312

Сформулирована проблема оптимизации обработки данных на основе регулирования
параметров компонентов нечетких моделей описания нестационарных объектов, представляемых
в виде сложных и многокомпонентных случайных временных рядов (СВР). Разработаны
модифицированные вычислительные схемы для нечеткой идентификации СВР путем синтеза
алгоритмов настройки границ функции принадлежностей (ФП), интервалов носителя нечетких
множеств, сжатия и растяжения координат максимумов ФП лингвистических переменных.
Результаты разработки реализованы в виде программного комплекса и проанализированы по
критериям эффективности идентификации нестационарных объектов.
 

  • Internet havola
  • DOI
  • UzSCI tizimida yaratilgan sana 16-02-2020
  • O'qishlar soni 297
  • Nashr sanasi 16-05-2018
  • Asosiy tilRus
  • Sahifalar65-73
Русский

Сформулирована проблема оптимизации обработки данных на основе регулирования
параметров компонентов нечетких моделей описания нестационарных объектов, представляемых
в виде сложных и многокомпонентных случайных временных рядов (СВР). Разработаны
модифицированные вычислительные схемы для нечеткой идентификации СВР путем синтеза
алгоритмов настройки границ функции принадлежностей (ФП), интервалов носителя нечетких
множеств, сжатия и растяжения координат максимумов ФП лингвистических переменных.
Результаты разработки реализованы в виде программного комплекса и проанализированы по
критериям эффективности идентификации нестационарных объектов.
 

Ўзбек

Мураккаб ва кўп таркибли тасодифий вақтли қатор (ТВҚ) кўринишида ностационар
объектни тавсифловчи нотиниқ модел компоненти параметрларини мувофиқлаштириш асосида
маълумоларга ишлов беришни мақбуллаштириш муаммоси талқин этилган. Тегишлилик
функцияси (ТФ) чегарасини, нотиниқ тўплам белгиси интервалини созлаш, лингвистик
ўзгарувчилар ТФ максимум координатасини қисиш ва кенгайтириш алгоритмлари синтези бўйича
ТВҚни нотиниқ идентификациялаш учун такомиллаштирилган ҳисоблаш схемалари яратилган.
Ишланма натижалари дастурий мажмуа сифатида жорийлаштирилган ҳамда ностационар объект
параметрларини идентификациялаш самарадорлиги мезони бўйича таҳлил қилинган.
 

English

The problem is formulated for data processing optimization on the basis of regulation of
parameters of components of fuzzy models which describe non-stationary objects represented as
difficult multicomponent casual time series (CTS). The modified computing circuits for fuzzy
identification of CTS are developed by synthesis of algorithms of membership function (MF) borders
adjustment, intervals of fuzzy sets carrier, compression and stretching of MF linguistic variable
coordinates maximums. The results of development are realized as a program complex and are
analyzed by criteria of efficiency of of non-stationary objects identification.
 

№ Muallifning F.I.Sh. Lavozimi Tashkilot nomi
1 Bekmurodov Z.T. _ _
№ Havola nomi
1 Ротштейн А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. - Винница : УнiверсумВiнниця, 1999. – 320 с.
2 Alcala R., Alcala-Fdez J., Casillas J., Cordon O., Herrera F. Hybrid learning models to get the interpretability-accuracy trade-off in fuzzy modeling // Soft Comput. 2006. №10. P. 717–734.
3 Жуманов И.И., Бекмуродов З.Т. Идентификация случайных временных рядов на основе нейро-нечеткой сети для повышения достоверности прогноза // Труды ХI Международной Азиатской школы-семинара «Проблемы оптимизации сложных систем». 27 июля – 7 августа 2015 г. Кыргызская Республика. Иссык-Кульская область, С. Булан-Соготу. Алматы, 2015 С. 258–264.
4 Жуманов И.И., Бекмуродов З.Т. Повышение качества прогнозирования случайных временных процессов на основе гибридной модели идентификации //Узбекский журнал «Проблемы информатики и энергетики». Ташкент: Фан, 2015 №5. С.11–18.
5 Жуманов И.И., Бекмуродов З.Т. Алгоритмы повышения достоверности прогноза временных рядов с использованием нейро-нечетких сетей и методов кластеризации //Журнал «Вестник ТУИТ». Ташкентский университет информационных технологий. Ташкент, 2015. №2 (34). С. 106–112.
Kutilmoqda