logo
calendar3 Dekabr 2019
view40
Основной язык:Русский

Нейросетевое прогнозирование в управлении непрерывными квазистационарными процессами.

Область науки:
pdf

5de621a195764.pdf

PDF

Hisoblash va amaliy matematika muammolari

Hisoblash va amaliy matematika muammolari

Опубликовать статьюsee more

АННОТАЦИЯ СТАТЬИ

quote
Рассмотрена методика определения области стационарности непрерывных процессов на примере биотехнологических процессов, протекающих в промышленных биореакторах непрерывного действия. Решаются вопросы нейросетевого прогнозирования непрерывных биотехнологических процессов с целью определения момента времени перехода процесса в нестационарную область. Приводятся результаты вычислительного эксперимента для прогнозирования биотехнологического процесса культивирования микроорганизмов на основе многослойного персептрона в среде пакета Statistica Neural Networks.

АВТОРЫ

A.Kabildjanov

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

Теги

# 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

ДРУГИЕ СТАТЬИ ЭТОГО ЖУРНАЛА

Оценить статью

0
оценок: 0
5
4
3
2
1

Идентификаторы статьи

ROI:

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

DOI:

Недоступно

Список литературы

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.