Розробка еволюційних методів структурної і параметричної ідентифікації табличних залежностей

Автор(и)

  • Оксана Юріївна Мулеса ДВНЗ "Ужгородський національний університет", пл. Народна, 3, м. Ужгород, Україна, 88000, Україна https://orcid.org/0000-0002-6117-5846

DOI:

https://doi.org/10.15587/2312-8372.2016.74482

Ключові слова:

структурна ідентифікація, параметрична ідентифікація, таблична залежність, еволюційний метод

Анотація

Розглядається задача структурної і параметричної ідентифікації табличних залежностей. Розроблено еволюційний метод структурної ідентифікації, який визначає оптимальну за заданим критерієм структуру функції. Розроблено еволюційний метод параметричної ідентифікації, який, на основі дослідження характеру вхідних даних, визначає параметри функції, яка їх характеризує. Виконано експериментальну верифікацію розроблених методів за допомогою однофакторного та двофакторного аналізу.

Біографія автора

Оксана Юріївна Мулеса, ДВНЗ "Ужгородський національний університет", пл. Народна, 3, м. Ужгород, Україна, 88000

Кандидат технічних наук, доцент

Кафедра кібернетики і прикладної математики

Посилання

  1. Snytyuk, V. Ye. (2008). Forecasting. Models. Methods. Algorithms. Kyiv: Maklaut, 364.
  2. Zhang, L., Li, K. (2015, March). Forward and backward least angle regression for nonlinear system identification. Automatica, Vol. 53, 94–102. doi:10.1016/j.automatica.2014.12.010
  3. Iturbide, E., Cerda, J., Graff, M. (2013). A Comparison between LARS and LASSO for Initialising the Time-Series Forecasting Auto-Regressive Equations. Procedia Technology, Vol. 7, 282–288. doi:10.1016/j.protcy.2013.04.035
  4. Tutunji, T. A. (2016, October). Parametric system identification using neural networks. Applied Soft Computing, Vol. 47, 251–261. doi:10.1016/j.asoc.2016.05.012
  5. Aguilar-Leal, O., Fuentes-Aguilar, R. Q., Chairez, I., García-González, A., Huegel, J. C. (2016, June). Distributed parameter system identification using finite element differential neural networks. Applied Soft Computing, Vol. 43, 633–642. doi:10.1016/j.asoc.2016.01.004
  6. Loussifi, H., Nouri, K., Benhadj Braiek, N. (2016, March). A new efficient hybrid intelligent method for nonlinear dynamical systems identification: The Wavelet Kernel Fuzzy Neural Network. Communications in Nonlinear Science and Numerical Simulation, Vol. 32, 10–30. doi:10.1016/j.cnsns.2015.08.010
  7. Jiang, X., Mahadevan, S., Yuan, Y. (2016, June). Fuzzy stochastic neural network model for structural system identification. Mechanical Systems and Signal Processing. Available: http://doi.org/10.1016/j.ymssp.2016.05.030
  8. Yan, J., Deller, J. R., Jr. (2016, June). NARMAX model identification using a set-theoretic evolutionary approach. Signal Processing, Vol. 123, 30–41. doi:10.1016/j.sigpro.2015.12.001
  9. Ayala, H. V. H., Coelho, L. dos S. (2016, February). Cascaded evolutionary algorithm for nonlinear system identification based on correlation functions and radial basis functions neural networks. Mechanical Systems and Signal Processing, Vol. 68-69, 378–393. doi:10.1016/j.ymssp.2015.05.022
  10. Mulesa, O., Geche, F. (2016). Designing fuzzy expert methods of numeric evaluation of an object for the problems of forecasting. Eastern-European Journal Of Enterprise Technologies, 3(4(81)), 37–43. doi:10.15587/1729-4061.2016.70515
  11. Myronyuk, I. S., Shatylo, V. Y. (2011). Study of the role of migration in the spread of HIV in Transcarpathian region. Ukraine. Health of the Nation, 1 (17), 58–62.
  12. Myronyuk, I. S. (2012). Features of risky behavior for HIV-infected migrants Transcarpathian region by migration’s region. Scientific Bulletin of the Uzhgorod University. The series «Medicine», 1 (43), 146–151.

##submission.downloads##

Опубліковано

2016-07-26

Як цитувати

Мулеса, О. Ю. (2016). Розробка еволюційних методів структурної і параметричної ідентифікації табличних залежностей. Technology Audit and Production Reserves, 4(2(30), 13–19. https://doi.org/10.15587/2312-8372.2016.74482

Номер

Том 4 № 2(30) (2016): Інформаційні технології. Математичне моделювання

Розділ

Інформаційні технології: Оригінальне дослідження

Ліцензія

Авторське право (c) 2016 Оксана Юріївна Мулеса

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.