Розробка підсистеми оперативного прогнозування простоїв прибуваючих поїздів на основі ANFIS-системи
eaDNURT - the electronic archive of the Dnepropetrovsk National University of Railway Transport
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Розробка підсистеми оперативного прогнозування простоїв прибуваючих поїздів на основі ANFIS-системи
Разработка подсистемы оперативного прогнозирования простоев прибывающих поездов на основе ANFIS-системы The development of operational forecasting subsystem downtime trains arriving on ANFIS-based system |
|
| Creator |
Пахомова, Вiкторiя Миколаївна
Дмітрієв, Святослав Юрійович Пахомова, Виктория Николаевна Дмитриев, Святослав Юрьевич Pakhomova, Viktoriya M. Dmitriev, Svatoslav Y. |
|
| Subject |
прогнозування
нейронечітка мережа ANFIS функція приналежності терм фазифікація алгоритм Такагі-Сугено КЕОМ прогнозирование нейронечеткая сеть ANFIS функция принадлежности терм фазификация алгоритм Такаги-Сугено forecasting neuronetwork ANFIS the membership function, term fazifikatsiya the algorithm Takagi-Sugeno |
|
| Description |
Пахомова, В. М. Розробка підсистеми оперативного прогнозування простоїв прибуваючих поїздів на основі ANFIS-системи / В. М. Пахомова, С. Ю. Дмітрієв // Інформаційно-керуючі системи на залізничному транспорт. – 2013. – № 4. –С. 46–55.
UK:Виконано аналіз існуючих штучних нейронних мереж для вирішення задач прогнозування. Визначено, що для прогнозування простоїв поїздів доцільно використати гібридну мережу, яка об'єднає в собі переваги нейронних мереж і систем нечіткого виводу. Спроектовано 6-входову нейронечітку мережу ANFIS, що надає прогноз періодів простою поїздів за алгоритмом Такагі-Сугено. Складено методику створення системи ANFIS в середовищі Matlab. Розроблено підсистему оперативного прогнозування простоїв прибуваючих поїздів на основі ANFIS-системи. Виконана оцінка точності запропонованої методики. RU: Выполнен анализ существующих искусственных нейронных сетей для решения задач прогнозирования. Определено, что для прогнозирования простоев поездов целесообразно использовать гибридную сеть, которая объединит в себе преимущества нейронных сетей и систем нечеткого вывода. Спроектирована 6-входовая нейронечеткая сеть ANFIS, предоставляющая прогноз периодов простоя поездов по алгоритму Такаги-Сугено. Составлена методика создания системы ANFIS в среде Matlab. Разработана подсистема оперативного прогнозирования простоев прибывающих поездов на основе ANFIS-системы. Выполнена оценка точности предложенной методики. EN: The analysis of the existing artificial neural networks for solving the problems of forecasting. It was determined that in order to predict the idle trains is advisable to use a hybrid network that combine the advantages of neural networks and fuzzy inference systems. Designed six-input neuronetwork ANFIS, providing forecast periods of inactivity train the algorithm Takagi-Sugeno. Compiled method of creating a system ANFIS in the environment Matlab. The subsystem operational forecasting delays of trains arriving on ANFIS-based system. The estimation accuracy of the proposed method. |
|
| Date |
2014-12-19T10:26:38Z
2014-12-19T10:26:38Z 2013 |
|
| Type |
Article
|
|
| Identifier |
http://eadnurt.diit.edu.ua/jspui/handle/123456789/3158
|
|
| Language |
uk_UA
|
|