О ПРОГНОЗНОЙ МОДЕЛИ И МЕТОДЕ, ОСНОВАННЫХ НА РАСПОЗНАВАНИИ ОБРАЗОВ И ЭВОЛЮЦИОННЫХ ВЫЧИСЛЕНИЯХ
Abstract
Рассматривается задача прогнозирования состояний сложных объектов, характеристики которых являются функциями времени. Эта задача прогнозирования сводится к решению задачи стохастического программирования с вероятностными ограничениями. В качестве ограничений выступают неравенства, формализирующие требования попадания прогнозируемой части контрольной траектории в классы с вероятностями, удовлетворяющих заданным ограничениям. Для решения полученной задачи оптимизации строится генетический алгоритм с учетом сто-хастической специфики данной задачиReferences
1. Бокс Дж., Дженкинс Г. 1974, Анализ временных рядов, т.1
2. Журавлев Ю.И. 1978,Об алгебраическом подходе к решению задач распознавания или классификации, Проблемы кибернетики, №33, стр. 5-68
3. Журавлев Ю.И., Никифоров В.В. Алгоритмы распознавания, основанные на вычислении оценок. // “Кибернетика”, 1971, №3, Киев с.1-11.
4. Зенкин А.И., Рязанов В.В. 1977, Алгоритмы прогнозирования состояний контрольных объектов. Журнал вычислительной математики и математической физики, т. 17, №6., стр.1564-1573
5. Зенкин А.И., Керимов А.К. 1985, Задачи построения оптимальных классификаций динамических объектов, Москва, ВЦ АН СССР
6. Емельянов В.В., Курейчик В.В., Курейчик В.М. Теория и практика эволюционного моделирования. – М., ФИЗМАТЛИТ, 2003, -432 стр.
7. Курейчик В.М., Родзин С.И. Эволюционные вычисления: генетическое и эволюционное программирование. // ”Теория и системы управления”, РАН, Москва, № 1, 2002, с.127-138.
8. Голубин А.В. Разработка гибридных интеллектуальных моделей эволюционного проектирования. Автореферат дисс.на соиск. уч.степ. канд.тех.наук. Москва – Таганрог – 2006. -25 стр.
9. Dell R. B., Holleran S., Ramakrishnan R. 2002. Sample Size Determination . ILAR Journal . V 43 (4)
10. Ивахненко А.Г., Мюллер Й.-А. 1984. Самоорганизация прогнозирующих моделей. Berlin: Verlag Technik, 223 с.
2. Журавлев Ю.И. 1978,Об алгебраическом подходе к решению задач распознавания или классификации, Проблемы кибернетики, №33, стр. 5-68
3. Журавлев Ю.И., Никифоров В.В. Алгоритмы распознавания, основанные на вычислении оценок. // “Кибернетика”, 1971, №3, Киев с.1-11.
4. Зенкин А.И., Рязанов В.В. 1977, Алгоритмы прогнозирования состояний контрольных объектов. Журнал вычислительной математики и математической физики, т. 17, №6., стр.1564-1573
5. Зенкин А.И., Керимов А.К. 1985, Задачи построения оптимальных классификаций динамических объектов, Москва, ВЦ АН СССР
6. Емельянов В.В., Курейчик В.В., Курейчик В.М. Теория и практика эволюционного моделирования. – М., ФИЗМАТЛИТ, 2003, -432 стр.
7. Курейчик В.М., Родзин С.И. Эволюционные вычисления: генетическое и эволюционное программирование. // ”Теория и системы управления”, РАН, Москва, № 1, 2002, с.127-138.
8. Голубин А.В. Разработка гибридных интеллектуальных моделей эволюционного проектирования. Автореферат дисс.на соиск. уч.степ. канд.тех.наук. Москва – Таганрог – 2006. -25 стр.
9. Dell R. B., Holleran S., Ramakrishnan R. 2002. Sample Size Determination . ILAR Journal . V 43 (4)
10. Ивахненко А.Г., Мюллер Й.-А. 1984. Самоорганизация прогнозирующих моделей. Berlin: Verlag Technik, 223 с.
Downloads
Issue
Section
Mathematical modeling
