in industrial bioreactors continuous actions is considered. The questions of Neural Networks of forecasting of continuous biotechnological processes are decided with the purpose of definition of the moment of time of transition of process in non-stationary area. The results of computing experiment for forecasting biotechnological process cultivation of microorganisms on a basis multilayer perceptron in environment of a package Statistica Neural Networks are resulted.

AUTHORS

A.Kabildjanov

Центра разработки программных продуктов и аппаратно-программных комплексов при Ташкентском университете информационных технологий

Tags

# управление# control# прогнозирование# forecasting# временные ряды# time series# boshqaruv# биореактор# bioreactor# нейронные сети# многослойный персептрон# квазистационарные процессы# nеyron tarmoqlar# ko’p qatlamlik pеrsеptron# bashoratlash# vaqt qatori# kvazistatsionar jarayon# biorеaktori# neural networks# multilayer perceptron# quasi stationary processes

OTHER ARTICLES IN THIS JOURNAL

Rate Article

0
0 ratings
5
4
3
2
1

Article Identifiers

ROI:

https://eroi.uz/11.0007/A1219-0010

DOI:

Not Available

References

Кафаров В.В. Моделирование и системный анализ биохимических производств. – М.: Лесная промышленность, 1985. – 280 с.

Бирюков В.В. Основы промышленной биотехнологии. – М.: Колосс, 2004. – 296 с.

Кабильджанов А.С. Разработка алгоритмов и программ для моделирования и управления одним классом биотехнологических процессов: Автореф. дис. … канд. техн. наук. – Ташкент: Узб. науч.-произв. объединение «Кибернетика» АН РУз, 1987. – 22 с.

Бейли Дж., Оллис Д. Основы биохимической инженерии. В 2-х частях. – М.: Мир, 1989. – 1288 с.

Бирюков В.В. Нетрадиционные задачи управления процессами культивирования микроорганизмов с применением ЭВМ. – В кн. Теория и практика непрерывного культивирования микроорганизмов. – М.: Наука, 1980. – С. 139-189.

Симанков В.С., Луценко Е.В. Адаптивное управление сложными системами на основе теории распознавания образов. – Краснодар: Техн. ун-т Кубан. гос. технол. ун-та., 1999. – 318 с.

Пупков К.А., Егупов Н.Д. Методы робастного, нейро-нечеткого и адаптивного управления: Учебник / Под ред. Н.Д. Егупова. – М.: Изд-во МГТУ им. Н.Э.Баумана, 2001. – 744 с.

Кабильджанов А.С. Вопросы построения гибридных интеллектуальных систем управления биотех- нологическими процессами комбинированного типа // Узб. журнал «Проблемы информатики и энерге- тики». – Ташкент, 2012. – №6. – С. 9-20.

Нейронные сети. STATISTICA Neural Networks: Методология и технологии современного анализа данных / Под ред. В.П. Боровикова. – 2-е изд., перераб. и доп. – М.: Горячая линия – Телеком, 2008. – 392 с.

Медведев В.С., Потемкин В.Г. Нейронные сети. MATLAB 6 / Под общ. ред. В.Г. Потемкина. – М.: ДИАЛОГ-МИФИ, 2002. – 496 с.

Тихонов Э.Е. Методы прогнозирования в условиях рынка: учебное пособие. – Невинномысск, 2006. – 221 с.