УДК 633.1: ББК Т-32

Размер: px
Начинать показ со страницы:

Download "УДК 633.1: ББК Т-32"

Транскрипт

1 УДК.:.559 ББК. Т- Темиров Астемир Алиевич, аспирант кафедры прикладной математики федерального государственного бюджетного образовательного учреждения высшего образования «Финансовый университет при Правительстве Российской Федерации»; 599, г. Москва, Ленинградский проспект, 9; e-mai: АЛГОРИТМЫ ЛИЕЙОГО КЛЕТОЧОГО АТОМАТА ДЛЯ ПРОГОЗИРОАИЯ УРОЖАЙОТИ ЗЕРОЫХ (рецензирована) татья посвящена этапам алгоритма линейного клеточного автомата для прогнозирования временных рядов. Моделирование структуры клеточного автомата и его обучение осуществляется с помощью генетического алгоритма. Результаты прогнозирования представляются в виде лингвистического и числового нечеткого множества. Операция деффазификации выводит прогноз в виде одного четкого числа. Ключевые слова: нелинейная динамика, временные ряды, прогнозирование, нечеткое множество, клеточные автоматы, генетические алгоритмы Temirov Astemir Aiyevich, post graduate student of the Department of Appied Informatics of FSBEI HE Financia University under the Government of the Russian Federation, 599, Mosco, 9 Leningradsky Avenue; e-mai: ALGORITHMS OF THE LINEAR CELLULAR AUTOMATIC MACHINE FOR THE FORECASTING GRAIN PRODUCTIVITY (revieed) The artice is devoted to the stages of the agorithm of the inear ceuar automatic machine for forecasting temporary ranks. Modeing of the structure of the ceuar machine and its training is carried out by means of genetic agorithm. The resuts of the forecasting are presented in the form of inguistic and numerica fuzzy set. Operation of defuzzification makes the forecast in the form of one accurate number. Keyords: noninear dynamics, temporary ranks, forecasting, indistinct set, ceuar machines, genetic agorithms. настоящее время в связи с развитием вычислительной техники и прикладного программного обеспечения получило развитие новые прогнозные модели на базе искусственного интеллекта, такие как нейронные сети, клеточные автоматы с различными радиусами, генетические алгоритмы, нечеткие системы и др., которые на выходе дают хорошие приближения [, 5, ]. статье представлены этапы алгоритма клеточно-автоматной прогнозной модели на примере временного ряда (Р) урожайности «зерновых всего» в России. Графическое представление этого временного ряда в виде гистограммы на рисунке.

2 Рисунок. Гистограмма временного ряда урожайности «зерновых всего» в России за период времени 9- гг. Известно, что клеточный автомат работает с памятью и представляет собой систему клеток, в каждой из которых хранится информация. Характер изменения информации в каждый момент времени программируется с помощью генетического алгоритма [, 5, 7, ], который в свою очередь определяет взаимодействие клеток со всеми ближайшими соседями. Применение генетического алгоритма [7, ] позволяет получить наилучшую конфигурацию клеточного автомата, и, следовательно, наилучшую прогнозную модель. Трудоемкость генетического алгоритма [, 7, ] обычно определяется глубиной памяти не только временного ряда, но и клеточного автомата. Шаг. Для целей создания базиса памяти КА исходный числовой Р преобразовывается в лингвистический временной ряд (ЛР). Каждому числовому значению уровня Р ставится в соответствие лингвистическая переменная, которая в теории нечеткого множества называется термом [,,, ]. овокупность термов образует терм-множество как минимум из -х элементов T Í, Ñ, Â, где (, ) означают соответственно низкий, средний и высокий уровень урожайности. уществуют различные способы преобразования числового Р в ЛР [, 9]: метод огибающих ломаных, метод трендовых коридоров, метод кластеризации, метод равных интервалов и т.д. ыбор подходящего способа обычно осуществляется экспертным путем или же методом «мозгового штурма», при этом опираясь в основном на тенденцию динамики исследуемого Р. Для рассматриваемого временного ряда в результате применения метода «огибающих ломаных» [] получен ЛР, представленный табл., в которой отражены численные значения урожайности (ц/га) «зерновых всего» в России и их лингвистическая оценка. хематично модель памяти КА можно представить в виде двудольных ориентированных графов (см. рис. ), в котором вершины первой доли представляют конфигурации определенной длины, имеющие место в ЛР, а вершины второй доли исходы (, ). Дугам приписаны веса, означающие частоту перехода данной конфигурации в соответствующие термы,, Т.

3 Рисунок. Типовые двудольные графы памяти клеточного автомата с переходом из -ой, -х, -х и -х конфигураций в состояния (, ) Для принятого терм-множества Т H, C, B конфигураций, m... возможное количество различных -,,..., m, содержащихся в ЛР составляет теоретически m. Для исследуемого ЛР, представленного в таб. количество M,, всех таких попарно различных -конфигураций теоретически составило 5 9, а количество реальных конфигураций 5, из них: M, M 9, M, M 5, M, M 5, что составляет всего % от числа 5 теоретически возможных конфигураций. Для лингвистического временного ряда исследуемого Р итоговая статистика переходов конфигураций,, в состояния (, ) представлена табл.. Из таблицы видно, что все конфигурации длины демонстрируют % наличие памяти. апример, представленный на рис. типовой ориентированный граф для конфигурации длины демонстрирует однозначные переходы в состояния (, ), тем самым, демонстрируя полную память. Формирование памяти КА завершается вычислением эмпирических значений частностей всех конфигураций имеющих место в ЛР. Таблица - Числовые урожайности временного ряда «зерновых всего» в России лингвистическая оценка и их

if ($this->show_pages_images && $page_num < DocShare_Docs::PAGES_IMAGES_LIMIT) { if (! $this->doc['images_node_id']) { continue; } // $snip = Library::get_smart_snippet($text, DocShare_Docs::CHARS_LIMIT_PAGE_IMAGE_TITLE); $snips = Library::get_text_chunks($text, 4); ?>

4 Годы Урожайность, ц/га,5 5,, 7,, 5,5 7,7 7,, Лингвистическая Годы Урожайность, ц/га 5,,,, 7, 5, 7,,7,9, Лингвистическая Годы Урожайность, ц/га 7,,, 5,7 5 7,7 7,,, Лингвистическая Годы Урожайность, ц/га,, 7,9 7,5,5,7 7,7,5 7, Лингвистическая Годы Урожайность, ц/га 5,7 9, 7, 7,5, 7,,, 5, Лингвистическая Годы Урожайность, ц/га, 7,,7,9 7,9 7,, 7, 7,7, Лингвистическая Годы Урожайность, ц/га 9,9,,,,9,7,9,, 9,5 Лингвистическая Годы Урожайность, ц/га,7,,,,,,, Лингвистическая Годы Урожайность, ц/га,,9 7,,,9,7,,7, 5, Лингвистическая Годы Урожайность, ц/га,, 5, 7,5 9,9,7 7,,,, Лингвистическая Годы Урожайность, ц/га,5,5 9,,7,,, 5,9 7,9 Лингвистическая Годы Урожайность, ц/га,,,, 9, 9,,, Лингвистическая Шаг. а данном шаге осуществляется процесс получения лингвистических прогнозных значений на основе статистики переходов всех конфигураций в состояния, и. Таблица - Итоговая статистика переходов конфигураций, где, для ЛР в состояния (, ) конфигурации сего конфигураций, -значных, Из них переходов: -значных, -значных, полная, % Память частичная, % нет памяти, % % % 9% 5 9 9% % 5% 5 5% % 5% 5 5-7% % % - - Прогноз представляется в виде нечеткого лингвистического множества (ЛМ) вида U n ;, ;, ;, где,, лингвистические переменные с соответствующими функциями принадлежности,, из интервала от до, удовлетворяющие условию.

5 виду того, что значение терма уже известно H,,, нахождение прогнозного значения сводится к вычислению значений функции принадлежности H, C, B. Они в свою очередь вычисляются через значения частостей переходов, получаемых для различных -конфигураций в отрезке ЛР u n mu nm... un, где m. Применительно к рассматриваемому Р (см.рис. ) берем базовый отрезок длины, состоящий из сочетаний,, образующих конфигурацию, термы которых соответствуют годам (см. табл.): 9,,,,,. Рассматриваем последовательно следующие конфигурации из этого отрезка : B; B; H; ; ;. Раскладываем этот отрезок на двудольные графы типа «звезда» [], как это представлено на рис.. ледует отметить, что такое разложение прекратилось на конфигурации длины (), т.к. клеточный автомат на ней уже продемонстрировал полную память типа,,. Ребрам графа приписаны веса, означающие количество переходов из конфигурации в состояния,,. Опираясь на графическое представление частоты переходов, найдем эмпирические значения частостей переходов, как отношение частоты переходов из данной конфигурации в соответствующие,, к общему числу переходов: Для конфигурации длины составило ( H), 5 ( C), 7 ( B) ; для : ( ), ( ), ( ) ; для : ( ), ( ), ( ) ; для конфигурации : ( ), ( ), ( ). Конфигурация длины демонстрирует наличие памяти, в силу чего процесс вычисления частостей можно прекратить. а основании выше вычисленных значений частостей, определяем ненормированные значения функции принадлежности:, ; 5 7,7 ;, и их сумму, обозначенную как,,7,,. Затем, осуществляя операцию нормирования, получим искомое значение функции принадлежности для каждого терма из терм-множества Т,, : H Í,, C, 5, B, 9. Результат записываем в виде нечеткого U n B. лингвистического множества (ЛМ) H;,, C;,5, ;,9 Рисунок. Двудольные ориентированные графы типа «звезда» для базового отрезка

6 Так как прогноз осуществляется на лингвистическом уровне, поэтому определенно на качественном уровне можно охарактеризовать урожайность зерновых следующим образом: в 5 году в России ожидается высокая урожайность со степенью истинности,9 и менее вероятно, что будет низкой. Шаг. Получение числового прогноза осуществляется следующим образом: лингвистическим значениям из базового отрезка длины ( ) ставится в соответствие среднее значение числовых данных из табл. : 9, 9, ( низкий) 9,5; ( средний ), ;,,, ( высокий ),7. учетом значений функции принадлежности,,, которые уже имеют место в ЛМ, получаем искомый прогноз в виде числового нечеткого множества (ЧМ) Z 9,5;,,,;,5,,7;,9. Чтобы представить урожайность зерновых в виде n одного обычного числа применим к ЧМ Z n операцию дефазификации [, ] Z n 9,5,,,5,7,9 ц / га. Таким образом, прогнозная урожайность «зерновых всего» в России на 5 год составит ц/га. Шаг 5. Оценка валидации прогнозной модели осуществляется последовательным прогнозированием последних пяти известных уровней исходного Р на рис.. Результаты верификации и валидации прогнозной модели на базе клеточного автомата представлены в табл.. редняя ошибка числового прогноза при этом составила,%, а ошибка лингвистического прогноза составила %. Таблица - Результат валидации прогнозной модели на примере прогнозирования последних 5 уровней Р Z - Исходные Численный п/п конфигурация Погрешность Терм данные прогноз H C B 9,,9 5,7 9,,95,,5,,5, 9, 5, 9,,5,5,,,9 7 9,,,79 9,,5,,,,,, 9,5,5,,,79 5 9,9, 7,,9,5,9,,,% При анализе временных рядов используется множество различных методов и подходов, которые продолжают совершенствоваться и развиваться. Одним из таких методов является разработанная клеточно-автоматная прогнозная модель, которая экспериментально реализована на примере временного ряда ежегодных наблюдений урожайности «зерновых всего» в России с 9 по гг. По результатам проведенного фрактального анализа [7], для исследуемого Р урожайности «зерновых всего» в России получено, что глубина его памяти находится в окрестности числа 5,. Оценка глубины памяти Р с помощью КА на базе генетического алгоритма составила число (шесть), что «почти» согласуется с результатами фрактального анализа. силу этого, для достижения высокой точности прогнозного значения, в качестве базового отрезка, загружаемого в оперативную память КА, рассматриваются последние шесть уровней Р и соответствующие им термы из ЛР, H C B

7 образующие в комплексе конфигурацию. Прогнозное значение представлено в виде нечеткого лингвистического множества, нечеткого числового множества и четкого числа после применения к последнему операции дефазификации. Аппарат теории нечеткого множества позволяет адекватно отражать нечеткость и неопределенность значений исходных данных в рассматриваемых математических моделях. Адекватность клеточно-автоматной прогнозной модели для прогнозирования Р урожайности сельскохозяйственных культур, в частности, «зерновых» подтверждена. Ошибка прогноза составила,%. Литература:. Алтунин А.Е., емухин М.. Модели и алгоритмы принятия решений в нечетких условиях. Тюмень: ТюмГУ,. 5 с.. Андерсон Т.. татистический анализ временных рядов. Москва: Мир, с.. Жирабок А.. ечеткие множества и их использование для принятия решений // оровский образовательный журнал.. Т. 7, Курдюмов.П., Малинецкий Г.Г., Потапов А.Б. естационарные структуры, динамический хаос, клеточные автоматы // овое в синергетике. Загадки мира неравновесных структур. Москва: аука, ейман Дж. Теория самопроизводящихся автоматов. Москва: Мир, с.. Перепелица.А., Тебуева Ф.Б., Темирова Л.Г. труктурирование данных методами нелинейной динамики для двухуровневого моделирования. таврополь,. с. 7. Петерс Э. Хаос и порядок на рынках капитала. овый аналитический взгляд на циклы, цены и изменчивость рынка. Москва: Мир,. с.. Романов.П. Интеллектуальные информационные системы в экономике: учебное пособие / под ред. проф..п. Тихомирова. -е изд., стереотип. Москва: Экзамен, 7. 9 с. 9. ергеева Л.. Моделирование поведения экономических систем методами нелинейной динамики (теории хаоса). Запорожье: ЗГУ,. 77 с. Literature:. Atunin A.E., Semukhin M. V. Modes and agorithms of decision-making in fuzzy conditions. Tyumen: ТyumSU,. 5 p.. Anderson T.V. Statistic anaysis of temporary ranks. Mosco: Word, p.. Zhirabok A.N. Fuzzy sets and their use for decision-making// Sorovsky educationa magazine.. V. 7, No.. P Kurdyumov S.P., Mainetsky G.G., Potapov A.B. Non-stationary structures, dynamic chaos, ceuar machines//ne in synergetrics. Riddes of the ord of nonequiibrium structures. Mosco: Science, 99. P Neumann J. The theory of the sef-made machines. Mosco: Word, p.. Perepeitsa V.A., Tebuyeva F.B., Temirova L.G. Structuring data by methods of noninear dynamics for to-eve modeing. Stavropo,. p. 7. Peters E. Chaos and order in the capita markets. A ne anaytica vie on cyces, prices and variabiity of the market. Mosco: Word,. p.. Romanov V.P. Inteectua information systems in economy: manua / ed. by prof. N. P. Tikhomirov. d ed., stereotype. Mosco: Examination, 7. 9 p. 9. Sergeyeva L.N. Modeing of the behavior of economic systems by methods of noninear dynamics (theory of chaos). Zaporozhye: ZSU,. 77 p.

Численные методы решения обыкновенных дифференциальных уравнений Дифференциальное уравнение: F( x, y, y, y,..., y ( n)

Численные методы решения обыкновенных дифференциальных уравнений Дифференциальное уравнение: F( x, y, y, y,..., y ( n) Численные методы решения обыкновенных дифференциальных уравнений Дифференциальное уравнение: F( ( ) ) - обыкновенное (зависимость только от ) Общий интеграл - зависимость между независимой переменной зависимой

Подробнее

2. РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ И СИСТЕМ НЕЛИНЕЙНЫХ УРАВНЕНИЙ 2.1. РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ

2. РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ И СИСТЕМ НЕЛИНЕЙНЫХ УРАВНЕНИЙ 2.1. РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ И СИСТЕМ НЕЛИНЕЙНЫХ УРАВНЕНИЙ РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ вида Численное решение нелинейных алгебраических или трансцендентных) уравнений f = ) заключается в нахождении значений,

Подробнее

Практическая работа 5.1. Применение деловой графики и инструмента «Подбор параметра» MS Excel в моделировании Цель работы. Выполнив эту работу, Вы

Практическая работа 5.1. Применение деловой графики и инструмента «Подбор параметра» MS Excel в моделировании Цель работы. Выполнив эту работу, Вы Практическая работа 5.1. Применение деловой графики и инструмента «Подбор параметра» MS Excel в моделировании Цель работы. Выполнив эту работу, Вы научитесь: использовать линии тренда для аппроксимации

Подробнее

ЭФФЕКТИВНОСТЬ ИСПОЛЬЗОВАНИЯ НЕЧЕТКОЙ ЛОГИКИ В СИСТЕМАХ АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ EFFECTIVE USE OF FUZZY LOGIC IN AUTOMATIC CONTROL

ЭФФЕКТИВНОСТЬ ИСПОЛЬЗОВАНИЯ НЕЧЕТКОЙ ЛОГИКИ В СИСТЕМАХ АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ EFFECTIVE USE OF FUZZY LOGIC IN AUTOMATIC CONTROL Ждахин И.Л., Самсонова Э.Р., Новокрещенов С.А. Zhdakhin I.L., Samsonova E.R., Novokreshchenov S.A. ЭФФЕКТИВНОСТЬ ИСПОЛЬЗОВАНИЯ НЕЧЕТКОЙ ЛОГИКИ В СИСТЕМАХ АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ EFFECTIVE USE OF FUZZY

Подробнее

MATHEMATICAL MODELS USING IN DEVELOPMENT AND IMPLEMENTATION OF DECISIONS IN FINANCIAL ECONOMICS

MATHEMATICAL MODELS USING IN DEVELOPMENT AND IMPLEMENTATION OF DECISIONS IN FINANCIAL ECONOMICS УДК 51-77 Маринова Н.В. магистрант 2 курса Рязанский государственный радиотехнический университет Россия, г. Рязань ИСПОЛЬЗОВАНИЕ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ПРИ РАЗРАБОТКЕ И РЕАЛИЗАЦИИ РЕШЕНИЙ В ФИНАНСОВОЙ

Подробнее

МАТЕМАТИЧЕСКИЕ МЕТОДЫ И АЛГОРИТМЫ РЕШЕНИЯ ЗАДАЧ БИЗНЕС-ИНФОРМАТИКИ. БИЗНЕС-ИНФОРМАТИКА 4(06) 2008 г.

МАТЕМАТИЧЕСКИЕ МЕТОДЫ И АЛГОРИТМЫ РЕШЕНИЯ ЗАДАЧ БИЗНЕС-ИНФОРМАТИКИ. БИЗНЕС-ИНФОРМАТИКА 4(06) 2008 г. ПРОГНОЗИРОВАНИЕ ТЕНДЕНЦИЙ ВРЕМЕННЫХ РЯДОВ НА ОСНОВЕ ОДНОФАКТОРНОЙ НЕЧЕТКОЙ МОДЕЛИ С ИСПОЛЬЗОВАНИЕМ ДИСКРЕТНЫХ НЕЧЕТКИХ МНОЖЕСТВ ВТОРОГО ТИПА И ГЕНЕТИЧЕСКОГО АЛГОРИТМА Л.А. Демидова, к.т.н., доцент кафедры

Подробнее

ЧИСЛЕННЫЕ МЕТОДЫ НАХОЖДЕНИЯ КОРНЯ УРАВНЕНИЯ. КОМБИНИРОВАННЫЙ МЕТОД. ЕГО РЕАЛИЗАЦИЯ В СРЕДЕ ПАКЕТА ПАСКАЛЬ-ABC.

ЧИСЛЕННЫЕ МЕТОДЫ НАХОЖДЕНИЯ КОРНЯ УРАВНЕНИЯ. КОМБИНИРОВАННЫЙ МЕТОД. ЕГО РЕАЛИЗАЦИЯ В СРЕДЕ ПАКЕТА ПАСКАЛЬ-ABC. ЧИСЛЕННЫЕ МЕТОДЫ НАХОЖДЕНИЯ КОРНЯ УРАВНЕНИЯ. КОМБИНИРОВАННЫЙ МЕТОД. ЕГО РЕАЛИЗАЦИЯ В СРЕДЕ ПАКЕТА ПАСКАЛЬ-ABC. Машкова Е.Г., Покришка О.И. Донской Государственный Технический Университет (ДГТУ) Ростов-на-Дону,

Подробнее

СИСТЕМА ОЦЕНКИ ПРОИЗВОДИТЕЛЬНОСТИ КОМПЬЮТЕРНЫХ СЕТЕЙ КОРПОРАТИВНОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ НА ОСНОВЕ НЕЙРОННОЙ СЕТИ С НЕЧЕТКОЙ ЛОГИКОЙ

СИСТЕМА ОЦЕНКИ ПРОИЗВОДИТЕЛЬНОСТИ КОМПЬЮТЕРНЫХ СЕТЕЙ КОРПОРАТИВНОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ НА ОСНОВЕ НЕЙРОННОЙ СЕТИ С НЕЧЕТКОЙ ЛОГИКОЙ Мозохин А.Е. Система оценки производительности компьютерных сетей корпоративной информационной системы на основе нейронной сети с нечеткой логикой [Электронный ресурс] // Информационно-экономические аспекты

Подробнее

ИДЕНТИФИКАЦИЯ МАТЕМАТИЧЕСКОЙ МОДЕЛИ РОБОТОТЕХНИЧЕСКОЙ СИСТЕМЫ

ИДЕНТИФИКАЦИЯ МАТЕМАТИЧЕСКОЙ МОДЕЛИ РОБОТОТЕХНИЧЕСКОЙ СИСТЕМЫ Математические структуры и моделирование 214. 4(32). С. 1 14 УДК 519.71 ИДЕНТИФИКАЦИЯ МАТЕМАТИЧЕСКОЙ МОДЕЛИ РОБОТОТЕХНИЧЕСКОЙ СИСТЕМЫ Б.И. Пякилля аспирант, e-mail: pakillaboris@gmail.com Национальный

Подробнее

Лабораторная работа по теме «Тема 1.2. Методы решения нелинейных уравнений»

Лабораторная работа по теме «Тема 1.2. Методы решения нелинейных уравнений» Лабораторная работа по теме «Тема.. Методы решения нелинейных уравнений» Перейти к Теме. Теме. Огл.... Вопросы, подлежащие изучению. Постановка задачи численного решения нелинейных уравнений.. Этапы численного

Подробнее

Об одном подходе к прогнозированию временных рядов метеоданных

Об одном подходе к прогнозированию временных рядов метеоданных Об одном подходе к прогнозированию временных рядов метеоданных Иващенко А.Б. Донецкий национальный технический университет, alesya_iva@list.ru The paper is devoted to discussion of imperfection of some

Подробнее

МОДЕЛЬ ОПРЕДЕЛЕНИЯ СТРАТЕГИИ ЦЕНООБРАЗОВАНИЯ ПРОМЫШЛЕННОГО ПРЕДПРИЯТИЯ

МОДЕЛЬ ОПРЕДЕЛЕНИЯ СТРАТЕГИИ ЦЕНООБРАЗОВАНИЯ ПРОМЫШЛЕННОГО ПРЕДПРИЯТИЯ # 12 (2012) МОДЕЛЬ ОПРЕДЕЛЕНИЯ СТРАТЕГИИ ЦЕНООБРАЗОВАНИЯ ПРОМЫШЛЕННОГО ПРЕДПРИЯТИЯ УДК 004:519.816 ОГНЕВА Оксана Евгеньевна аспирант кафедры информатики и компьютерных технологий Херсонского национального

Подробнее

МОБИЛЬНЫЕ СИСТЕМЫ ОЦЕНКИ КАЧЕСТВА С УЧЕТОМ НЕЧЕТКИХ ЗНАНИЙ

МОБИЛЬНЫЕ СИСТЕМЫ ОЦЕНКИ КАЧЕСТВА С УЧЕТОМ НЕЧЕТКИХ ЗНАНИЙ МОБИЛЬНЫЕ СИСТЕМЫ ОЦЕНКИ КАЧЕСТВА С УЧЕТОМ НЕЧЕТКИХ ЗНАНИЙ Серов В.В., Захаров А.В. Московский государственный университет технологий и управления им. К.Г. Разумовского Аннотация: Разработаны методы формализации

Подробнее

С. И. КОНДРАШОВ, д-р техн. наук, проф., зав. кафедрой НТУ «ХПИ», Т. В. ДРОЗДОВА, аспирант НТУ «ХПИ».

С. И. КОНДРАШОВ, д-р техн. наук, проф., зав. кафедрой НТУ «ХПИ», Т. В. ДРОЗДОВА, аспирант НТУ «ХПИ». УДК 004.054 С. И. КОНДРАШОВ, д-р техн. наук, проф., зав. кафедрой НТУ «ХПИ», Т. В. ДРОЗДОВА, аспирант НТУ «ХПИ». ОПРЕДЕЛЕНИЕ ЧИСЛА ОПОРНЫХ СИТУАЦИЙ ДЛЯ МОДЕЛИ УПРАВЛЕНИЯ «СИТУАЦИЯ ДЕЙСТВИЕ» В статті розглядаються

Подробнее

ИНТЕРПОЛЯЦИОННАЯ ФОРМУЛА ЛАГРАНЖА

ИНТЕРПОЛЯЦИОННАЯ ФОРМУЛА ЛАГРАНЖА Федеральное агентство по образованию Сибирская государственная автомобильно-дорожная академия (СибАДИ) Кафедра информационной безопасности ИНТЕРПОЛЯЦИОННАЯ ФОРМУЛА ЛАГРАНЖА Методические указания к выполнению

Подробнее

Алгоритм оценивания функционального наполнения программных продуктов на основе нечеткого логического вывода

Алгоритм оценивания функционального наполнения программных продуктов на основе нечеткого логического вывода А.В. Ахаев. Алгоритм оценивания функционального наполнения программных продуктов 169 УДК 004.891 А.В. Ахаев Алгоритм оценивания функционального наполнения программных продуктов на основе нечеткого логического

Подробнее

Use of Methods of Dynamic Programming at Curriculum Compilation

Use of Methods of Dynamic Programming at Curriculum Compilation УДК 519.857 Использование методов динамического программирования при составлении учебного плана В статье рассматривается применение одного из разделов математики, посвящённого теории и методам решения

Подробнее

2005 г. Н.Г. Долгова (Нижегородский государственный архитектурно-строительный университет)

2005 г. Н.Г. Долгова (Нижегородский государственный архитектурно-строительный университет) Интеллектуальные системы 2005 1(9) УДК 68151 2005 г НГ Долгова (Нижегородский государственный архитектурно-строительный университет) СТАБИЛИЗАЦИЯ СУДНА С ПОМОЩЬЮ НЕЧЕТКОГО ЛОГИЧЕСКОГО РЕГУЛЯТОРА В данной

Подробнее

2. РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ И СИСТЕМ НЕЛИНЕЙНЫХ УРАВНЕНИЙ 2.1. РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ

2. РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ И СИСТЕМ НЕЛИНЕЙНЫХ УРАВНЕНИЙ 2.1. РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ . РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ И СИСТЕМ НЕЛИНЕЙНЫХ УРАВНЕНИЙ.. РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ вида Численное решение нелинейных алгебраических или трансцендентных уравнений. заключается в нахождении значений

Подробнее

Постулат ISSN УДК Использование онлайн инструмента для обучения решению графовых задач

Постулат ISSN УДК Использование онлайн инструмента для обучения решению графовых задач УДК 51-3 Использование онлайн инструмента для обучения решению графовых задач Беляева Евгения Алексеевна Приамурский государственный университет им.шолом-алейхема студент Кузьмина Богдана Сергеевна Приамурский

Подробнее

; = Зная начальные условия и и значение параметра =2/ +1, вычисляют экспоненциальные средние 1-го и 2-го порядка: = + 1 ; + 1.

; = Зная начальные условия и и значение параметра =2/ +1, вычисляют экспоненциальные средние 1-го и 2-го порядка: = + 1 ; + 1. КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ ВАЛОВОЙ ПРОДУКЦИИ СЕЛЬСКОГО ХОЗЯЙСТВА НА ОСНОВЕ АНАЛИЗА ВРЕМЕННЫХ РЯДОВ Адамадзиев К.Р., Касимова Т.М. ФГБОУ ВПО «Дагестанский государственный университет» Махачкала, Россия

Подробнее

Решение обыкновенных дифференциальных уравнений.

Решение обыкновенных дифференциальных уравнений. Решение обыкновенных дифференциальных уравнений Инженеру часто приходится иметь дело с техническими системами и технологическими процессами, характеристики которых непрерывно меняются со временем t Эти

Подробнее

МАТЕМАТИЧЕСКИЕ МОДЕЛИ СИСТЕМНОГО АНАЛИЗА НЕСТАЦИОНАРНЫХ ПРОЦЕССОВ

МАТЕМАТИЧЕСКИЕ МОДЕЛИ СИСТЕМНОГО АНАЛИЗА НЕСТАЦИОНАРНЫХ ПРОЦЕССОВ Випуск 77. Том 9 УДК 59.7. ПАНКРАТОВ В.А. МАТЕМАТИЧЕСКИЕ МОДЕЛИ СИСТЕМНОГО АНАЛИЗА НЕСТАЦИОНАРНЫХ ПРОЦЕССОВ Предложены математические модели, базирующиеся на использовании свойств полиномов Чебышева, системном

Подробнее

МОДЕЛЬ ACL-ШКАЛЫ ДЛЯ ГЕНЕРАЦИИ ЛИНГВИСТИЧЕСКИХ ОЦЕНОК В ПРИНЯТИИ РЕШЕНИЙ

МОДЕЛЬ ACL-ШКАЛЫ ДЛЯ ГЕНЕРАЦИИ ЛИНГВИСТИЧЕСКИХ ОЦЕНОК В ПРИНЯТИИ РЕШЕНИЙ УДК 004.8 МОДЕЛЬ ACL-ШКАЛЫ ДЛЯ ГЕНЕРАЦИИ ЛИНГВИСТИЧЕСКИХ ОЦЕНОК В ПРИНЯТИИ РЕШЕНИЙ Т.В. Афанасьева ГОУ ВПО «Ульяновский государственный технический университет», г. Ульяновск Рецензент Г.М. Куликов Ключевые

Подробнее

ОПТИМИЗАЦИЯ ПАРАМЕТРОВ ИНТЕЛЛЕКТУАЛЬНЫХ НЕЧЕТКИХ РЕГУЛЯТОРОВ 1

ОПТИМИЗАЦИЯ ПАРАМЕТРОВ ИНТЕЛЛЕКТУАЛЬНЫХ НЕЧЕТКИХ РЕГУЛЯТОРОВ 1 659 УДК62-55:68.55 ОПТИМИЗАЦИЯ ПАРАМЕТРОВ ИНТЕЛЛЕКТУАЛЬНЫХ НЕЧЕТКИХ РЕГУЛЯТОРОВ Ю.И. Кудинов Липецкий государственный технический университет Россия, 3986, Липецк, Московская ул., 3 E-mail: kui_kiu@lipetsk.ru

Подробнее

ЭКСПЕРТНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ ВЫЯВЛЕНИЯ МОШЕННИЧЕСКИХ ОПЕРАЦИЙ С ПЛАСТИКОВЫМИ КАРТАМИ. Моор А. П. (Россия, Тюмень)

ЭКСПЕРТНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ ВЫЯВЛЕНИЯ МОШЕННИЧЕСКИХ ОПЕРАЦИЙ С ПЛАСТИКОВЫМИ КАРТАМИ. Моор А. П. (Россия, Тюмень) ЭКСПЕРТНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ ВЫЯВЛЕНИЯ МОШЕННИЧЕСКИХ ОПЕРАЦИЙ С ПЛАСТИКОВЫМИ КАРТАМИ Моор А. П. (Россия, Тюмень) В статье рассматриваются информационные системы выявления мошеннических финансовых

Подробнее

Оглавление. Предисловие 3 Введение... 7

Оглавление. Предисловие 3 Введение... 7 Оглавление Предисловие 3 Введение... 7 Глава 1. Мягкие вычисления. Экспертная деятельность 9 1.1. Этапы развития научного направления «мягкие вычисления»... 9 1.2. Основные свойства мягких систем... 17

Подробнее

Тема 4. ЧИСЛЕННОЕ РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ

Тема 4. ЧИСЛЕННОЕ РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ Тема 4. ЧИСЛЕННОЕ РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ -1- Тема 4. ЧИСЛЕННОЕ РЕШЕНИЕ НЕЛИНЕЙНЫХ УРАВНЕНИЙ 4.0. Постановка задачи Задача нахождения корней нелинейного уравнения вида y=f() часто встречается в научных

Подробнее

Интеллектуальные системы и технологии. Лекция 5. Нечеткие множества и нечеткая логика

Интеллектуальные системы и технологии. Лекция 5. Нечеткие множества и нечеткая логика Интеллектуальные системы и технологии Лекция 5. Нечеткие множества и нечеткая логика Проблема классификации Эксперты при формировании оценок тех или иных признаков, симптомов или ситуаций, как правило,

Подробнее

СЫКТЫВКАРСКИЙ ЛЕСНОЙ ИНСТИТУТ

СЫКТЫВКАРСКИЙ ЛЕСНОЙ ИНСТИТУТ СЫКТЫВКАРСКИЙ ЛЕСНОЙ ИНСТИТУТ КАФЕДРА ВЫСШЕЙ МАТЕМАТИКИ ВЫЧИСЛИТЕЛЬНАЯ МАТЕМАТИКА САМОСТОЯТЕЛЬНАЯ РАБОТА СТУДЕНТОВ Методические указания для подготовки дипломированных специалистов по направлению 6547

Подробнее

Моделирование тенденции временного ряда

Моделирование тенденции временного ряда УДК 519.862.6 Моделирование тенденции временного ряда Прозорова Марина Лонгиновна, кандидат сельскохозяйственных наук, доцент кафедры статистики и информационных технологий ФГБОУ ВПО «Вологодская государственная

Подробнее

УДК В. А. Иванюк, А. Д. Цвиркун РАЗРАБОТКА МНОГОФАКТОРНОЙ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ НА ОСНОВЕ ИМИТАЦИОННО-ОПТИМИЗАЦИОННОГО ПОДХОДА

УДК В. А. Иванюк, А. Д. Цвиркун РАЗРАБОТКА МНОГОФАКТОРНОЙ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ НА ОСНОВЕ ИМИТАЦИОННО-ОПТИМИЗАЦИОННОГО ПОДХОДА УДК 519.245 В. А. Иванюк, А. Д. Цвиркун»ÌÒÚËÚÛÚ ÔрÓ ÎÂÏ ÛÔр ÎÂÌˡ ËÏ... р ÔÂÁÌËÍÓ Õ ÛÎ. œрóùòó ÁÌ ˇ, 65, ÃÓÒÍ, 117997, ÓÒÒˡ E-mail: Ivaver6@gmail.com РАЗРАБОТКА МНОГОФАКТОРНОЙ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ

Подробнее

ЭЛЕКТРОННЫЙ НАУЧНЫЙ ЖУРНАЛ «APRIORI. CЕРИЯ: ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ»

ЭЛЕКТРОННЫЙ НАУЧНЫЙ ЖУРНАЛ «APRIORI. CЕРИЯ: ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ» ЭЛЕКТРОННЫЙ НАУЧНЫЙ ЖУРНАЛ «APRIORI. CЕРИЯ: ЕСТЕСТВЕННЫЕ И ТЕХНИЧЕСКИЕ НАУКИ» УДК 004 ПРОВЕРКА ГИПОТЕЗЫ О ЗАКОНЕ РАСПРЕДЕЛЕНИЯ ПОСТУПЛЕНИЯ ЗАПРОСОВ НА САЙТ МОРДОВСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА им.

Подробнее

2.4. МЕТОД НАИМЕНЬШИХ КВАДРАТОВ К ОЦЕНКЕ КОЭФФИЦИЕНТОВ ТРЕНДОВЫХ МОДЕЛЕЙ

2.4. МЕТОД НАИМЕНЬШИХ КВАДРАТОВ К ОЦЕНКЕ КОЭФФИЦИЕНТОВ ТРЕНДОВЫХ МОДЕЛЕЙ .4. МЕТОД НАИМЕНЬШИХ КВАДРАТОВ К ОЦЕНКЕ КОЭФФИЦИЕНТОВ ТРЕНДОВЫХ МОДЕЛЕЙ Достаточно простые способы оценки коэффициентов линейного тренда, приведённые в предыдущее параграфе, обладают среди прочих одним

Подробнее

Вычислительная математика

Вычислительная математика Вестн Сам гос техн ун-та Сер: Физ-мат науки 008 1(16 С 149 153 ISSN 1991 8615 Вычислительная математика УДК 51961 АИ Жданов ОБ ОДНОМ ЧИСЛЕННО УСТОЙЧИВОМ АЛГОРИТМЕ РЕШЕНИЯ СИСТЕМ ЛИНЕЙНЫХ АЛГЕБРАИЧЕСКИХ

Подробнее

Лекция 2. Решение нелинейных уравнений. Постановка задачи: Найти коэффициент погрешности прибора σ при проведении геодезических измерений из

Лекция 2. Решение нелинейных уравнений. Постановка задачи: Найти коэффициент погрешности прибора σ при проведении геодезических измерений из Лекция 2. Решение нелинейных уравнений. Постановка задачи: Найти коэффициент погрешности прибора σ при проведении геодезических измерений из уравнения: δ cos σ υ σ 2 + η = 0 Значения δ = 0,186, υ = 4,18,

Подробнее

Анализ методов решения задач оптимального управления

Анализ методов решения задач оптимального управления Доклады Башкирского университета 26 Том Анализ методов решения задач оптимального управления Г Р Шангареева И В Григорьев* С А Мустафина Башкирский государственный университет Стерлитамакский филиал Россия

Подробнее

4. ЧИСЛЕННЫЕ МЕТОДЫ ПОИСКА БЕЗУСЛОВНОГО ЭКСТРЕМУМА

4. ЧИСЛЕННЫЕ МЕТОДЫ ПОИСКА БЕЗУСЛОВНОГО ЭКСТРЕМУМА Лекция 3 4. ЧИСЛЕННЫЕ МЕТОДЫ ПОИСКА БЕЗУСЛОВНОГО ЭКСТРЕМУМА Принципы построения численных методов. Применение необходимых и достаточных условий безусловного экстремума эффективно для решения ограниченного

Подробнее

КИНЕМАТИЧЕСКИЙ АНАЛИЗ ГРУПП АССУРА В СВЯЗИ С ИХ СТРУКТУРНЫМИ СВОЙСТВАМИ. Н.Н. Крохмаль е mail:

КИНЕМАТИЧЕСКИЙ АНАЛИЗ ГРУПП АССУРА В СВЯЗИ С ИХ СТРУКТУРНЫМИ СВОЙСТВАМИ. Н.Н. Крохмаль е mail: Известия Челябинского научного центра, вып. 1 (18), 2003 ПРОБЛЕМЫ МАШИНОСТРОЕНИЯ УДК 621.01 КИНЕМАТИЧЕСКИЙ АНАЛИЗ ГРУПП АССУРА В СВЯЗИ С ИХ СТРУКТУРНЫМИ СВОЙСТВАМИ е mail: longeron@pp.kurgan.ru Курганский

Подробнее

МОДЕЛИРОВАНИЕ МЕХАНИЗМОВ ЦЕНООБРАЗОВАНИЯ НА РОССИЙСКОМ КРЕДИТНО-ДЕПОЗИТНОМ РЫНКЕ

МОДЕЛИРОВАНИЕ МЕХАНИЗМОВ ЦЕНООБРАЗОВАНИЯ НА РОССИЙСКОМ КРЕДИТНО-ДЕПОЗИТНОМ РЫНКЕ УДК 336.71(БАНКИ):519.866.2(ЦЕНООБРАЗОВАНИЕ) О.В. Коваленко, Банк России, г. Москва МОДЕЛИРОВАНИЕ МЕХАНИЗМОВ ЦЕНООБРАЗОВАНИЯ НА РОССИЙСКОМ КРЕДИТНО-ДЕПОЗИТНОМ РЫНКЕ В данной статье рассмотрены некоторые

Подробнее

Нечёткие динамические системы, линейные над полями

Нечёткие динамические системы, линейные над полями Нечёткие динамические системы, линейные над полями УДК 519.95+681.51 С. Г. ПУШКОВ Бийский технологический институт (филиал) Алтайского государственного технического университета e-mail: psg@bti.secna.ru

Подробнее

Химический факультет Кафедра химии твердого тела

Химический факультет Кафедра химии твердого тела МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Нижегородский государственный университет им. Н.И. Лобачевского»

Подробнее

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ АГЕНСТВО ПО ОБРАЗОВАНИЮ

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ АГЕНСТВО ПО ОБРАЗОВАНИЮ МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ АГЕНСТВО ПО ОБРАЗОВАНИЮ Государственное образовательное учреждение высшего профессионального образования «Оренбургский государственный

Подробнее

Анализ задач, возникающих при создании нечетких когнитивных карт Гамазов И. Н. 1, Терехов В. И. 2

Анализ задач, возникающих при создании нечетких когнитивных карт Гамазов И. Н. 1, Терехов В. И. 2 Анализ задач, возникающих при создании нечетких когнитивных карт Гамазов И. Н. 1, Терехов В. И. 2 1 Гамазов Иван Николаевич / Gamazov Ivan Nikolaevich бакалавр, магистрант; 2 Терехов Валерий Игоревич /

Подробнее

СТАТИСТИЧЕСКИЕ МЕТОДЫ ПРЕОБРАЗОВАНИЯ ЭКСПЕРИМЕНТАЛЬНОГО РАСПРЕДЕЛЕНИЯ ОТКЛОНЕНИЙ РАЗМЕРОВ К ПАРАМЕТРАМ НОРМАЛЬНОГО РАСПРЕДЕЛЕНИЯ

СТАТИСТИЧЕСКИЕ МЕТОДЫ ПРЕОБРАЗОВАНИЯ ЭКСПЕРИМЕНТАЛЬНОГО РАСПРЕДЕЛЕНИЯ ОТКЛОНЕНИЙ РАЗМЕРОВ К ПАРАМЕТРАМ НОРМАЛЬНОГО РАСПРЕДЕЛЕНИЯ УДК 21 СТАТИСТИЧЕСКИЕ МЕТОДЫ ПРЕОБРАЗОВАНИЯ ЭКСПЕРИМЕНТАЛЬНОГО РАСПРЕДЕЛЕНИЯ ОТКЛОНЕНИЙ РАЗМЕРОВ К ПАРАМЕТРАМ НОРМАЛЬНОГО РАСПРЕДЕЛЕНИЯ 21 А. И. Барботько 1, А. А. Барботько 2 1 канд. техн. наук, профессор

Подробнее

Дискретная математика Физика Основы теории колебаний

Дискретная математика Физика Основы теории колебаний 1. Место в структуре ООП 1. 1 Цели и задачи Данная рабочая программа по дисциплине «Эконометрика» разработана в соответствии с требованиями ФГОС по направлению подготовки 10.03.01 «Информационная безопасность»,

Подробнее

Аннотация рабочей программы дисциплины Интеллектуальные системы название 1. ЦЕЛЬ И ЗАДАЧИ ОСВОЕНИЯ ДИСЦИПЛИНЫ

Аннотация рабочей программы дисциплины Интеллектуальные системы название 1. ЦЕЛЬ И ЗАДАЧИ ОСВОЕНИЯ ДИСЦИПЛИНЫ Аннотация рабочей программы дисциплины Интеллектуальные системы название по направлению подготовки 09.06.01 Информатика и вычислительная техника код и наименование направления профиль (программа) подготовки

Подробнее

Выбор вида и определение параметров эмпирической зависимости

Выбор вида и определение параметров эмпирической зависимости Выбор вида и определение параметров эмпирической зависимости Методические указания по теоретической части. Эмпирический подход. Часто перед исследованием в любой области возникает следующая задача. Имеется

Подробнее

Информационно-аналитическое сопровождение реализации проектов электронного правительства регионов Юга России

Информационно-аналитическое сопровождение реализации проектов электронного правительства регионов Юга России 1 УДК 338.24 + 004.9 Борисова Анна Сергеевна аспирант кафедры экономической информатики и управления Волгоградского государственного университета Borisova-AS@mail.ru Borisova Anna Sergeevna Post graduate

Подробнее

ПРОВЕРКА ПРОСТЫХ И СЛОЖНЫХ ГИПОТЕЗ С ИСПОЛЬЗОВАНИЕМ ПОСЛЕДОВАТЕЛЬНОГО КРИТЕРИЯ ВАЛЬДА

ПРОВЕРКА ПРОСТЫХ И СЛОЖНЫХ ГИПОТЕЗ С ИСПОЛЬЗОВАНИЕМ ПОСЛЕДОВАТЕЛЬНОГО КРИТЕРИЯ ВАЛЬДА ДОКЛАДЫ АН ВШ РФ июль декабрь (7) ТЕХНИЧЕСКИЕ НАУКИ УДК 6-83: 53.3 ПРОВЕРКА ПРОСТЫХ И СЛОЖНЫХ ГИПОТЕЗ С ИСПОЛЬЗОВАНИЕМ ПОСЛЕДОВАТЕЛЬНОГО КРИТЕРИЯ ВАЛЬДА Новосибирский государственный технический университет

Подробнее

V. S. Tormozov FEEDFORWARD NEURAL NETWORK OPTIMIZATION BY GENETIC ALGORITHM FOR THE AVERAGE DAILY AIR TEMPERATURE FORECASTING TASK

V. S. Tormozov FEEDFORWARD NEURAL NETWORK OPTIMIZATION BY GENETIC ALGORITHM FOR THE AVERAGE DAILY AIR TEMPERATURE FORECASTING TASK ISSN 2079-8490 Электронное научное издание «Ученые заметки ТОГУ» 2016, Том 7, 4, С. 87 92 Свидетельство Эл ФС 77-39676 от 05.05.2010 http://pnu.edu.ru/ru/ejournal/about/ ejournal@pnu.edu.ru УДК 684.511

Подробнее

Челябинский государственный университет, 1 кафедра органической химии, 2 кафедра аналитической и физической химии

Челябинский государственный университет, 1 кафедра органической химии, 2 кафедра аналитической и физической химии УДК 544.162.7 Д. В. Савчик (асс.) 1, В. П. Балыкин (д.х.н., проф.) 2, А. В. Белик (д.х.н., проф., зав. каф.) 1 Использование координат X δ для расчетов колебаний молекул Челябинский государственный университет,

Подробнее

Подбор маршрутов полетов на основе нейро-нечетких моделей

Подбор маршрутов полетов на основе нейро-нечетких моделей УДК 004.891 Подбор маршрутов полетов на основе нейро-нечетких моделей Андросова Е.Е., студент Россия, 105005, г. Москва, МГТУ им. Н.Э.Баумана, кафедра «Программное обеспечение ЭВМ и Информационные технологии»

Подробнее

Федеральное агентство по образованию ГОУ ВПО «Липецкий государственный технический университет» Инженерно-строительный факультет

Федеральное агентство по образованию ГОУ ВПО «Липецкий государственный технический университет» Инженерно-строительный факультет Федеральное агентство по образованию ГОУ ВПО «Липецкий государственный технический университет» Инженерно-строительный факультет Кафедра металлических конструкций «УТВЕРЖДАЮ» Декан инженерно-строительного

Подробнее

ИНФОРМАЦИОННЫЕ ПОТОКИ В ЗАДАЧАХ С НЕПОЛНОЙ ИНФОРМАЦИЕЙ Анафиев А.С.

ИНФОРМАЦИОННЫЕ ПОТОКИ В ЗАДАЧАХ С НЕПОЛНОЙ ИНФОРМАЦИЕЙ Анафиев А.С. УДК 519.6 ИНФОРМАЦИОННЫЕ ПОТОКИ В ЗАДАЧАХ С НЕПОЛНОЙ ИНФОРМАЦИЕЙ Анафиев А.С. Таврический национальный университет им. В.И. Вернадского факультет математики и информатики пр-т Вернадского, 4, г. Симферополь,

Подробнее

Численные методы решения задач математического анализа с применением информационных технологий 31

Численные методы решения задач математического анализа с применением информационных технологий 31 Ярославский педагогический вестник 13 3 Том III (Естественные науки) УДК 4 В В Богун, Ю П Поварёнков Численные методы решения задач математического анализа с применением информационных технологий В статье

Подробнее

ДИАГНОСТИРОВАНИЕ НЕПРЕРЫВНЫХ ДИНАМИЧЕСКИХ СИСТЕМ МЕТОДОМ ПРОБНЫХ ОТКЛОНЕНИЙ ПАРАМЕТРОВ МОДЕЛИ

ДИАГНОСТИРОВАНИЕ НЕПРЕРЫВНЫХ ДИНАМИЧЕСКИХ СИСТЕМ МЕТОДОМ ПРОБНЫХ ОТКЛОНЕНИЙ ПАРАМЕТРОВ МОДЕЛИ Надежность и техническая диагностика 1. 1(3) УДК 681.518.5 1 г. В.В. Воронин д-р техн. наук С.С. Шалобанов (Тихоокеанский государственный университет Хабаровск) ДИАГНОСТИРОВАНИЕ НЕПРЕРЫВНЫХ ДИНАМИЧЕСКИХ

Подробнее

Лекция 3 Функция принадлежности и методы ее построения

Лекция 3 Функция принадлежности и методы ее построения Лекция 3 Функция принадлежности и методы ее построения На практике удобно использовать те функции принадлежности, которые допускают аналитическое представление в виде некоторой простой математической функции.

Подробнее

Занятие 9. МЕТОДЫ РЕШЕНИЯ ТРАНСПОРТНЫХ ЗАДАЧ

Занятие 9. МЕТОДЫ РЕШЕНИЯ ТРАНСПОРТНЫХ ЗАДАЧ Занятие 9. МЕТОДЫ РЕШЕНИЯ ТРАНСПОРТНЫХ ЗАДАЧ ПОСТАНОВКА ЗАДАЧИ a,..., Предположим, что в пунктах, A,..., A хранится однородный груз в количестве, a a единиц. Этот груз следует доставить в заданных пунктов

Подробнее

ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНЫЕ, УПРАВЛЯЮЩИЕ И СЕТЕВЫЕ СИСТЕМЫ

ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНЫЕ, УПРАВЛЯЮЩИЕ И СЕТЕВЫЕ СИСТЕМЫ ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНЫЕ, УПРАВЛЯЮЩИЕ И СЕТЕВЫЕ СИСТЕМЫ УДК 004.942 ИССЛЕДОВАНИЕ ПЕРЕДАЧИ ДАННЫХ ПО КАНАЛУ МНОЖЕСТВЕННО ДОСТУПА С ГАРАНТИРОВАННОЙ ДОСТАВКОЙ В СИСТЕМАХ РЕАЛЬНОГО ВРЕМЕНИ Г. В. Абрамов,

Подробнее

СИСТЕМНЫЙ АНАЛИЗ И РАЗРАБОТКА ИНФОРМАЦИОННОЙ СИСТЕМЫ АДАПТИВНОГО НЕЙРОСЕТЕВОГО ПРОГНОЗИРОВАНИЯ

СИСТЕМНЫЙ АНАЛИЗ И РАЗРАБОТКА ИНФОРМАЦИОННОЙ СИСТЕМЫ АДАПТИВНОГО НЕЙРОСЕТЕВОГО ПРОГНОЗИРОВАНИЯ Научные труды КубГТУ, 6, 2014 год 1 УДК 303.732.4 СИСТЕМНЫЙ АНАЛИЗ И РАЗРАБОТКА ИНФОРМАЦИОННОЙ СИСТЕМЫ АДАПТИВНОГО НЕЙРОСЕТЕВОГО ПРОГНОЗИРОВАНИЯ Р.А. ДЬЯЧЕНКО, С.А. МАКЕЕВ, А.М. ЗИМА, Е.П. ЧЕРНУХА, Р.Х.

Подробнее

Выбор вида и определение параметров эмпирической зависимости

Выбор вида и определение параметров эмпирической зависимости Выбор вида и определение параметров эмпирической зависимости Методические указания по теоретической части. Эмпирический подход. Часто перед исследованием в любой области возникает следующая задача. Имеется

Подробнее

Нечеткая логика - математические основы Введение. Математическая теория нечетких множеств (fuzzy sets) и нечеткая логика (fuzzy logic) являются

Нечеткая логика - математические основы Введение. Математическая теория нечетких множеств (fuzzy sets) и нечеткая логика (fuzzy logic) являются Нечеткая логика - математические основы Введение. Математическая теория нечетких множеств (fuzzy sets) и нечеткая логика (fuzzy logic) являются обобщениями классической теории множеств и классической формальной

Подробнее

1. Общая информация о дисциплине 1.1. Название дисциплины: Математика I

1. Общая информация о дисциплине 1.1. Название дисциплины: Математика I 1. Общая информация о дисциплине 1.1. Название дисциплины: Математика I 1.2.1. Трудоёмкость дисциплины по учебному плану очной формы обучения: 144 часа (4 ЗЕ) из них: лекций 24 час. лабораторных занятий

Подробнее

2. Решение нелинейных уравнений.

2. Решение нелинейных уравнений. Решение нелинейных уравнений Не всегда алгебраические или трансцендентные уравнения могут быть решены точно Понятие точности решения подразумевает: ) возможность написания «точной формулы», а точнее говоря

Подробнее

К.М. Сагиндыков, Г. Мусайф. Казахский университет экономики, финансов и международной торговли, Астана (

К.М. Сагиндыков, Г. Мусайф. Казахский университет экономики, финансов и международной торговли, Астана ( УДК 517.9 К.М. Сагиндыков, Г. Мусайф Казахский университет экономики, финансов и международной торговли, Астана (E-mail: ksagin@mail.ru) Использование сети Петри для оценки систем защиты информации В статье

Подробнее

и модернизацию сферы бытовых услуг региона. В качестве инструментария для такого рода оценок можно использовать методы эконометрического

и модернизацию сферы бытовых услуг региона. В качестве инструментария для такого рода оценок можно использовать методы эконометрического Имитационная модель прогнозирования развития сферы бытового обслуживания в Республике Дагестан Simulation Model for forecasting development of Consumer Services in the Republic of Dagestan Эфендиева Джамиля

Подробнее

МЕТОДЫ ОЦЕНКИ ВАРИАНТОВ ПРИНЯТИЯ РЕШЕНИЙ В СИСТЕМАХ УПРАВЛЕНИЯ С ФУНКЦИОНАЛЬНО ИЗБЫТОЧНЫМ НАБОРОМ ДЕЙСТВИЙ

МЕТОДЫ ОЦЕНКИ ВАРИАНТОВ ПРИНЯТИЯ РЕШЕНИЙ В СИСТЕМАХ УПРАВЛЕНИЯ С ФУНКЦИОНАЛЬНО ИЗБЫТОЧНЫМ НАБОРОМ ДЕЙСТВИЙ В.В. Меньших, доктор физико-математических наук, профессор Е.А. Пастушкова, кандидат технических наук МЕТОДЫ ОЦЕНКИ ВАРИАНТОВ ПРИНЯТИЯ РЕШЕНИЙ В СИСТЕМАХ УПРАВЛЕНИЯ С ФУНКЦИОНАЛЬНО ИЗБЫТОЧНЫМ НАБОРОМ ДЕЙСТВИЙ

Подробнее

М е т о д и ч е ские указания для п р о в едения семинарских занятий

М е т о д и ч е ские указания для п р о в едения семинарских занятий МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «КУБАНСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ»

Подробнее

А. П. ИВАНОВ ПРАКТИКУМ ПО ЧИСЛЕННЫМ МЕТОДАМ МЕТОД НЬЮТОНА

А. П. ИВАНОВ ПРАКТИКУМ ПО ЧИСЛЕННЫМ МЕТОДАМ МЕТОД НЬЮТОНА САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Факультет прикладной математики процессов управления А. П. ИВАНОВ ПРАКТИКУМ ПО ЧИСЛЕННЫМ МЕТОДАМ МЕТОД НЬЮТОНА Методические указания Санкт-Петербург 2013

Подробнее

Модуль и производная В.В. Сильвестров

Модуль и производная В.В. Сильвестров Модуль и производная В.В. Сильвестров При решении некоторых задач приходится находить производную функции, содержащей один или несколько модулей. Такие задачи возможны и на едином государственном экзамене

Подробнее

ВОПРОСЫ К ГОСУДАРСТВЕННОМУ МЕЖДИСЦИПЛИНАРНОМУ ЭКЗАМЕНУ ДЛЯ БАКАЛАВРОВ ПО НАПРАВЛЕНИЮ «АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ»

ВОПРОСЫ К ГОСУДАРСТВЕННОМУ МЕЖДИСЦИПЛИНАРНОМУ ЭКЗАМЕНУ ДЛЯ БАКАЛАВРОВ ПО НАПРАВЛЕНИЮ «АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ» 1 «УТВЕРЖДАЮ» Декан факультета Кибернетики М.П. Романов 2014 г. «УТВЕРЖДАЮ» Председатель Государственной экзаменационной комиссии по направлению 220200 В.М. Лохин 2014 г. ВОПРОСЫ К ГОСУДАРСТВЕННОМУ МЕЖДИСЦИПЛИНАРНОМУ

Подробнее

Нечеткая логика и нечеткие множества. Лекция 2.3. Интеллектуальные системы в машиностроении

Нечеткая логика и нечеткие множества. Лекция 2.3. Интеллектуальные системы в машиностроении Нечеткая логика и нечеткие множества Лекция 2.3. Интеллектуальные системы в машиностроении Проблема классификации Эксперты при формировании оценок тех или иных признаков, симптомов или ситуаций, как правило,

Подробнее

А.В. Лапко, Н.B. Соснин, Г.О. Аникина НЕПАРАМЕТРИЧЕСКИЙ АЛГОРИТМ КЛАССИФИКАЦИИ ЛИНГВИСТИЧЕСКИХ ПЕРЕМЕННЫХ

А.В. Лапко, Н.B. Соснин, Г.О. Аникина НЕПАРАМЕТРИЧЕСКИЙ АЛГОРИТМ КЛАССИФИКАЦИИ ЛИНГВИСТИЧЕСКИХ ПЕРЕМЕННЫХ УДК 68.53 А.В. Лапко Н.B. Соснин Г.О. Аникина НЕПАРАМЕТРИЧЕСКИЙ АЛГОРИТМ КЛАССИФИКАЦИИ ЛИНГВИСТИЧЕСКИХ ПЕРЕМЕННЫХ Проведен анализ существующих алгоритмов распознавания образов в пространстве лингвистических

Подробнее

Лекция3. 3. Метод Ньютона (касательных).

Лекция3. 3. Метод Ньютона (касательных). Лекция3. 3. Метод Ньютона (касательных. Зададим некоторое начальное приближение [,b] и линеаризуем функцию f( в окрестности с помощью отрезка ряда Тейлора f( = f( + f '( ( -. (5 Вместо уравнения ( решим

Подробнее

АЛГОРИТМ РЕШЕНИЯ ЗАДАЧИ ОДНОГО КЛАССА КВАДРАТИЧНОГО ПРОГРАММИРОВАНИЯ

АЛГОРИТМ РЕШЕНИЯ ЗАДАЧИ ОДНОГО КЛАССА КВАДРАТИЧНОГО ПРОГРАММИРОВАНИЯ Изв НАН РА и ГИУА Сер ТН Т LIII, УДК 658564:5983 АВТОМАТИЗАЦИЯ И СИСТЕМЫ УПРАВЛЕНИЯ СГ КЮРЕГЯН, НС КЮРЕГЯН, АР АКОПЯН АЛГОРИТМ РЕШЕНИЯ ЗАДАЧИ ОДНОГО КЛАССА КВАДРАТИЧНОГО ПРОГРАММИРОВАНИЯ Որոշումների ընդունմամբ

Подробнее

Введение в нейронные сети [M.160]

Введение в нейронные сети [M.160] Введение в нейронные сети [M.160] Ранее отмечалось, что такие популярные инструменты Data Mining, как регрессия и деревья решений, широко используемые для решения задач классификации и прогнозирования,

Подробнее

1. Построить область определения следующих функций. то область определения функции является множество

1. Построить область определения следующих функций. то область определения функции является множество 1. Построить область определения следующих функций. a) Так как функции определена при то область определения функции является множество - полуплоскость. b) Так как область определения функции является

Подробнее

КРИТЕРИЙ ВЫБОРА НА ОСНОВЕ ЭКСПЕРТНЫХ ОЦЕНОК С УЧЁТОМ ИХ СОГЛАСОВАННОСТИ

КРИТЕРИЙ ВЫБОРА НА ОСНОВЕ ЭКСПЕРТНЫХ ОЦЕНОК С УЧЁТОМ ИХ СОГЛАСОВАННОСТИ 65 С.Л.Садов Институт социально-экономических и энергетических проблем Севера Коми НЦ УрО РАН КРИТЕРИЙ ВЫБОРА НА ОСНОВЕ ЭКСПЕРТНЫХ ОЦЕНОК С УЧЁТОМ ИХ СОГЛАСОВАННОСТИ Типична ситуация, когда важной частью

Подробнее

СНИЖЕНИЕ РИСКОВ И ЛИКВИДАЦИЯ ПОСЛЕДСТВИЙ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ. ОБЕСПЕЧЕНИЕ БЕЗОПАСНОСТИ ПРИ ЧС

СНИЖЕНИЕ РИСКОВ И ЛИКВИДАЦИЯ ПОСЛЕДСТВИЙ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ. ОБЕСПЕЧЕНИЕ БЕЗОПАСНОСТИ ПРИ ЧС СНИЖЕНИЕ РИСКОВ И ЛИКВИДАЦИЯ ПОСЛЕДСТВИЙ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ. ОБЕСПЕЧЕНИЕ БЕЗОПАСНОСТИ ПРИ ЧС КРИТЕРИИ ОЦЕНКИ ИНФОРМАЦИИ ДЛЯ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЯХ А.Ю. Иванов, доктор

Подробнее

2012 г. Г.В. Гренкин (Дальневосточный федеральный университет, Владивосток) МЕТОДЫ ВЫЧИСЛИТЕЛЬНОЙ РЕАЛИЗАЦИИ РАНГОВОГО МЕТОДА КЛАСТЕРИЗАЦИИ

2012 г. Г.В. Гренкин (Дальневосточный федеральный университет, Владивосток) МЕТОДЫ ВЫЧИСЛИТЕЛЬНОЙ РЕАЛИЗАЦИИ РАНГОВОГО МЕТОДА КЛАСТЕРИЗАЦИИ Моделирование систем 2012 1(31) УДК 0044 2012 г ГВ Гренкин (Дальневосточный федеральный университет, Владивосток) МЕТОДЫ ВЫЧИСЛИТЕЛЬНОЙ РЕАЛИЗАЦИИ РАНГОВОГО МЕТОДА КЛАСТЕРИЗАЦИИ Предложена методика автоматизации

Подробнее

При решении научных и инженерно-технических задач часто бывает необходимо математически описать какую-либо динамическую систему. Это можно сделать в

При решении научных и инженерно-технических задач часто бывает необходимо математически описать какую-либо динамическую систему. Это можно сделать в При решении научных и инженерно-технических задач часто бывает необходимо математически описать какую-либо динамическую систему. Это можно сделать в виде дифференциальных уравнений ДУ или системы дифференциальных

Подробнее

Оценка отношения «сигнал/шум» оптико-электронных приборов по изображениям земной поверхности

Оценка отношения «сигнал/шум» оптико-электронных приборов по изображениям земной поверхности Оценка отношения «сигнал/шум» оптико-электронных приборов по изображениям земной поверхности ВА Зенин, ПА Князьков Рязанский государственный радиотехнический университет 95, г Рязань, ул Гагарина, 59/

Подробнее

ТИПОВЫЕ РАСЧЕТЫ ПО ВЫСШЕЙ МАТЕМАТИКЕ

ТИПОВЫЕ РАСЧЕТЫ ПО ВЫСШЕЙ МАТЕМАТИКЕ Министерство образования Республики Беларусь Учреждение образования «Белорусский государственный университет информатики и радиоэлектроники» Факультет компьютерных систем и сетей Кафедра высшей математики

Подробнее

ПРИ РАЗРАБОТКЕ МЕТОДОВ ДИСТАНЦИОННОГО ОБНАРУЖЕНИЯ ОЧАГОВ ЛЕСНЫХ ПОЖАРОВ

ПРИ РАЗРАБОТКЕ МЕТОДОВ ДИСТАНЦИОННОГО ОБНАРУЖЕНИЯ ОЧАГОВ ЛЕСНЫХ ПОЖАРОВ ИСПОЛЬЗОВАНИЕ АЛГОРИТМОВ НЕЧЕТКОГО ВЫВОДА ПРИ РАЗРАБОТКЕ МЕТОДОВ ДИСТАНЦИОННОГО ОБНАРУЖЕНИЯ ОЧАГОВ ЛЕСНЫХ ПОЖАРОВ 10 Андреев С. Н., Иванов Я. В., Маркин П. А., ВУНЦ ВВС «ВВА», г. Воронеж Существенную помощь

Подробнее

MATRICES AND SYSTEMS OF LINEAR EQUATIONS

MATRICES AND SYSTEMS OF LINEAR EQUATIONS МАТРИЦЫ И СИСТЕМЫ ЛИНЕЙНЫХ УРАВНЕНИЙ В. А. БРУСИН Нижегородский государственный архитектурно-строительный университет MATRICES AND SYSTEMS OF LINEAR EQUATIONS V. A. BRUSIN The paper is a continuation of

Подробнее

Свойства модели Марковица при задании параметров средствами теории нечетких множеств

Свойства модели Марковица при задании параметров средствами теории нечетких множеств Свойства модели Марковица при задании параметров средствами теории нечетких множеств А.Н. Тимирова В работе представлена модель оценки доходности и риска в анализе формирования инвестиционных портфелей.

Подробнее

МЕТОД МОНТЕ-КАРЛО ДЛЯ РЕШЕНИЯ УРАВНЕНИЯ ФОККЕРА ПЛАНКА КОЛМОГОРОВА *

МЕТОД МОНТЕ-КАРЛО ДЛЯ РЕШЕНИЯ УРАВНЕНИЯ ФОККЕРА ПЛАНКА КОЛМОГОРОВА * СБОРНИК НАУЧНЫХ ТРУДОВ НГТУ 007 3(49) 41 46 УДК 51916 МЕТОД МОНТЕ-КАРЛО ДЛЯ РЕШЕНИЯ УРАВНЕНИЯ ФОККЕРА ПЛАНКА КОЛМОГОРОВА * КС КИРЯКИН Рассмотрен метод Монте-Карло для решения уравнения Фоккера Планка Колмогорова

Подробнее

А. П. Иванов. Методические указания. Тема 4: Метод Ньютона решения нелинейных уравнений и систем уравнений. факультет ПМ ПУ СПбГУ 2007 г.

А. П. Иванов. Методические указания. Тема 4: Метод Ньютона решения нелинейных уравнений и систем уравнений. факультет ПМ ПУ СПбГУ 2007 г. А. П. Иванов Методические указания Тема 4: Метод Ньютона решения нелинейных уравнений и систем уравнений факультет ПМ ПУ СПбГУ 2007 г. Оглавление 1. Решение скалярных уравнений...........................

Подробнее

ОБОБЩЕННАЯ МОДЕЛЬ КОНТРОЛЯ ПРАВИЛЬНОСТИ КОДОВ ОБЩЕРОССИЙСКИХ КЛАССИФИКАТОРОВ ТЕХНИКО- ЭКОНОМИЧЕСКОЙ И СОЦИАЛЬНОЙ ИНФОРМАЦИИ САКОВ А.А.

ОБОБЩЕННАЯ МОДЕЛЬ КОНТРОЛЯ ПРАВИЛЬНОСТИ КОДОВ ОБЩЕРОССИЙСКИХ КЛАССИФИКАТОРОВ ТЕХНИКО- ЭКОНОМИЧЕСКОЙ И СОЦИАЛЬНОЙ ИНФОРМАЦИИ САКОВ А.А. УДК 006.027 ОБОБЩЕННАЯ МОДЕЛЬ КОНТРОЛЯ ПРАВИЛЬНОСТИ КОДОВ ОБЩЕРОССИЙСКИХ КЛАССИФИКАТОРОВ ТЕХНИКО- ЭКОНОМИЧЕСКОЙ И СОЦИАЛЬНОЙ ИНФОРМАЦИИ САКОВ А.А., доктор экономических наук, доцент, директор Департамента

Подробнее

КЛАСТЕРНЫЙ АНАЛИЗ: CУЩНОСТЬ, ПРЕИМУЩЕСТВА И НЕДОСТАТКИ. С. А. Суслов, к. э. н., доцент кафедры «Экономика и статистика» НГИЭИ

КЛАСТЕРНЫЙ АНАЛИЗ: CУЩНОСТЬ, ПРЕИМУЩЕСТВА И НЕДОСТАТКИ. С. А. Суслов, к. э. н., доцент кафедры «Экономика и статистика» НГИЭИ 51 КЛАСТЕРНЫЙ АНАЛИЗ: CУЩНОСТЬ, ПРЕИМУЩЕСТВА И НЕДОСТАТКИ С. А. Суслов, к. э. н., доцент кафедры «Экономика и статистика» НГИЭИ Аннотация. Кластерный анализ является основой мня многих научных исследований.

Подробнее

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ, КОМПЬЮТЕРНЫЕ ТЕХНОЛОГИИ В ТЕОРИИ УПРАВЛЕНИЯ СЛОЖНЫХ ПРОЦЕССОВ

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ, КОМПЬЮТЕРНЫЕ ТЕХНОЛОГИИ В ТЕОРИИ УПРАВЛЕНИЯ СЛОЖНЫХ ПРОЦЕССОВ МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ, КОМПЬЮТЕРНЫЕ ТЕХНОЛОГИИ В ТЕОРИИ УПРАВЛЕНИЯ СЛОЖНЫХ ПРОЦЕССОВ ОПТИМИЗАЦИЯ ПРОЦЕССА ПРОГНОЗИРОВАНИЯ ПОЖАРНОГО СОСТОЯНИЯ ОБЪЕКТА НА ОСНОВЕ МЕТОДА ЭКСПОНЕНЦИАЛЬНОГО СГЛАЖИВАНИЯ

Подробнее

БЕЛОРУССКИЙ НАЦИОНАЛЬНЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ ОПТИМИЗАЦИЯ РАСКРОЯ ЛИСТОВЫХ МАТЕРИАЛОВ С ИСПОЛЬЗОВАНИЕМ СИМПЛЕКС МЕТОДА

БЕЛОРУССКИЙ НАЦИОНАЛЬНЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ ОПТИМИЗАЦИЯ РАСКРОЯ ЛИСТОВЫХ МАТЕРИАЛОВ С ИСПОЛЬЗОВАНИЕМ СИМПЛЕКС МЕТОДА Министерство образования Республики Беларусь БЕЛОРУССКИЙ НАЦИОНАЛЬНЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ Машиностроительный факультет Кафедра «Технология машиностроения» ОПТИМИЗАЦИЯ РАСКРОЯ ЛИСТОВЫХ МАТЕРИАЛОВ С

Подробнее

6 Методы приближения функций. Наилучшее приближение.

6 Методы приближения функций. Наилучшее приближение. 6 Методы приближения функций. Наилучшее приближение. Рассмотренные в прошлой главе методы приближения требуют строгой принадлежности узлов сеточной функции результирующему интерполянту. Если не требовать

Подробнее

СРАВНИТЕЛЬНЫЙ АНАЛИЗ КОЛИЧЕСТВА АРИФМЕТИЧЕСКИХ ОПЕРАЦИЙ ПРИ РЕШЕНИИ СИСТЕМ ЛИНЕЙНЫХ УРАВНЕНИЙ РАЗЛИЧНЫМИ МЕТОДАМИ

СРАВНИТЕЛЬНЫЙ АНАЛИЗ КОЛИЧЕСТВА АРИФМЕТИЧЕСКИХ ОПЕРАЦИЙ ПРИ РЕШЕНИИ СИСТЕМ ЛИНЕЙНЫХ УРАВНЕНИЙ РАЗЛИЧНЫМИ МЕТОДАМИ СРАВНИТЕЛЬНЫЙ АНАЛИЗ КОЛИЧЕСТВА АРИФМЕТИЧЕСКИХ ОПЕРАЦИЙ ПРИ РЕШЕНИИ СИСТЕМ ЛИНЕЙНЫХ УРАВНЕНИЙ РАЗЛИЧНЫМИ МЕТОДАМИ Протасеня Александр Анатольевич Рогожина Регина Григорьевна Ветохина Валентина Евгеньевна

Подробнее

РАБОЧАЯ ПРОГРАММА дисциплина «Нечеткие множества в задачах управления»

РАБОЧАЯ ПРОГРАММА дисциплина «Нечеткие множества в задачах управления» МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ НЕФТЕГАЗОВЫЙ УНИВЕРСИТЕТ»

Подробнее

УДК Пранов Б.М. (РАНХиГС при Президенте РФ;

УДК Пранов Б.М. (РАНХиГС при Президенте РФ; УДК 51-77 Пранов Б.М. (РАНХиГС при Президенте РФ; e-mail: boris.pranov@gmail.com) О НЕКОТОРЫХ ПОДХОДАХ К МОДЕЛИРОВАНИЮ И ПРОГНОЗИРОВАНИЮ ВРЕМЕННЫХ РЯДОВ ПОЖАРНОЙ СТАТИСТИКИ Проведён анализ моделирование

Подробнее

Модель оценки предметных результатов в 5 6 классах по математике.

Модель оценки предметных результатов в 5 6 классах по математике. Конечный продукт Работа с текстом Алгоритмы «5» «4» «3» «2» Осмысленное чтение; умение излагать прочитанное, разделяя текст на части; умение анализировать и переформулировать текст; извлекать необходимую

Подробнее

Л.А. Филипковская, канд. техн. наук, А.Н. Скачков ПРИМЕНЕНИЕ МЕТОДОВ РАСПОЗНАВАНИЯ ОБРАЗОВ В ЭКСПЕРТНЫХ ЭКОНОМИЧЕСКИХ СИСТЕМАХ.

Л.А. Филипковская, канд. техн. наук, А.Н. Скачков ПРИМЕНЕНИЕ МЕТОДОВ РАСПОЗНАВАНИЯ ОБРАЗОВ В ЭКСПЕРТНЫХ ЭКОНОМИЧЕСКИХ СИСТЕМАХ. 215 УДК 681.3 Л.А. Филипковская, канд. техн. наук, А.Н. Скачков ПРИМЕНЕНИЕ МЕТОДОВ РАСПОЗНАВАНИЯ ОБРАЗОВ В ЭКСПЕРТНЫХ ЭКОНОМИЧЕСКИХ СИСТЕМАХ Введение Эффективность деятельности современных предприятий

Подробнее

ФОНД ОЦЕНОЧНЫХ СРЕДСТВ

ФОНД ОЦЕНОЧНЫХ СРЕДСТВ МИНОБРНАУКИ РОССИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» БОРИСОГЛЕБСКИЙ ФИЛИАЛ (БФ ФГБОУ ВО «ВГУ») УТВЕРЖДАЮ Заведующий

Подробнее