Отрывок: Рисунок 12 – Файл структуры нейронной сети Интерфейс данной системы разработан на базе диалоговых окон графическими средствами Microsoft Visual Studio. Разработка интерфейса велась с учетом следующих принципов: простота, минимализм, дружелюбность, удобство, легкость в освоении. Интерфейс разработан на базе диалоговых окон. Главное окно программы – окно выбора режима – представлено на рисунке 13. В этом окне пол...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Кривякин Д. И. | ru |
dc.contributor.author | Солдатова О. П. | ru |
dc.contributor.author | Козлова О. С. | ru |
dc.contributor.author | Министерство образования и науки Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.coverage.spatial | алгоритм обучения | ru |
dc.coverage.spatial | алгоритм наискорейшего спуска | ru |
dc.coverage.spatial | адаптивные сети | ru |
dc.coverage.spatial | нейронные сети | ru |
dc.coverage.spatial | обратное распространение ошибки | ru |
dc.coverage.spatial | метод роя частиц | ru |
dc.creator | Кривякин Д. И. | ru |
dc.date.issued | 2017 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20170707160259 | ru |
dc.identifier.citation | Кривякин, Д. И. Автоматизированная система прогнозирования временных рядов с использованием адаптивной нейросети на основе системы нечеткого вывода : вып. квалификац. работа по спец. "Информатика и вычислительная техника" / Д. И. Кривякин ; рук. работы О. П. Солдатова; рец. О. С. Козлова ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Фак-т информатики, Каф. информ. с. - Самара, 2017. - on-line | ru |
dc.description.abstract | Целью данной работы является разработка и реализация автоматизированной системы, основанной на модели адаптивной нечеткой нейросети типа ANFIS, изучение ее возможностей при решении задачи прогнозирования временных рядов, а также выявление оптимальных параметров топологии и обучения данной сети. В качестве алгоритмов обучения модели адаптивной сети ANFIS использовались алгоритм самоорганизации C-Means, алгоритм пикового группирования, метод роя частиц, алгоритм наискорейшего спуска с обратным распространением ошибки.Тестирование сети проводилось с использованием реальных данных о ценах на нефть марки Brent и потреблении электроэнергии на железных дорогах России и СССР.Система реализована на платформе .NET Framework на языке C# в интегрированной среде разработки Microsoft Visual Studio 2010 | ru |
dc.format.extent | Электрон. дан. (1 файл : 1,9 Мб) | ru |
dc.title | Автоматизированная система прогнозирования временных рядов с использованием адаптивной нейросети на основе системы нечеткого вывода | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.37.23 | ru |
dc.subject.udc | 004.056 | ru |
dc.textpart | Рисунок 12 – Файл структуры нейронной сети Интерфейс данной системы разработан на базе диалоговых окон графическими средствами Microsoft Visual Studio. Разработка интерфейса велась с учетом следующих принципов: простота, минимализм, дружелюбность, удобство, легкость в освоении. Интерфейс разработан на базе диалоговых окон. Главное окно программы – окно выбора режима – представлено на рисунке 13. В этом окне пол... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Кривякин_Дмитрий_Игоревич_Автоматизированная_система_прогнозирования_временных.pdf | 1.94 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.