Оптимизация извлечения скрытых свойств и обработки данных нестационарных объектов на основе нечетких генетических алгоритмов.

Сформулирована проблема обеспечения качества идентификации и оптимизации обработки данных нестационарных объектов на основе совершенствования и развития методов извлечения и использования скрытых свойств данных путем обобщения особенностей статистических и динамических моделей, нечетких множеств и логики, генетических алгоритмов (ГА). Разработаны методы и алгоритмы фильтрации нестационарных составляющих случайных временных рядов (СВР) на основе статистических стратегий, пороговых методов, вычислительных схем традиционных и нечетких ГА. Результаты решения задач представляют математические выражения для оценки уровня расположения и ширины оптимальных границ контроля, а также минимальной среднеквадратической погрешности при обработке данных. Предложен метод синтеза и обобщения возможностей алгоритмов сегментации, извлечения свойств данных, регулирования длины начальной и конечной популяции поколений, уровня расположения и ширины границ фильтрации нестационарных составляющих СВР на основе нечетких правил. Спроектирован программный комплекс, ориентированный на использование встроенных сервисов, баз данных и знаний, традиционных и нечетких ГА.