Нейро-нечеткий метод построения моделей сложных объектов (150,00 руб.)

А.В. Клименко, О.В. Стоянова, М.И. Дли, Ю.Г. Бояринов Нейронечеткий метод построения моделей сложных объектов В настоящее время роль информационных технологий в различных сферах чело веческой деятельности постоянно возрастает, при этом наблюдается смена приори тетов в направлении их использования. <...> Одно из направлений в этой области — использование ап парата гибридных нейронных сетей. выявления скрытых тенденций, закономер ностей, взаимосвязей и перспектив развития исследуемых систем, учет которых помогает повысить качество принимаемых решений [1]. <...> Возможности существующих математических методов интеллектуального анализа данных весьма обширны. <...> Указанное обстоя тельство обусловливает необходимость раз работки новых методов и алгоритмов мате матического моделирования, позволяющих расширить область применения технологий интеллектуального анализа данных. <...> Среди последних можно отметить ре дакторы нечетких систем — CubiCalc, Fuzi Calc, FuzzyTECH, FIDE, Бизнеспрогноз; программы, реализующие нейросетевые ал горитмы—NeuroPro, NeuroShell, BrainMaker; а также менее известные разработки, в ос нове которых лежат оригинальные методы интеллектуального анализа данных. <...> Про Лаборатория‚Нейронные системы нтеллектуальный анализ данных пред полагает применение специальных методов обработки информации для граммный комплекс PrognozNF 1.0, разрабо танный авторами данной статьи, относится к последней группе. <...> Особенностью алго ритмов, лежащих в основе работы программ ного продукта, является возможность по строения математических моделей в усло виях ограниченности объемов имеющихся статистических данных и наличия большого числа параметров, характеризующих слож ную систему, что позволяет получать прием лемую точность моделей, которая не дости гается при использовании других математи ческих алгоритмов. <...> Далее будут рассмотрены основы пред лагаемого метода, применяемого при по строении <...>