Досліджено питання підвищення точності прогнозування в системах управління завдяки використанню цифрових адаптивних динамічних прогнозуючих фільтрів (ЦАДПФ). Розроблено структуру лінійного ЦАДБФ на базі апроксимації невідомої вагової функції об'єкта багаточленами (Чебишева, Ерміта, Лагера) та подальшого визначення параметрів за методом найменших квадратів. Запропоновано методики використання запропонованої структури цифрового динамічного лінійного фільтра (ЦДЛФ) для багатовимірних об'єктів і надання фільтру адаптивних властивостей. Оцінено вплив на точність роботи фільтра кількості спостережень за об'єктом, вибору апроксимуючих багаточленів, їх кількості, правильності оцінювання інтервалу інерційності. Кількісні оцінки дозволяють скоротити час на синтезування ЦДЛФ та підвищити точність прогнозування поведінки інерційних об'єктів.

  Скачати повний текст

Відзначено, що за умов стахостичного оцінювання вибору факторів (що отримується під час прогнозування часових рядів за допомогою нейронних мереж) відомі методи мало використовуються та потребують модифікації. Запропоновано компактний генетичний алгоритм (КГА). Модифіковано величину зміни його імовірнісного вектора. За результатами модифікації змінюється величина імовірнісного вектора КГА) залежно від вірогідності порівняння підмножин атрибутів. Задачу видобування знань виконано шляхом автоматичної побудови бази нечітких правил (бази знань). За цього автоматична побудова правил виконується з використанням еволіційного алгоритму. Для покращання точності правил бази знань, що створюється, модифіковано фітнес-функцію еволюційного алгоритму. З базової функції зберігаються частини, що відображають несхожість правил та мале покриття помилкових точок. Головною "точністною" частиною є J-міра. Модифіковано лінгвістичну базу даних (ЛБД) для покращання одержаної бази знань. Відзначено, що модифікація систем нечіткого висновку шляхом заміни алгоритму Мамдані на спрощений алгоритм нечіткого висновку дозволяє використовувати любий вид функції належності. Оптимізація параметрів ЛБД на основі довільного виду функції належності за допомогою (1 + )-еволюційної стратегії дозволила практично досягнути точність прогнозу, що одержується нейронними мережами (НМ). Уперше для створення бази знань на основі нечітких правил розроблено паралельний еволюційний алгоритм. Він дозволяє збільшувати швидкість створення бази знань практично лінійно за малої кількості клієнтів, що генерують правила. Модифіковано етап постпроцесінгу, запропоновано засоби для покращання точності та для інтерпретованості правил, а саме: мультисимпліфікацію, тюнинг. Доведено ефективність введення 1 + 1-еволюційної стратегії в процедуру тюнингу. Розроблено алгоритми програмного забезпечення інформаційної технології. Спроектовано ієрархію об'єктів для об'єктно-орієнтованої програмної реалізації. Створене програмне забезпечення апробоване на тестових наборах (benchmarks), доведено доцільність використання запропонованних методів та модифікації. Розроблено технічне й організаційне забезпечення технології. Проведено апробацію пакету на ОАО "Промтелеком" для розв'язання задачі прогнозування завантаженості обладнання та прогнозування для цього кількості підключень до АТС підприємства.

  Скачати повний текст

Розроблено системний підхід до оцінювання та прогнозування різнотипових динамічних процесів, що складно формалізуються, за умов невизначеності. Структура запропонованого підходу передбачає проведення аналізу даних, що включає візуальний аналіз, квазіоптимальне згладжування та виявлення стійких закономірностей динаміки процесу. Виявлені закономірності є основою формування математичних моделей для довгострокового прогнозування. Для коротко- та середньострокового прогнозування на основі базових детермінованих моделей сформовано стохастичні моделі з апріорно невідомими статистичними характеристиками шумів. Розроблено методи ідентифікації таких характеристик для лінійних нестаціонарних і нелінійних моделей, а також адаптивні алгоритми прогнозування. Для визначення ступеня довіри та прогнозу теоретично визначено потенційно досяжну точність квазіоптимального оцінювання невизначених величин. Теоретично доведено збіжність у середньоквадратичному запропонованих методів ідентифікації для лінійних нестаціонарних систем. Виконано статистичне моделювання для широкого кола різних моделей за умов функціонування, що змінюються. На підставі запропонованого підходу розв'язано задачі оцінювання та прогнозування різнотипних динамічних процесів: траєкторії об'єктів, що рухаються, динаміки середнього артеріального тиску, динаміки сонячної активності 11-літнього сонячного циклу.

  Скачати повний текст

Розроблено проблемно-орієнтовані інформаційні технології (ПО ІТ): для галузі електронної техніки, що дозволяє створювати моделі електронних приладів, прогнозування урожайності сільськогосподарських культур, що дозволило під час дослідження параметрів росту рослин ввести параметр "опромінення рослин" і створити пристрій "активізатор росту рослин", відбору спортсменів для збірної команди України зі стрільби, що дає змогу формувати збірні команди для участі у провідних змаганнях та прогнозувати результати їх виступів. Розроблено оригінальні методики агрегування, які дозволяють в процесі досягнення високих результатів у спорті керувати процесом навчання та тренування спортсменів і детальніше оцінити умови, за яких функціонує цілеспрямована система.

  Скачати повний текст

Уперше запропоновано архітектуру вейвлет-нейрона й оптимальний за швидкодією градієнтний метод навчання, який забезпечує настроювання в реальному часі синаптичних ваг, а також параметрів розтягнення та зсуву, дочірніх вейвлетів. Відзначено, що даний метод має слідкувальні та згладжувальні властивості, що дозволяє ефективно використовувати вейвлет-нейрони самостійно та у складі штучних нейронних мереж для розв'язання задач емуляції та прогнозування нестаціонарних послідовностей довільної природи, що збурені завадами, за умов апріорної та поточної невизначеності. Уперше запропоновано метод навчання на точках повороту вейвлет-нейрона на базі оптимізації гібридного критерію якості, який дає змогу не тільки мінімізувати квадратичну похибку прогнозу, а і ефект зсуву, що є істотним у розв'язанні задач прогнозування нестаціонарних послідовностей. Запропоновано генератори аналітичних вейвлетів, що передбачає здійснення аналізу відомих вейвлет-функцій за допомогою адаптичної нейронної мережі Фур'є, що дозволяє генерувати широкий клас активаційних функцій та настроювати їх параметри у процесі навчання нейронних мереж. Удосконалено архітектуру гібридної вейвлет-радіально-базисної нейронної мережі та рекурентні методи начання, призначені для роботи у реальному часі з метою розв'язання задачі емуляції та прогнозування нестаціонарних послідовностей за умов апріорної та поточної невизначеності, які відрізняються високою швидкістю збіжності й обчислювальною простотою. Удосконалено метод навчання вейвлет-нейрона, що базується на еволюційних процедурах оптимізації, орієнтованих на вирішення задач мінімізації багатоекстремальних функцій, які виникають у багатошарових нейронних мережах, а також мають високу швидкість збіжності та обчислювальну простоту, що дозволяє розширити область задач, що розв'язуються.

  Скачати повний текст

Проаналізовано проблеми формування, дослідження та використання методів виведення за аналогією для розв'язання аналітичних задач на основі атрибутивних і структурно-атрибутивних моделей знань, представлених у семантичних мережах. Запропоновано методологію вирішення задач прогнозування властивостей та проектування складу об'єктів методами виведення за аналогією на основі структурно-атрибутивної моделі знань. Вперше використано теорію мультимножин для опису виведення за аналогією. Розроблено нові методи виведення за аналогією на базі критеріїв покомпонентної структурної аналогії та структурної аналогії властивостей, використано різні способи обчислення інтегральної оцінки подібності складеного об'єкта до множини прототипів.

  Скачати повний текст

Розроблено метод, який дозволяє знаходити "найімовірніші" шляхи у дереві рішень (шляхи, сума довжин дуг яких найбільша) зі скалярно заданими довжинами дуг за умов великої розмірності (з сотнями вершин). Запропоновано методи, що дають змогу знаходити "найімовірніші" шляхи у дереві рішень з векторно заданими довжинами дуг, що базуються, зокрема на застосуванні згорток та дають змогу обробляти дерево з сотнями вершин. Наведено методи пошуку оптимальних шляхів у даному дереві з метою одержання локальних розв'язків та вирішення проблеми великої розмірності, що виникає у разі значного обсягу даних (тисяч вершин). Удосконалено процедури обробки експертної інформації, обчислення ваг експертів, знаходження загальної оцінки альтернатив за допомогою алгебричних методів обробки експертної інформації.

  Скачати повний текст

Досліджено проблему побудови систем підтримки прийняття рішень за умов моделювання та прогнозування нелінійних нестаціонарних процесів, що описуються часовими рядами. Проаналізовано підходи до автоматизації вибору класу та структури моделей, які описують дані ряди. Запропоновано узагальнену технологію побудови регресійних моделей на базі часових рядів, яка дозволяє користувачу оперативно визначити структуру моделей-кандидатів і вибирати кращу модель множини оцінених. Наведено методи моделювання та прогнозування з використанням регресійних дерев, нейронних мереж і генетичних алгоритмів, а також модифікованого фільтра Калмана. Запропоновано технологію побудови моделей нестаціонарних гетероскедастичних процесів, яка забезпечує одержання моделі, адекватної за множиною статистичних параметрів і вибір кращого прогнозу за множиною статистичних критеріїв якості. Побудовано математичні моделі ряду технологічних і фінансово-економічних процесів, яких використано для короткострокового прогнозування. Проведено порівняльний аналіз декількох методів прогнозування на базі збудованих моделей. Розроблено архітектуру та створено систему підтримки прийняття рішень під час прогнозування нестаціонарних стохастичних процесів, яка має гнучку архітектуру, простий зручний інтерфейс і широкі можливості графічного представлення результатів.

  Скачати повний текст