Локально-аппроксимационные модели социально-экономических объектов

• Автор: Дли, Максим Иосифович
• Шифр специальности: 05.13.10, 05.13.16
• Научная степень: Докторская
• Год защиты: 2000
• Место защиты: Тверь
• Количество страниц: 267 с. : ил.

Введение. АППРОКСИМАЦИОННОГО МЕТОДА МОДЕЛИРОВАНИЯ МЕТОДА ПРОГРАММНЫХ МОДЕЛЕЙ. Особенности задач обработки данных. Предпосылки локальноаппроксимационного метода моделирования метода программных моделей. ПРОГРАММНЫЕ МОДЕЛИ МНОГОФАКТОРНЫХ СТАТИЧЕСКИХ ОБЪЕКТОВ. Описание базового алгоритма. Точность моделей. Выводы по главе. ОБЪЕКТОВ. Описание разработанного алгоритма. Точность динамических моделей. Выводы по главе. Выводы по главе. СОЦИАЛЬНОЭКОНОМИЧЕСКИХ СИСТЕМ. Программная модель РКОМСШ 1. Система контроля экологической безопасности теплоэнергетических установок. Автоматизированная система тестирования водителей
Нейросетевой подход. Бурно развивающийся в последние годы аппарат искусственных нейронных сетей предназначался вначале в основном для решения задач классификациикластеризации и распознавания образов. Однако развитие соответствующий теории и создание программным оболочек имитаторов искусственных нейронных сетей значительно расширили сферу применения нейросетевого подхода сейчас он применяется не только для указанных задач, но и для аппроксимации функций, оптимизации управления, прогноза случайных процессов.


СОЦИАЛЬНОЭКОНОМИЧЕСКИХ СИСТЕМ. Программная модель РКОМСШ 1. Система контроля экологической безопасности теплоэнергетических установок. Автоматизированная система тестирования водителей
Нейросетевой подход. Бурно развивающийся в последние годы аппарат искусственных нейронных сетей предназначался вначале в основном для решения задач классификациикластеризации и распознавания образов. Однако развитие соответствующий теории и создание программным оболочек имитаторов искусственных нейронных сетей значительно расширили сферу применения нейросетевого подхода сейчас он применяется не только для указанных задач, но и для аппроксимации функций, оптимизации управления, прогноза случайных процессов. Не вдаваясь глубоко в детали, приведем основные понятия искуса венных нейронных сетей. Искусственным нейроном называется простой элемент, имеющий входов, которым соотвставуют весовые коэффициенты . V и один выход см. В.4. Рис. В.4. Поступающие па вход нейрона сигналы хл,х2,. Iвычисляется величина

пег О, В. II

где О порог нейрона. Далее величина пег преобразуется активационной функцией Рпе в выходной сигнал нейрона у. Входы, весовые коэффициенты и выход нейрона представляются вещественными числами. Нейронная сеть состоит из ряда связанных между собой нейронов, обычно образующих несколько слоев входной, скрытые, выходной, при этом допускаются как прямые, так и обратные связи между нейронами. На рис. В.5 в качестве примера приведена простая нейронная сеть, содержащая три слоя с последовательными прямыми связями. Рис. В.5.