Нейросетевая идентификация состояний сложных систем с использованием распределенных информационных объектов

Жашкова, Татьяна Валерьевна. Нейросетевая идентификация состояний сложных систем с использованием распределенных информационных объектов : диссертация ... кандидата технических наук : 05.13.17 / Жашкова Татьяна Валерьевна; [Место защиты: Пензенская государственная технологическая академия].- Пенза, 2010.- 158 с.: ил. РГБ ОД, 61 11-5/908
Автор
Жашкова, Татьяна Валерьевна
Год
2010
  • 99 000 UZS

Оглавление диссертации
Введение
Глава 1 Современное состояние исследований и разработок в области построения систем мониторинга и контроля сложных систем природного или техногенного происхождения 13
1.1. Основные понятия и определения 13
1.2. Анализ методов построения моделей сложных систем природного или техногенного происхождения 15
1.3. Разработка моделей сложных систем природного или техногенного происхождения в виде совокупности распределенных информационных объектов 21
1.4. Анализ тенденций совершенствования информационных моделей сложных систем природного или техногенного происхождения с использованием распределенных информационных объектов в условиях развития микропроцессорных систем 29
1.5. Реализация алгоритмов нейросетевой идентификации состояний сложных систем природного или техногенного происхождения в виде совокупности распределенных информационных объектов 36
Основные результаты и выводы по первой главе 39
Глава 2 Разработка методики идентификации состояний сложных систем природного или техногенного происхождения на основе анализа и оптимизации распределенных информационных объектов 40
2.1. Основные понятия и определения 40
2.2. Анализ современных методик идентификации, реализуемых в системах мониторинга и контроля сложных систем природного или техногенного происхождения 42
2.3. Сравнительный анализ процедур идентификации состояний сложных систем природного или техногенного происхождения с использованием распределенных информационных объектов 44
2.4. Анализ возможностей совершенствования алгоритмов нейросетевой идентификации состояний сложных систем природного или техногенного происхождения по совокупности параметров физических объектов их образующих 50
2.5. Методика идентификации состояний сложных систем природного или техногенного происхождения 56
2.6. Обобщенная процедура структурно-параметрического синтеза информационных моделей сложных систем природного или техногенного происхождения с использованием распределенных информационных объектов 61
Основные результаты и выводы по второй главе 67
Глава 3 Синтез обобщенной структуры подсистемы нейросетевой идентификации для системы мониторинга и контроля сложных систем природного или техногенного происхождения с использованием распределенных информационных объектов 69
3.1. Основные понятия и определения : 69
3.2. Синтез обобщенной структуры системы мониторинга и контроля с подсистемой нейросетевой идентификации состояний сложных систем природного или техногенного происхождения с использованием распределенных информационных объектов 72
3.3. Синтез обобщенной структуры подсистемы нейросетевой идентификации для системы мониторинга и контроля сложных систем природного или техногенного происхождения 78
3.4. Разработка имитационной модели подсистемы нейросетевой идентификации с применением преобразования Хаара 82
Основные результаты и выводы по третьей главе 88
Глава 4 Разработка процедуры аналитического синтеза алгоритмов нейросетевой идентификации сигналов для распределенных информационных объектов 90
4.1. Основные понятия и определения 90
4.2. Разработка процедуры аналитического синтеза подсистемы нейросетевой идентификации 91
4.3. Обобщенная процедура синтеза алгоритмов нейросетевой идентификации на базе теории целых функций экспоненциального типа 99
4.4. Технические решения по реализации алгоритмов нейросетевой идентификации 106
Основные результаты и выводы по четвертой главе 114
Основные результаты и выводы по работе 115
Перечень принятых сокращений 117
Список литературы 119
Приложение А «Справочное» 126
Приложение Б «Описание диаграмм классов» 136
Приложение В «Simulink-модель для определения координат нулей сигнала» 144
Приложение Г «М-файлы для моделирования подсистемы идентификации 148
Приложение Д «Акт внедрения результатов работы» 156

Рекомендуем вам товары

99 000 UZS
Автор
Иофина, Галина Владимировна
Количество страниц
Год
2010
99 000 UZS
Автор
Золотова, Татьяна Валерьяновна
Количество страниц
Год
2010
99 000 UZS
Автор
Бухтояров, Владимир Викторович
Количество страниц
Год
2010
Модули для Opencart 2, Опенкарт 3