Ключ. слова: вероятность необнаруживаемой ошибки, 1/n равновесные коды
Індекс рубрикатора НБУВ: З811.4

Рубрики:

Кодування. Коди

Шифр НБУВ: Ж69231 Пошук видання у каталогах НБУВ 

Індекс рубрикатора НБУВ: З811.49

Рубрики:

Інші методи кодування

Шифр НБУВ: Ж69231 Пошук видання у каталогах НБУВ 

Розглянуто проблему побудови моделі особистості, яку навчають, з урахуванням її психофізіологічних особливостей. Проаналізовано основні характеристики моделі та методики одержання їх оцінки. Наведено приклади для вибору конкретних тестових методик і можливості композиції тестових завдань. Розкрито методи оцінки якості тестових методик.

Предложен новый метод оценки знания обучаемого с учетом времени, затраченного на решение конкретного задания, с использованием математического аппарата, который включает разделы теории нечетких множеств и нечеткой логики.

Предложен подход к вычислению итоговой рейтинговой оценки знаний с использованием гибридной нечетко-нейронной информационной технологии. Предложена структура нечеткой экспертной системы вывода итоговой оценки, разработана совокупность нечетких предикатных правил функционирования системы, реализован нечеткий логический вывод согласно модифицированному алгоритму Такаги-Сугено.

Разработана информационная модель графического анализа растворенных газов трансформаторного масла. В качестве критерия дефектов впервые предложена методика, определяющая расстояние между эталонным вектором дефекта и вектором, характеризующим текущее состояние трансформатора. Предложенную модель можно программно реализовать, что позволит автоматизировать процесс диагностирования дефектов трансформатора.

Разработана математическая модель реализации токовой защиты с помощью теории нечетких множеств и нечеткой логики. Обоснована целесообразность применения аппарата теории нечетких множеств и нечеткой логики для моделирования устройств релейной защиты. Предложенные модели реализованы в программном комплексе Matlab 6.0.

Розроблено інформаційну модель процесу автоматизованої оцінки знань, яка допомагає враховувати час, витрачений на виконання конкретного завдання. Відзначено, що використання математичного апарату теорії нечітких множин та нечіткої логіки дозволяє формалізувати евристичні методи викладача під час підсумкового оцінювання знань. Описано модель автоматизованої адаптації параметрів системи оцінки знань до вимог конкретного викладача за допомогою гібридної нечітко-нейронної інформаційної технології, а також модель коригування поточної оцінки знань з урахуванням часу, витраченого на виконання конкретного завдання, яка реалізована системою нечіткого логічного висновку.

Рассмотрен вопрос расчета перенапряжений в узловых точках подстанции с вентильным разрядником методом бегущих волн. Разработан алгоритм численной модели графического решения нелинейного дифференциального уравнения, что позволяет построить графики изменения напряжения в узлах подстанции.

Использована модель прогнозирования получасовых электрических нагрузок предприятия ОАО "Сумыхимпром", основанная на использовании самоорганизующихся нейронных сетей с предварительной кластеризацией данных обучающей выборки. Программным путем на ЭВМ был выполнен прогноз электропотребления, при этом полученные результаты представлены в графическом виде. Точность прогнозируемых значений составила в большинстве случаев 0,5 - 2,8 %, в худшем случае 3,65 - 5 %.

Предложена модель прогнозирования электрических нагрузок промышленного предприятия ОАО "Сумыхимпром". Наиболее перспективным является метод, основанный на использовании искусственных нейронных сетей. Выполнен прогноз электропотребления с помощью нескольких типов нейронных сетей и предложен наиболее точный вариант. Точность прогнозируемых значений в наихудшем случае составляла 4 - 6 %, а в большинстве случаев находилась в пределе 1 - 3 %.

Использована модель прогнозирования получасовых электрических нагрузок предприятия с непрерывным циклом производства, основанная на использовании искусственных вейвлет-нейронных сетей. Программным путем на ЭВМ был выполнен прогноз получасовых электрических нагрузок, при этом полученные результаты представлены в графическом и табличном виде. Точность прогнозируемых значений в большинстве случаев находилась в пределах 0,3 - 2,2 %, максимальная погрешность - 3,26 %.

Использована модель прогнозирования получасовых электрических нагрузок предприятия с непрерывным циклом производства, основанная на использовании радиально-базисных искусственных нейронных сетей. Программным путем на ЭВМ выполнен прогноз получасовых электрических нагрузок, при этом полученные результаты представлены в графическом и в табличном виде. Точность прогнозируемых значений составила в большинстве случаев 0,3 - 1,5 %, в наихудшем - 3,8 %.

Проведена оптимизация потерь активной электроэнергии в соединительных кабелях, связывающих потребителей с источниками электроэнергии. Для данной схемы потребителей производилась компенсация реактивной мощности с помощью компенсирующих устройств (КУ), благодаря чему уменьшались потери активной мощности. Задача оптимизации позволяет расставить КУ по узлам таким образом, чтобы потери стали минимальными.