[ссылки] [литература] [проекты] [программы] [методические указания] [монографии и статьи] [вопросы и ответы] [школы] [учебники] [новости]
ENG  |   Карта сайта
Информация
Проект преследует цель популяризации идей применения природных механизмов функционирования для решения задач прогнозирования, оптимизации и поддержки принятия решений

Cписок рассылки
Открыть в новом окне

  1. Введение
  2. Генетические алгоритмы (1)
  3. Генетические алгоритмы (2)
  4. Генетические алгоритмы (3)
  5. Тренды
  6. Полиномиальные тренды
  7. Тригонометрические тренды
  8. Нейронные сети
  9. Метод наименьших квадратов
  10. Метод обратного распространения ошибки
  11. Множественная линейная модель
  12. Нестандартный выпуск. Анкета
  13. МЛМ. Пример расчета
  14. RBF-сеть
  15. Сеть встречного распространения
  16. Первая интерполяционная формула Ньютона
  17. МГУА (1)
  18. Вторая интерполяционная формула Ньютона
  19. Метод Брандона
  20. МГУА (2)
  21. Интерполяционные формулы Гаусса
  22. Интерполяционные формулы Стирлинга и Лагранжа
  23. МГУА (3)
  24. МГУА (4)
  25. Предварительная обработка данных (1)
  26. Предварительная обработка данных (2)
  27. Предварительная обработка данных (3)
  28. Box-counting
  29. Гетероскедастичность
  30. Введение в нечеткую логику
  31. Обобщённый метод наименьших квадратов
  32. Прогнозирование с помощью функций с гибкой структурой
  33. Автокорреляция
  34. Дистрибутивно-лаговые модели (1)
  35. Дистрибутивно-лаговые модели (2)
  36. Дистрибутивно-лаговые модели (3)
  37. Моделирование данных при помощи кривых для восстановления пробелов в таблицах (1)
  38. Нестандартный выпуск. Анонс книги Цейтлина Н.А."Опыт аналитического статистика"
  39. Алгоритм ZET
  40. Алгоритм ZetBraid
  41. Метод эволюционной кластеризации
  42. Эволюционный метод восстановления пропусков в данных
  43. Алгоритмы кластеризации класса FOREL
Статьи
  • В.Е. Снитюк, А.А. Тимченко А.А., С.В. Стась «Эволюционная парадигма проектирования технических систем». В статье изложены основные идеи и принципы нового подхода к проектированию сложных технических систем, в котором используются методы адаптивных природных процессов и алгоритмы функционирования человеческого мозга. Предложена композиционная модель, которая объединяет методы искусственных нейронных сетей и генетических алгоритмов. скачать (PDF, 107 Kb).

  • А.А. Златкин, В.Е. Снитюк. «Композиционный метод эволюционного моделирования в проектных задачах». В статье предложен композиционный метод для вычисления оптимальных значений входных параметров сложных технических систем. Разработана синтетическая процедура прогнозирования эффективности проектируемой системы на базе композиции биокибернетических методов: нейронных сетей и генетических алгоритмов, без построения аналитических функций. скачать (PDF, 103 Kb).

  • В.Е. Снитюк, Рифат Мохаммед Али. «Модели и методы определения компетентности экспертов на базе аксиомы несмещенности». Предложен алгоритм определения компетентности экспертов на базе аксиомы несмещенности, согласно которой наиболее компетентным считается тот эксперт, расхождение суждений которого с суждениями других экспертов минимально. Классифицированы вопросы анкеты для ее автоматизированной обработки и разработаны модели для определения меры близости ответов экспертов. скачать (PDF, 131 Kb).

  • В.Е. Снитюк, Рифат Мохаммед Али. «Модели процесса принятия адаптивных решений композиционной структуры с детерминированными и вероятностными характеристиками». Предложены модели процесса принятия адаптивных решений с использованием композиции классических математических методов и теории нейронных сетей. Разработана процедура, которая позволяет уточнять и корректировать экспертные выводы, полученные с учетом доминирования личной заинтересованности для детерминированных характеристик и характеристик, для которых известны ряды распределения значений. скачать (PDF, 160 Kb).

  • В.М. Шарапов, В.Е. Снитюк. «Биокибернетический метод определения оптимума целевой функции в условиях неопределенности». В статье предложен метод структурной и параметрической идентификации целевой функции с ее последующей оптимизацией при коротких выборках статистических данных на основе биокибернетической композиции. скачать (PDF, 245 Kb).

  • В.Е. Снитюк, В.М. Шарапов. «Эволюционно-параметрическая оптимизация RBF-сети». Радиально-базисные нейронные сети (RBF) являются достаточно хорошими аппроксиматорами в области изменения данных, на которых происходил процесс их обучения. Вне этой области, в общем случае, поведение сети непредсказуемо, но может быть оптимизировано через настойку ее параметров. В статье предложен метод эволюционного поиска оптимальных окон RBF-сети и рассмотрены различные варианты его реализации. скачать (PDF, 151 Kb).

  • В.Е. Снитюк. «Концептуальные принципы и методы проектирования систем автоматизированного контроля знаний». В статье изложен анализ причин неудовлетворительного состояния дистанционного обучения в части разработки и внедрения автоматизированных систем контроля знаний. Выполнена постановка задачи эффективного тестирования и разработаны принципы ее решения. Предложены оригинальный подход к классификации вопросов контроля и методы обработки ответов, которые базируются на синергетических процедурах. скачать (PDF, 108 Kb).

  • В.Е. Снитюк, С.А. Говорухин. «Технология data mining и средства ее реализации». В статье предложена композиция методов, базирующихся на идеологии системного анализа и технологии data mining, что дает возможность эффективного решения задач идентификации и прогнозирования. Определены структурные элементы процесса обработки данных в IAC "Alternative S". скачать (PDF, 335 Kb).

  • В.Е. Снитюк. «Композиционное преодоление неопределенности в задачах нелинейной многофакторной оптимизации». В статье предложен новый подход к решению задачи многофакторной нелинейной оптимизации, базирующийся на использовании идей и принципов теории вероятностей, теории неопределенности и эволюционного моделирования. Его преимуществом является отсутствие требований к оптимизируемой функции и нахождение ее глобального оптимума. скачать (PDF, 109 Kb).

  • В.Е. Снитюк, А.А. Тимченко, Л.П. Оксамытная, Е.В. Ланских. «Идентификация критериальной функции на базе самоорганизации моделей с использованием символьной математики в среде Matlab». скачать  (PDF, 188 Kb).

  • В.Е. Снитюк, А.Н. Джулай. «Интеллектуальная технология оптимизации пути следования пожарного расчета к месту пожара». Рассмотрена и формализована задача оптимизации пути следования пожарного расчета к месту пожара. Предложено эволюционный метод определения кратчайшего пути, базирующийся на основных понятиях и методологии генетического программирования. Определены целевые функции поиска оптимального решения, разработаны формальные представления базовых структурных единиц и предложены критерии окончания итерационного процесса. скачать  (PDF, 182 Kb).

  • В.Е. Снитюк. «Эволюционная кластеризация сложных объектов и процессов». В статье предложен метод кластеризации сложных объектов и процессов, базирующийся на использовании генетического алгоритма. Рассмотрены аспекты его реализации и формирования фитнесс-функции. Представлено решение задачи кластеризации областей Украины по социально-экономическим показателям и осуществлен его сравнительный анализ с результатами классических методов. скачать  (PDF, 160 Kb).

  • В.Е. Снитюк. «Аспекты эволюционного моделирования в задачах оптимизации». Границы познания процессов современного мира являются размытыми и все стремительнее расширяются. Возникновение новых предметных областей, новых проблем становится еще одним подтверждением принципа "новых задач" академика В.М. Глушкова. В статье выполнен анализ методов решения таких задач, базирующихся на принципах дарвиновской эволюции. Показаны их преимущества и недостатки при решении задач оптимизации в сравнении с классическими методами. Рассмотрены аспекты научных исследований эволюционных методов в известных мировых школах. Обсуждаются проблемы сходимости и границ применимости. скачать  (PDF, 156 Kb).

    Добавлены (16.10.06)
  • В.Е. Снитюк, А.Н. Джулай. «Эволюционный метод определения кратчайшего пути проезда пожарного расчета к месту пожара с оптимизированным пространством поиска». В статье предложен метод определения кратчайшего пути проезда пожарного автомобиля к месту пожара по критерию минимизации времени с использованием эволюционного моделирования. Исследован алгоритм его реализации на базе полного и оптимизированного пространства поиска возможных решений. Рассмотрены аспекты формирования моделей целевой функции и программной реализации метода. Выполнена экспериментальная верификация и приведены результаты сравни-тельного анализа с экспертными заключениями. скачать  (PDF, 208 Kb).

  • В.Е. Снитюк. «Эволюционный метод восстановления пропусков в данных». В статье выполнен анализ моделей и методов, предназначенных для восстановления отсутствующих данных. Предложен эволюционный метод, базирующийся на композиции использования нейронной сети и генетического алгоритма. Технология восстановления пропусков не требует выполнения ограничений, связанных с линейностью модели, распределением параметров и других. скачать  (PDF, 213 Kb).

  • В.Е. Снитюк. «Применение метода стохастической реллаксации для прогнозирования рынка недвижимости». В статье рассмотрено решение задачи прогнозирования цен на жилье с помощью искусственных нейронных сетей. Обосновано применение стохастических методов обучения сети и предложен модифицированный метод стохастической релаксации с использованием принципа регулярности. скачать  (PDF, 133 Kb).

РЕКЛАМА:

Администрация сайта: ()
Карта сайта