Отрывок: Был получен результат СКО равный 0,0133. Автоматизированная система разработана на языке программирования C# и TypeScript в средах разработки Visual Studio и WebStorm под управлением операционной системы Windows 10. Таким образом, цель работы по исследованию алгоритмов обучения нейронной сети Такаги-Сугено-Канга при решении задачи прогнозирования курса акций выполнена, разработанная система удовлетворяет поставленным требованиям и позволяет провести ...
Название : | Автоматизированная информационная система прогнозирования курса акций с помощью нечеткой нейронной сети Такаги-Сугено-Канга |
Авторы/Редакторы : | Дмитриев Ю. Н. Лезин И. А. Соловьева Я. В. Министерство науки и высшего образования Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) |
Дата публикации : | 2022 |
Библиографическое описание : | Дмитриев, Ю. Н. Автоматизированная информационная система прогнозирования курса акций с помощью нечеткой нейронной сети Такаги-Сугено-Канга : вып. квалификац. работа по направлению подгот. 09.04.01 Информатика и вычислительная техника (уровень магистратуры) профиль «Автоматизированные системы обработки информации и управления» / Ю. Н. Дмитриев ; рук. работы И. А. Лезин ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики и. - Самара, 2022. - 1 файл (1,8 Мб). - Текст : электронный |
Аннотация : | В рамках выпускной квалификационной работы было проведено исследование алгоритмов обучения нечёткой нейронной сети Такаги-Сугено-Канга. Целью данной работы является реализация гибридного алгоритма обучения нейронной сети и алгоритма наискорейшего спуска и метода обратного распространения ошибки. Оптимизация начальных параметров осуществлялась с помощью алгоритма С-means, который генерирует предпосылки для нечётких продукционных правил вывода. Задача также предполагает проектирование нечеткой продукционной нейронной сети Такаги-Сугено-Канга. Выполнен анализ существующих аналогичных систем, построены диаграммы UML, описана архитектура системы и разработаны алгоритмы её функционирования, проведены исследования эффективности автоматизированной информационной системы при решении поставленной задачи. Тесты проводились с использованием наборов данных курса акций на момент закрытия торгов из базы Yahoo Finance. Система реализована на языке C# в интегрированной среде разработки Visual Studio, а также на языке TypeScri |
URI (Унифицированный идентификатор ресурса) : | http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Avtomatizirovannaya-informacionnaya-sistema-prognozirovaniya-kursa-akcii-s-pomoshu-nechetkoi-neironnoi-seti-TakagiSugenoKanga-99826 |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20221017143654 |
Ключевые слова: | гибридный алгоритм дефуззификация нейронная сеть нечеткая логика нечеткая нейронная сеть прогнозирование сеть Такаги-Сугено-Канга фуззификация |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Дмитриев_Юрий_Николаевич_Автоматизированная_информационная_система_прогнозирования.pdf | 1.84 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.