Введение
Глава 1. Проблема прогнозирования в сложных системах
1.1. Задача прогнозирования. Основные понятия и определения . 11
1.2. Выбор и обоснование метода обработки информации для прогнозирования сложных процессов без учета многорежимности генерирующей системы 25
1.3. Выбор и обоснование общего подхода к обработки информации для определения текущего режима функционирования многорежимной системы 53
1.4. Обобщенный алгоритм обработки информации для прогнозирования процесса, генерируемого ДМС 63
1.5. Выводы по главе 66
Глава 2. Гибридные методы обработки информации для определения режима функционирования ДМС
2.1. Описание процедуры построения дискриминатора 68
2.2. Анализ погрешности дискриминации 89
2.3. Нейросетевой классификатор на базе алгоритма «сетки» с радиально-базисными функциями треугольного вида 98
2.4. Выводы по главе 110
Глава 3. Нейросетевые методы обработки информации для прогнозирования выходного процесса ДМС, функционирующей в частных режимах
3.1. Общая методика построения частной модели для прогнозирования процесса, генерируемого ДМС, находящейся в одном из возможных режимов 112
3.2. Частная модель типа нелинейной авторегрессии прогнозирования процесса, генерируемого ДМС, находящейся водном из возможных режимов 126
3.3. Частная модель прогнозирования процесса, генерируемого ДМС, с учетом компонент, отражающих текущий режим функционирования 141
3.4. Выводы по главе 151
Глава 4. Технология программной реализации гибридных методов обработки информации для прогнозирования выходных процессов ДМС
4.1. Общие подходы к созданию программных реализаций гибридных методов обработки информации для прогнозирования выходных процессов ДМС на ПК 153
4.2. Универсальные программные средства 155
4.3. Специализированные программные средства 180
4.4. Пример применения гибридных методов прогнозирования выходного процесса ДМС в виде экспертной системы OnkoEXPERT 181
4.5. Выводы по главе 185
Глава 5. Использование гибридных методов прогнозирования сложных процессов в технических системах
5.1. Автоматизированная система анализа выносливости соединения титановой опоры, шпангоута и панели крыла самолета ЯК-42 187
5.2. Система экспресс-диагностики выносливости части конструкции самолетов ЯК-18Т и СМ-2000 (кронштейн-качалки системы управления) 193
5.3. Диагностические модели на базе программно-аппаратного комплекса «МБН-Нейромиограф» 198
5.4. Автоматизированная система анализа данных 8-канального компьютерного электроэнцефалографа серии «НеЙрон-Спектр-2» и элекгроэнцефалографа-анализатора ЭЭГА-21/26«Энцефалан-131-03» 205
5.5. Выводы по главе 210
Заключение 212
Список литературы 214
Приложения 237
