Розглянуто зміну архітектури штучної нейронної мережі як потенційний шлях підвищення її ефективності при управлінні електропостачанням залізниць. Проведено експериментальне дослідження впливу архітектур та конфігурації штучної нейронної мережі на якість її навчання. Для оцінки точності прогнозування використано критерій Mean Squared Error (середньоквадратичну помилку). Для регуляризації використано алгоритм Байєсівської регуляризації навчання. Отримано менше значення середньоквадратичної помилки за рахунок маніпуляцій з архітектурою та конфігурацією штучної нейронної мережі. Проведено порівняння архітектур Feed-forward та NARX для прогнозу електроспоживання на електрифікованій ділянці залізниці, які показали схожі результати. Архітектура NARX у завданні прогнозу споживання електричної енергії залізничним транспортом виявилася перспективнішою для практичного застосування. У результаті експериментального дослідження конфігурації NARX встановлено суттєву залежність поведінки моделі від кількості нейронів у вхідному шарі.

 Наукова періодика України 

---

Додаткова інформація про автора(ів) публікації:
(cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці)

• Гайденко Олесь Сергійович (технічні науки)
• Голуб Галина Михайлівна (технічні науки)
• Кульбовський Іван Іванович (технічні науки)
• Кульбовський Іван Іванович (фізико-математичні науки)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"