Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://dspace.opu.ua/jspui/handle/123456789/1558
Название: МЕТОД НЕЙРОСЕТЕВОГО ПРОГНОЗИРОВАНИЯ ИЗМЕНЕНИЯ СОСТОЯНИЯ ОБЪЕКТОВ ДИАГНОСТИКИ НА МЕТАЛЛУРГИЧЕСКОМ ПРОИЗВОДСТВЕ
Другие названия: THE NEURAL NETWORK PREDICTING METHOD FOR OBJECT’S CONDITION DIAGNOSING ON THE METALLURGICAL ENTERPRISE
МЕТОД НЕЙРОМЕРЕЖНОГО ПРОГНОЗУВАННЯ ЗМІН СТАНУ ОБ’ЄКТІВ ДІАГНОСТИКИ НА МЕТАЛУРГІЙНОМУ ВИРОБНИЦТВІ
Авторы: Антощук, Светлана Григориевна
Емельянов, Виталий Александрович
Antoshchuk, S.
Iemelianov, V.
Антощук, С. Г.
Ємельянов, В. О.
Ключевые слова: нейронная сеть
многослойный персептрон
алгоритм обучения
временной ряд
прогнозирование
метод наименьших квадратов
экспоненциальное сглаживание
метод скользящего среднего
техническая диагностика
передвижной миксер
металлургическое предприятие
neural network
multilayer perception
learning algorithm
time series
prediction
least squares method
exponential smoothing
moving average method
technical diagnostics
moving mixer
metallurgical enterprises
нейронна мережа
багатошаровий персептрон
алгоритм навчання
часовий ряд
прогнозування
метод найменших квадратів
експоненціальне згладжування
метод ковзального середнього
технічна діагностика
рухомий міксер
металургійне підприємство
Дата публикации: Мар-2014
Издательство: Odessa National Polytechnic University
Библиографическое описание: Антощук, С. Г. Метод нейросетевого прогнозирования изменения состояния объектов диагностики на металлургическом производстве / С. Г Антощук, В. А. Емельянов // Электротехн. и компьютер. системы. - 2014. - №13 (89). - С. 70-76.
Краткий осмотр (реферат): Реализован метод анализа временных рядов основных параметров объектов диагностики металлургического предприятия, основанный на нейросетевом прогнозировании состояния этих объектов. Описана и обоснована структура нейронной сети для прогнозирования изменения основных параметров пере- движных миксеров на металлургическом производстве. Проведенное сравнение различных методов для прогно- зирования состояния передвижных миксеров показало лучшую эффективность при нейросетевом прогнозиро- вании.
Diagnostic object basic parameters time series analysis method of metallurgical enterprises realized and based on neural network prediction of this objects. The neural network structure for basic parameters of the moving mixers condition prediction has been described. Different methods comparison proved better efficacy prediction in case of neural network forecast background.
Реалізовано підхід до аналізу часових рядів основних параметрів об'єктів діагностики металургійного підприємства, заснований на нейромережному прогнозуванні стану цих об'єктів. Описано та обґрунтовано структуру нейронної мережі для прогнозування зміни основних параметрів рухомих міксерів на мета- лургійному виробництві. Проведене порівняння різних методів для прогнозування стану рухомих міксерів показало кращу ефективність прогнозування при нейромережевому прогнозуванні.
URI (Унифицированный идентификатор ресурса): http://etks.opu.ua/?fetch=articles&with=info&id=152
http://dspace.opu.ua/xmlui/handle/123456789/1558
ISSN: 2221-3805
2221-3937
Располагается в коллекциях:Статті каф. ІС
Електротехнічні та комп'ютерні системи №13(89), 2014

Файлы этого ресурса:
Файл Описание РазмерФормат 
70-76_N.pdf228.85 kBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.