СОДЕРЖАНИЕ

«НЕЙРОКОМПЬЮТЕРЫ»: РАЗРАБОТКА, ПРИМЕНЕНИЕ, №10, 2007

СОДЕРЖАНИЕ

Нейрокомпьютеры в управлении динамическими системами (Труды Уфимского государственного технического университета) Под ред. проф. В. И. Васильева и проф. Б. Г. Ильясова Уфимский государственный авиационный технический университет: «Наука – фундамент качественного образования». Гузаиров М. Б. Планирование обучающей выборки для нейронной сети на основе теории оптимального эксперимента. Попов Д. В., Сабирьянова Г. Р. Предложен подход к планированию […]

 

Октябрь 01st, 2007

Нейрокомпьютеры в управлении динамическими системами (Труды Уфимского государственного технического университета) Под ред. проф. В. И. Васильева и проф. Б. Г. Ильясова

Уфимский государственный авиационный технический университет: «Наука – фундамент качественного образования». Гузаиров М. Б.

Планирование обучающей выборки для нейронной сети на основе теории оптимального эксперимента. Попов Д. В., Сабирьянова Г. Р. Предложен подход к планированию оптимальной обучающей выборки для нейронной сети и применимость критерия D-оптимальности для построения оптимальных планов эксперимента, а также эвристический итерационный алгоритм нахождения множества оптимальных выборок.

Прогнозирующее управление траекторией нефтегазовой скважины на основе нейросетевой модели движения бурового инструмента. Нугаев И. Ф. Рассмотрена проблема построения модели движения бурового инструмента для прогнозирующего управления траекторией нефтегазовых скважин. Представлен подход к повышению точности модели, основанный на комбинировании известной детерминированной модели, отражающей влияние управляющих воздействий и с регрессионной моделью, отражающей влияние возмущающих воздействий. Рассмотрен способ построения регрессионной составляющей модели на базе RBF-нейросетей. Приведен алгоритм формирования обучающих выборок на основе данных ранее пробуренного участка скважины. Рассмотрен пример построения комбинированной модели на основе практических данных, включая сравнительный анализ точности прогноза, осуществленного на основе известной и предложенной моделей.

Прогнозирование плотности потока транспорта на магистрали с использованием нейросетевых алгоритмов. Юсупова Н. И., Бажин Д. Н., Барлыбаев Р. Х. Рассмотрено двустороннее движение транспорта на магистрали, управляемой светофорами. Предложено использование нейросетевых алгоритмов для прогнозирования плотности потока транспорта в будущие периоды времени на основе накопленной информации о потоках транспорта за прошедшие периоды между перекрестками. Применение нейросетей для решения задач прогнозирования основано на свойстве некоторых классов нейросетей предсказывать следующий элемент предъявленной последовательности. Полученный прогноз можно использовать для построения алгоритмов перерегулирования светофоров.

Диагностика технического состояния авиационных двигателей с использованием нейронных сетей. Васильев В. И., Жернаков С. В. Рассмотрено применение нейронных сетей для решения задач контроля и диагностики авиационных двигателей. Приведена методика и примеры решения таких задач в нейросетевом базисе.

Исследование устойчивости одного класса нейросетевых систем управления сложными техническими объектами. Кабальнов Ю. С., Хатмуллина Е. И. Предложен метод исследования устойчивости систем координированного управления с нейросетевых регуляторами, имеющими пороговую или линейную функцию активации. Метод предназначен для многосвязных систем координированного управления высокого порядка и размерности.

Минимизация структуры нейронной сети для решения задачи сжатия данных. Ильясов Б. Г., Мунасыпов Р. А., Булаев В. И. Рассмотрен подход к минимизации структуры нейронной сети для решения задачи сжатия данных с потерей качества. Приведена методика построения нейросетевой системы компрессии, подтверждающая эффективность предлагаемого подхода.

Опыт разработки многофакторной нейросетевой прогнозной модели потребления электроэнергии в энергосистеме ОАО «Башкирэнерго». Васильев В. И., Валеев С. С., Виноградова К. Р., Горбатков С. А., Шахмаев И. З. Рассмотрена автоматизированная система прогнозирования потребления электроэнергии ОАО «Башкирэнерго» на базе многофакторной нейросетевой модели (НСМ). С использованием системного подхода разработан концептуальный базис построения НСМ, имеющей высокие прогностические свойства в условиях сильной зашумленности базы данных. Приведены результаты апробации разработанной модели.

Перспективы нейросетевой настройки процедуры спектрального анализа при идентификации динамических моделей. Куликов Г. Г., Арьков В. Ю., Абдулнагимов А. И. Рассмотрена проблема нейросетевой настройки процедуры спектрального анализа. Предложено подбирать индивидуальные значения спектрального разрешения на каждой частоте. В качестве критерия использован компромисс между дисперсией и смещением спектральных оценок и частотных характеристик. Нейронные сети использованы для распознавания линии оптимального разрешения по изображению семейства спектральных оценок.

Оптимизация сбора данных в беспроводных сенсорных сетях с использованием нейронной сети с градиентным алгоритмом обучения. Арьков В. Ю., Фридлянд А. Н., Жевак А. В. Представлен алгоритм, основанный на нейронной сети с градиентным алгоритмом обучения для решения задачи составления расписания вещания (ЗСРВ) беспроводной сенсорной сети (БСС), которая осуществляет обмен данными между географически удаленными узлами через общий радиоканал. Предложенный способ решения ЗСРВ для больших БСС (до 100 вершин) показал высокую скорость работы и лучшие результаты при сравнении с известными.

Нейросетевые алгоритмы структурной идентификации входной информации в иерархических базах данных. Кабальнов Ю. С., Ковтуненко А. С., Масленников В. А. Рассмотрена проблема структурной идентификации больших массивов информации с помощью применения модульных нейросетей и заполнение идентифицированной информации в иерархическую базу данных.

Методика идентификации предприятий с использованием аппарата нейронных сетей. Исмагилова Л. А., Атаманов В. Г. Рассмотрена задача нейросетевого моделирования процессов идентификации предприятий по их организационно-экономическим и производственно-технологическим показателям для формирования интегрированных производственных структур.

Применение нечетких нейронных сетей для решения задач технологического проектирования. Селиванов С. Г., Нургалиев А. А. Рассмотрена задача автоматизации разработки критических технологий нанесения упрочняющих покрытий на основе использования комбинированных математических моделей, предусматривающих применение искусственных нейронных сетей Розенблатта, моделей системы нечеткой логики и модели граф-дерева «стяжки параметров» метода, для автоматизации разработки проектов технического перевооружения машиностроительного производства. В качестве основы для выбора методов нанесения покрытий использованы данные патентной статистики.

Поддержка принятия решений по управлению качеством образовательного процесса с использованием нейронных сетей. Гузаиров М. Б., Черняховская Л. Р., Герасимова И. Б., Нугаева К. Р. Представлен подход к решению проблемы повышения эффективности управления качеством образовательного процесса на основе поддержки принятия управленческих решений. Разработана концепция функционирования интеллектуальной информационной системы поддержки принятия решений в проблемных ситуациях, основанная на инженерии знаний. Приведено электронное представление методического обеспечения образовательного процесса.

Нейронные сети в задаче диагностики насосного оборудования. Бадамшин Р. А., Ильясов Б. Г., Дунаев И. В., Тагирова К. Ф. Рассмотрен способ идентификации состояния скважины и скважинного оборудования по динамограмме с применением нейронных сетей, являющийся основой создания эффективной автоматизированной системы диагностики.

Нейросетевые подходы к проектированию новых жаропрочных литейных никелевых сплавов. Нургаянова О. С., Ганеев А. А. Рассмотрены вопросы проектирования новых материалов с улучшенными физико-механическими свойствами методами искусственных нейронных сетей. Предложена методика моделирования зависимостей «состав-свойство», приведена оценка ее эффективности.

Применение нейро-нечеткой системы прогнозирования налоговых доходов бюджета региона. Фаттахов Р. В., Черняховская Л. Р., Осипова И. В. Предложен подход к прогнозированию налоговых доходов бюджета региона на основе адаптивной базы знаний иерархического типа с механизмом обучения на основе нейро-нечеткой сети.

There are no responses so far.
Leave your response

You must be logged in to post a comment.