УДК 004.032.26 В.В. Аюев, канд. техн. наук, О.С. Овсиенко (Калужский филиал Московского государственного университета им. <...> Н.Э. Баумана); e-mail: vadim.ayuyev@gmail.com НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ ПРОЧНОСТНЫХ ХАРАКТЕРИСТИК БЕТОННЫХ СМЕСЕЙ НА ОСНОВЕ МОДИФИЦИРОВАННОЙ АРХИТЕКТУРЫ Представлено новое решение задачи моделирования прочностных характеристик бетонных смесей. <...> В основу модели положена нейросетевая архитектура на базе двухэтапного метода кластеризации, применяемого для настройки радиальных функций на неполных данных. <...> Продемонстрировано качественное улучшение решения задачи на основе разработанной гибридной нейроархитектуры. <...> Ключевые слова: моделирование прочностных характеристик; нейронная сеть на основе радиально-базисных функций; плотностная эрозийная кластеризация; данные с пропусками. <...> Введение Искусственные нейронные сети (ИНС) на основе радиально-базисных функций (РБФ) являются эффективным средством решения широкого спектра задач. <...> Качество работы этих сетей во многом зависит от эффективности кластеризации данных, в результате которой определяются центры базисных функций (БФ) и их дисперсии. <...> Распространенные методы автоматизации выбора количества БФ путем регуляризации и введения штрафов приводят к замедлению процесса обучения. <...> Применение для этой цели бионических моделей [1, 2] или построенных на их основе гибридных систем не гарантирует повторимого результата в смысле количества БФ, координат их центров, скорости обучения. <...> Общим недостатком большинства методов является невозможность обработки с их помощью данных, содержащих полностью случайные информационные пропуски, распределенные по всем атрибутам выборки. <...> Отдельные существующие решения на основе конкурентной обработки неполных данных [3] не обеспечивают автоматизированного подбора количества кластеров (БФ) и имеют ряд ограничений, обусловленных применением процедуры кластеризации k-средних. <...> Рассмотренный в [4, 5] двухуровневый <...>