logo
calendar10 Yanvar 2020
view49
Основной язык:Русский

Оптимизация обработки данных на основе учета факторов внешних воздействий, регулирования и корректировки значений переменных .

Область науки:
pdf

5e1845f35aad9.pdf

PDF

Kimyoviy texnologiya. Nazorat va boshqaruv

Kimyoviy texnologiya. Nazorat va boshqaruv

Опубликовать статьюsee more

АННОТАЦИЯ СТАТЬИ

quote
Разработаны методы и упрощенные вычислительные схемы оптимизации обработки данных для систем, функционирующих в условиях ограниченной априорной информации, изменения характеристик внешних воздействий, неопределенности параметров. Для описания нестационарного объекта рассмотрены модели нелинейной идентификации, определены ограничения, входные условия для получения возможных значений выходных переменных. Предложен подход, направленный на использование технологий идентификации на основе обобщения возможностей динамических моделей, нейронных сетей (НС), механизмов регулирования переменных вычислительных схем структурных компонентов сети, а также алгоритмов обучения НС. Разработан обобщенный алгоритм обучения НС на основе синтеза механизмов вероятностного, эвристического и стохастического поиска, формирования набора обучающих данных, регулирования значений переменных линейной и нелинейных зависимостей входов и выходов. Эффективность реализованного программного комплекса обработки данных проанализирована по различным методам, алгоритмам, графикам и требованиям, а также получены оценки устойчивости обобщенного алгоритма обучения НС и минимальной среднеквадратической погрешности.

АВТОРЫ

I.Jumanov

СамГУ

S.Xolmonov

СамГУ

Теги

# 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

ДРУГИЕ СТАТЬИ ЭТОГО ЖУРНАЛА

Оценить статью

0
оценок: 0
5
4
3
2
1

Идентификаторы статьи

ROI:

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

DOI:

Недоступно

Список литературы

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.