Оптимизация управления слабоформализуемыми объектами в социально-экономических системах на основе нейросетевого моделирования
![Диссертация: Оптимизация управления слабоформализуемыми объектами в социально-экономических системах на основе нейросетевого моделирования](https://westud.ru/work/2514886/cover.png)
Диссертация
Для достижения поставленной цели необходимо решить следующие задачи: проанализировать пути повышения эффективности управления СФО в социально=экономических системах на основе нейросетевых технологий и определить основные требования к интеллектуальной системе управления состоянием объектаисследовать особенности проектирования и настройки нейросетевых моделей управления, оценить эффективность… Читать ещё >
Содержание
- 1. СИСТЕМНЫЙ АНАЛИЗ ТЕХНОЛОГИЙ ПРОЕКТИРОВАНИЯ СИСТЕМ УПРАВЛЕНИЯ СЛАБОФОРМАЛИЗУЕМЫМИ ОБЪЕКТАМИ
- 1. 1. Анализ проблем управления при неполноте информации об объекте и его слабой формализации
- 1. 2. Формирование интеллектуальной управляющей системы на основе нейросетевых технологий
- 1. 3. Цель и задачи исследования
- 2. ОПТИМИЗАЦИЯ ПОСТРОЕНИЯ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ УПРАВЛЕНИЯ СЛАБОФОРМАЛИЗУЕМЫМИ ОБЪЕКТАМИ
- 2. 1. Синтез систем управления на основе многослойных нейронных сетей
- 2. 2. Разработка технологии оптимальной настройки нейросетевой модели на решение задач управления
- 2. 3. Управление слабоформализуемыми объектами с применением многослойных нейронных сетей
- Выводы второй главы
- 3. АЛГОРИТМИЗАЦИЯ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ СИСТЕМ УПРАВЛЕНИЯ
- 3. 1. Диагностика развития осложнений у кардиохирургических больных в послеоперационный период на основе нейросетевых систем управления
- 3. 2. Применение прогностических моделей течения атеросклеротического поражения различной локализации при выборе оптимальной стратегии лечения пациента
- 3. 3. Проведение экспертного оценивания влияния организационной культуры предприятия на эффективность его функционирования
- Выводы третей главы
- 4. РАЗРАБОТКА СИСТЕМЫ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ УПРАВЛЕНИЯ СЛАБОФОРМАЛИЗУЕМЫМИ ОБЪЕКТАМИ
- 4. 1. Программная реализация нейрокомпьютерного эмулятора
- 4. 2. Управление слабоформализуемыми объектами с применением нейрокомпьютерного эмулятора
- 4. 3. Применение системы для моделирования течения атеросклеротического поражения при выборе оптимальной стратегии лечения пациента на базе
- Воронежской областной клинической больницы №
- Выводы четвертой главы
Список литературы
- Аведьян Э.Д. Алгоритмы настройки многослойных нейронных сетей // Автоматика и телемеханика. 1995. № 4. с. 106−118.
- Агеев А.И., Грачев М. В. Организационная культура современной корпорации. // Мировая экономика и международные отношения. 1990. N 6. — с. 47−52.
- Айвазян С.А., Бухштабер В. М., Енюков И. С., Мешалкин Л. Д. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989. 606с.
- Айвазян С.А., Енюков И. С., Мешалкин Л. Д. Исследование зависимостей. М.: Финансы и статистика, 1983. — 402с.
- Айвазян С.А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика. Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983.-472с.
- Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998. 1022с.
- Аксенов С.Л. Менеджмент персонала. М.:ЭКСМО, 1998. — 304 с.
- Алмазов В.А., Чирейкин Л. В. Трудности и ошибки диагностики заболеваний сердечно-сосудистой системы. Л.: Медицина, 1985. — 215с.
- Амосов Н.М., Зайцев Н. Г., Мельников А. А. Медицинская информационная система. Киев: Наукова думка, 1971.-441 с.
- Антомонов Ю.Г. Моделирование биологических систем. Справочник. К.: Наукова думка, 1977. 478с.
- Антоненко JI. «Мягкая составляющая» в мировой экономике // Мировая экономика и международные отношения. 1997. N 1. — с. 77−84.
- Афифи А., Эйзен С. Статистический анализ: подход с использованием ЭВМ. Пер. с англ. М.: Мир, 1982. — 488с.
- Ахутин В.М. Анализ и синтез биотехнических систем // Моделирование физиологических и биологических процессов. М. 1977. С. 3−7.
- Балантер Б.И. Вероятностные модели в физиологии. М., Наука, 1977.-252с.
- Балантер Б.И., Ханин М. А., Чернавский Д. С. Введение в математическое моделирование патологических процессов. М.: Медицина, 1980. -264с.
- Бейли Н. Статистические методы в биологии / Пер. с англ.: Под ред. В. В. Налимова. М.: Изд-во «Иностр.лит.», 1962.
- Беллман Р. Математические методы в медицине / Пер. с англ.: Под ред. Л. Н. Белых. М.: Мир, 1987. — 200 с.
- Браверман Э.М., Мучник И. Б. Структурные методы обработки эмпирических данных. М.: Наука, 1983. 432с.
- Бухштабер В.М., Зеленюк Е. А., Зубенко А. А. Конструирование интерактивных систем анализа данных. М.: Финансы и статистика, 1989.
- Вальд А. Последовательный анализ / Пер. с англ.- Под ред. В. А. Севастьянова. М.: Наука, 1960.
- Вальд А. Статистические решающие функции // Позиционные игры- Под ред. Н. Н. Воробьева и Н. Н. Врублевской. М.: Наука, 1967. — С. 300−522.
- Ван дер Варден Б. Л. Математическая статистика / Пер. с нем.- Под ред. Н. В. Смирнова, М.: Изд-во «Иностр.лит.», 1960.
- Вентцель Е.С. Теория вероятностей. М.: Наука, 1998.
- Вишнев С.М. Основы комплексного прогнозирования. М.: Наука, 1977.-287с.
- Галушкин А. Современные направления развития нейрокомпью-терных технологий в России // Открытые системы. 1997. Na 4(24). С. 25−28.
- Гельфанд И.М. Лекции по линейной алгебре. М.:ГИТЛ, 1951.
- Гельфанд И.М., Семенюк Э. П. Некоторые задачи классификации и прогнозирования из различных областей медицины // Вопросы кибернетики, 1985. Вып. 112. — С. 65−127.
- Гизатулин Ш. Х., Амиров А. Х. Компьютерные истории болезни // Terra Medica, 1996. № 2. — С. 2−5.
- Глакц С. Медико-биологическая статистика / Перевод с англ.- Под ред. Н. Е. Бузикашвили и Д. В. Самойлова. М.: Практика, 1999.
- Горбань А.Н. Обучение нейронных сетей. М.: Параграф, 1990.160 с.
- Горбань А.Н., Россиев Д. А. Нейронные сети на персональном компьютере. — Новосибирск: Наука (Сиб. отделение), 1996. 276 с.
- Гордненко Е.К., Лукьяница А. А. Искусственные нейронные сети: I. Основные определения и модели / Изв. РАН. Сер. Техническая кибернетика. 1994. № 5. С. 79−92.
- Гроссберг С. Внимательный мозг // Открытые системы. 1997. № 4(24). С. 29−33.
- Гублер Е.В. Вычислительные методы анализа и распознавания патологических процессов. Л.: Медицина, 1978. — 294с.
- Гублер Е.В. Информатика в патологии, клинической медицине и педиатрии. Л.: Медицина, 1990. -210с.
- Делекторская Л.И., Пименова Л. М., Кадашева О. Г. Оценка диагностической информативности лабораторных тестов // Клин. лаб. диагн. -1992.-№ 1−2.-С. 49−58.
- Дорофеюк А.А. Алгоритмы автоматической классификации (обзор). Автоматика и телемеханика, 1971, № 12 — С. 23−31.
- Дунаевский О.А., Михеев В. А., Колесников О. Д. // Программные процессы и системы. 1989. — № 4. — С. 42−45.
- Енюков И.С. Методы, алгоритмы, программы многомерного статистического анализа. М.: Финансы и статистика, 1986. 174с.
- Зацепина С.А., Львович Я. Е., Фролов В. Н. Теория управления: Учебное пособие. Воронеж. 1989. 197 с.
- Зацепина С.А., Львович Я. Е., Фролов М. В. Управление в биотехнических и медицинских системах / Под ред. В. Н. Фролова: Учеб.пособие. Воронеж: ВГТУ, 1994. 145с.
- Информатика и медицина: Сборник статей. М.: Наука, 1997.
- Исаков П.Н. Исследование характеристик слабоформализуемых объектов на основе нейросетевых технологий //Труды Всероссийской конференции «Интеллектуальные инф. системы», Воронеж:2001, 4.1 с. 110
- Исаков П.Н. Оптимизация управления слабоформализуемыми объектами на основе нейросетевого моделирования // Интеллектуальные информационные системы: Тр. Всерос. Конф. Воронеж: ВГТУ, 2004 С. 8−9.
- Исаков П.Н. Проблема управляемости нейросетевых моделей слабоформализуемых объектов. // Тр. Всерос. Конф. «Интеллектуальные инф. системы», Воронеж:2001,4.1 с.85
- Исаков П.Н. Управление слабоформализуемыми объектами с использованием нейрокомпьютерного эмулятора // Высокие технологии в технике, медицине, экономике и образовании: Межвуз.сб.науч. тр. Воронеж. ВГТУ, 2004. 4.1. С.118−122.
- Исаков П.Н., Альтварг М. С. Диагностика организационной культуры на основе нейросетевых технологий // Высокие технологии в технике, медицине, экономике и образовании: Межвуз.сб.науч. тр. Воронеж. ВГТУ, 2000.4.1. С. 125−132
- Исаков П.Н., Альтварг М. С. Особенности формирования организационной культуры на базе компьютерных технологий // Высокие технологиив технике, медицине, экономике и образовании: Межвуз.сб.науч. тр. Воронеж. ВГТУ, 2000. 4.1. С.133−137
- Исаков П.Н., Бабкин А. П., Львович Я. Е., Чопоров О. Н. Моделирование развития атеросклероза на основе нейротехнологий // Интеллектуальные информационные системы: Тр. Всерос. Конф. Воронеж: ВГТУ, 2000 С. 106−107.
- Исаков П.Н., Бабкин А. П., Чопоров О. Н. Моделирование развития атеросклероза на основе нейросетей // Окружающая среда и здоровье человека: сб. науч. и практ. работ. Старый Оскол, 2000. С. 222−226
- Исаков П.Н., Бабкин А. П., Чопоров О. Н. Обучение нейронных сетей как многокритериальная задача оптимизации //ВЕСТНИК ВГТУ «САПР и системы автоматизации производства «Выпуск 3.1, Воронеж:2001 с.153−155
- Исаков П.Н., Бабкин А. П., Чопоров О. Н. Разработка прогностических моделей течения атеросклеротического поражения различной локализации // Компьютеризация в медицине. Воронеж: Из-во ВГТУ, 2001. С.95−100
- Исаков П.Н., Лаврентьев А. А., Разинкин К. А. Автоматизация диагностики развития осложнений у кардиохирургических больных // Компьютеризация в медицине: Межвуз.сб.науч.тр. Воронеж: ВГТУ, 2000. С.43−47
- Исаков П.Н., Лаврентьев А. А., Разинкин К. А. Моделирование состояния кардиохирургических больных в послеоперационном периоде на основе инновационных технологий // Компьютеризация в медицине: Межвуз.сб.науч.тр. Воронеж: ВГТУ, 2000. С.48−53.
- Исаков П.Н., Львович И. Я., Назаренко Е. А. Проблемы управления при неполной информации о математической модели динамических объектов // Прикладные задачи моделирования и оптимизации: Межвуз.сб.науч.тр. Воронеж: ВГТУ, 2002. С. 74−79.
- Исаков П.Н., Львович И. Я., Назаренко Е. А. Оптимизация процесса обучения нейросетевых моделей поведения слабоформализуемых объектов // ВЕСТНИК ВГТУ «Проблемно-ориентированные системы управле-ния"Выпуск 2.1, Воронеж:2001 с.19−21
- Искусственный интеллект. Справочник. Т. 1, 2 / Под ред. Э. И. Попова. М.: Радио и связь, 1990. 340с.
- Исскуственный интеллект. Модели и методы. Справочник. Кн.2 / Под ред. Д. А. Поспелова. М.: Радио и связь, 1990.
- Исследования по общей теории систем: Сборник переводов / Под ред. В. Н. Садовского и Э. Г. Юдина. М.: Прогресс, 1969.
- Кабаси X. Методы и проблемы извлечения знаний // Приобретение знаний/ Пер. с англ.- Под ред. Н. Г. Волкова. М.: Мир, 1990. — С. 68−88.
- Кант В.И. Методология системного подхода и ее применение в практике здравоохранения. М.: Медицина, 1978. 135с.
- Капекки В., Меллер Ф. Выявление информативных признаков и группировка // Математика в социологии. М.: Мир, 1977. С. 301−338.
- Кендалл М., Стюарт А. Статистические выводы и связи / Пер. с англ.- Под ред. А. Н. Колмогорова и Ю. В. Прохорова. М.: Наука, 1973.
- Клир Дж. Системология. Автоматизация решения системных задач / Пер. с англ- Под ред. А. Н. Горлина. М.: Радио и связь, 1990.
- Кристофидес Н. Теория графов. Алгоритмический подход. М.: Мир, 1978.-432с.
- Кульбак С. Теория информации и статистика / Пер. с англ.- Под ред. А. Н. Колмогорова. М.: Наука, 1967.
- Курант Р., Гильберт Д. Методы математических функций. Т.1. -М.: Гостехиздат, 1981.
- Куренков Н. И., Лебедев Б. Д. Энтропийные методы определения обобщенных характеристик систем в задачах механики // Механика композиционных материалов и конструкций. Т.З., 1997. № 3. С. 97−105.
- Ларичев О.И., Мечитов А. И., Мошкович Е. М., Фуремс Е. М. Выявление экспертных знаний. М.: Наука, 1989.
- Ластед Л. Введение в проблему принятия решений в медицине / Пер. с англ- Под. ред. М. Л. Быховского. М.: Мир, 1971.
- Лорьер Ж.Л. Системы искусственного интеллекта / Пер. с франц. М.: Мир, 1990.-378с.
- Львович И.Я. Вариационное моделирование и оптимальный выбор проектных решений. Воронеж: издательство ВГТУ, 1997. 114 с.
- Львович И .Я., Федорков Е. Д. Математические основы информатики, Воронеж: изд. ВГТУ, 1997. 98с.
- Львович Я.Е. Управление в биологических и медицинских системах / Я. Е. Львович, М. В. Фролов. Воронеж: ВГТУ, 1994. 183с.
- Малета Ю.С., Тарасов В.В Математические методы статистического анализа в биологии и медицине, Вып. 2. М.: Изд-во МГУ, 1982.
- Малета Ю.С., Тарасов В. В. Математические методы статистического анализа в биологии и медицине. Вып. 1. — М.: Изд-во МГУ, 1982.
- Месарович М. Общая теория систем и ее математические основы // Исследования по общей теории систем. Сб. переводов- Под ред. В. Н. Садовского и Э. Г. Юдина. М.: Прогресс, 1969. — С. 165−180.
- Минский М., Пейперт С. Перцептроны. — М.: Мир, 1971. 262 с.
- Минцер О.П., Цуканов Ю. Т. Клиническое прогнозирование. Киев, 1983.
- Моделирование биотехнических и медицинских систем: Учеб. пособие / Я. Е. Львович, М. В. Фролов, К. А. Разинкин и др.- Под ред. В. Н. Фролова. Воронеж: Изд-во ВГТУ, 1994. С. 114−119, 157−161, 165−169, 176 180.
- Неймарк Ю.И. Распознавание образов и медицинская диагностика / Ю. И. Неймарк, З. С. Баталова, Ю. Г. Васин, М. Д. Бредо, М.: Наука, 1972. -328с.
- Нейроинформатика. А.Н. Горбань, В.Л. Дунин-Барковский, А. Н. Кирдин и др. Изд-во КГУ, 1998.
- Нейроинформатика и ее приложения // Тез. докл. 5-го Всерос. сем., 3−5 октября 1997 г. / Под ред. А. Н. Горбаня. — Красноярск: КГТУ. 1997. 190 с.
- Новые концепции общей теории управления // Сб. науч. трудов / Под ред. А. А. Красовского. —Москва-Таганрог: ТРТУ, 1995. 184 с.
- Осипов Г. С. Приобретение знаний интеллектуальными системами. М.: Наука, 1997.
- Ошибки клинической диагностики / Под ред. С. С. Вайля. Л.: Медгиз. 1961.
- Переверзев-Орлов B.C. Проблемы и концепции построения интеллектуальных партнерских систем // Компьютеры и познание. М.:1990. -С. 52- 57.
- Перегудов Ф. И. Тарасенко Ф.П. Введение в системный анализ -М.: Высшая школа, 1989. 368с.
- Поллард Дж. Справочник по вычислительным методам / Пер. с англ.- Под ред. П. П. Пархоменко. М.: Энергия, 1982. 344с.
- Поспелов Г. С. Искусственный интеллект основа новой информационной технологии. — М.: Наука, 1988.
- Построение экспертных систем / Под ред. Ф. Хейес-Рота, Д. Уо-термана, Д. Лената / Пер. с англ.- Под ред. В. Л. Стефанюка. М.: Мир, 1987.
- Представление и использование знаний / Под ред. X. Уэно, М. Исидзука- Пер. с англ. М.: Мир, 1989.
- Приобретение знаний / Под ред. С. Осуги, Ю. Саэки- Пер. с японского под ред. Н. Г. Волкова. М.: Мир, 1990.
- Проблемы вычислительной диагностики / Под ред. Е. В. Гублера. -М.: Наука, 1969.
- Разинкин К.А., Родионов О. В., Федорков Е. Д. Оценка динамики и выбор управления при лечении хронических заболеваний // Высокие технологии в технике, образовании, медицине: Межвуз. сб. науч.тр. Воронеж: ВГТУ, 1994.-С. 83−93.
- Райбман Н.С., Чадеев В. М. Адаптированные системы управления технологическими процессами. Москва: ИПУ, 1972. С. 58.
- Розенблатт Ф. Принципы нейродинамики: Перцептрон и теория механизмов мозга. — М.: Мир, 1965. 480 с.
- Советов Б .Я. Теория информации. Л.: Изд-во Ленингр. ун-та, 1987. 184 с.
- Советов Б.Я., Яковлев С. А. Моделирование систем. Москва: Высшая школа, 1985 г. 210 с.
- Справочник по теории вероятностей и математической статистике / B.C. Королюк, Н. И. Портенко, А. В. Скороход и др. М.: Наука, 1985. -640с.
- Статистические методы для ЭВМ / Под ред. К. Экслейна, Э. Рэл-стона, Г. Уилфа- Пер. с англ. М.: Наука, 1986.
- Томилов В.В. Формирование организационной культуры экономических систем // Проблемы теории и практики управления. 1995. — N 1. -с. 69−73
- Трахтенгерц Э.А. Компьютерная поддержка принятия решений. -М: Синтег, 1998. 376с.
- Тьюки Д.У. Анализ данных, вычисление на ЭВМ и математика // Современные проблемы математики. М., 1977. — С. 41−64.
- Тюрин Ю.Н., Макаров А.А Анализ данных на компьютере. М.: Финансы и статистика, 1995.
- Уилкс Д. Математическая статистика. М.: Наука, 1967.
- Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика / Пер. с англ -М.: Мир, 1992. 240с.
- Фролов В.Н. Выбор тактики лечения с применением математических методов. Воронеж, ВГТУ, 1977.
- Харари Ф., Палмер Э. Перечисление графов / Пер. с англ. М.: Мир, 1977.
- Холлендер М., Вулф Д.А Непараметрические методы статистики. -М.: Финансы и Статистика, 1983.
- Шекшня С.В. Управление персоналом современной организации / Учебно-практическое пособие. М.:"Интел-Синтез», 1997. — 336 с.
- Шеннон Р. Имитационное моделирование систем Искусство и наука. — М.: Мир, 1978. — 418с.
- Шорников Б.С. Классификация и диагностика в биологическом эксперименте. М., Наука, 1979.
- Эшби У.Р. Введение в кибернетику / Пер. с англ.- Под ред. А. Н. Колмогорова. М.: Изд-во «Иностр. Лит», 1959.
- Эшби У.Р. Принципы самоорганизации // Принципы самоорганизации / Пер. с англ.- Под ред. А. Я. Лернера. М.: Мир, 1966. — С. 314−343.
- Яглом А. М., Яглом И. М. Вероятность и информация М.: Наука, 1973.
- Ball G.H. ISODATA, an iterative method of multivariate data analysis and pattern classification // IEEE Intern. Conf. New York. 1966. 375p.
- Barron A.R. Universal approximation bounds for superposition of a sigmoida function // IEEE Trans. Inform. Theory. 1993. Vol. 39. P. 930−945.
- Baxt W.G. Application of artifical neural networks to clinical medicine // Lancet, 1995 Oct 28−346 (8983). P. 1135−1138.
- Brown A. Organizational Culture. London: Pitman Publishing, 1995. -345p.
- Card W. The computer, the clinical and the future. Practitioner, 1978. — V/220, N1317. — P. 431−435.
- Chester D. Why two hidden layers are better than one // IEEE Int. Joint. Conf Neural Networks, IJCNOTO. 1990. P. 265−268.
- Cox D.R.- Regression models and life-tables // J. Royal Stat.Soc. -1972. -V.34-P. 187−202.
- Cybenco G. Approximation by superpositions of a sigmoidal function //Math Control Signal Systems. 1989. № 2. P. 303−314.
- Girosi F., Poggio T. Represetation propeties of networks: Kolmo-gorov's theorem is irrelevant//Neural Computation. 1989. № 1. P. 465−469.
- Girosi F., Poggio T. Networks and the best approximation property // Biological Cybernetics. 1990. № 63. P. 169−176.
- Dichinson С J. The use and potential use of simulation models in clinical medicine // Real-time computer in patient management. London, 1976. -P. 171−174.
- Engle R.L. Attempts to use computers as diagnostic aids in medical decision making: a thirty year experience // Perspect. Biol.Med. -1992. -V.35. № 2.-P. 207−219.
- Fang Y., Sejnowski T.J. Faster learning for dynamic recurrent back propagation //Neural Computation. 1990. № 2. P. 270−273.
- Fisher R.A. On the mathematical foundation of theoretical statistics // Philos. Trans. Ray. Soc. A. 1922- V.222. — P. 309−368.
- Girosi F., Poggio T. Represetation propeties of networks: Kolmo-gorov's theorem is irrelevant // Neural Computation. 1989. № 1. P. 465−469.
- Girosi F., Poggio T. Networks and the best approximation property // Biological Cybernetics. 1990. № 63. P. 169−176.
- Hebb D.O. The organization of behavior: A neuropsychological theory. — N.-Y.: Wiley, 1949.
- Hecht-Nielsen R. Kolmogorov’s mapping neural network existence theorem // Int. Conf. NN. IEEE Press. 1987. Vol. 3. P. 11−13.
- Hopfield J.J. Neural Networks and Physical systems with emergent collective computational abilities//Proc. Nat. Sci. USA. 1982. V.79. P. 2554−2558.
- Hopfield J.J. Neurons with graded response have collective computational properties like those of two-state neurons // Proc. National Acad, of Sci. 1984. № 81. P.3088−3092.
- Hornik K., Stinchcombe M., White H. Multilayer feedforward networks are universal approximators // Neural Networks. 1989. № 2. P. 359−366.
- Knowledge Acquisition tools for expert systems / ed. J.H. Boose and B.R. Gaines. London San Diego N.Y. Berkley Boston Tokyo Toronto Academic Press. 1988.- V. l- V.2.
- Kohonen T. Self-organization and associative Memory. — Berlin: Springer Velag, 1987.
- Levin A.U., Narendra K.S. Control of nonlinear dynamical system using neural networks: Controllability and stabilization // IEEE Trans. Neural Networks. 1993. Vol. 4, № 2. P. 192−206.
- Levin A.U., Narendra K.S. Control of nonlinear dynamical system using neural networks. Part II- Observability, identification and control // IEEE Trans. Neural Networks. 1996. Vol. 7, № 1. P. 30−42.
- McGovern P. Human Resource Managment. London: Routledge, 1998.
- Mintzberg H. The Nature of Managerial Work. New York: Harper and Row, 1973.
- Narendra K.S., Parthsarathy K. Identification and control of dynamic systems using neural networks // IEEE Trans. Neural Networks. 1990. Vol.1, № 1. P. 4−27
- Neural networks for control // Ed. W. Thomas Miller, Richard S. Sut ton and Paul J. Werbos. — Cambridge, MA: Bradford Books /MIT Press, 1990. 524 c.
- Neural networks for control systems: A survey/KJ. Hunt, D. Sbar-baro. R. Zbikowski, P.J. Gawthrop // Automatica. 1992. Vol. 28, № 6. P. 10 831 112.
- Neyman J., Pearson E.S. On the use and interpretation of certain test criteria for purpose of statistical inference // Biometrika 1928. — V.20A. — P. 175 240.
- Pervozvansky A. Some error bounds for approximation by artifical neural networks // Proc. 13 Triennial World Congress. San Francisco, USA, 1996. P. 157−162.
- Pheysey D.C. Organizational Cultures: Types and Transformations. -London: Routledge, 1993.
- Psaltis D. Neural controllers // Proc. IEEE 1-th Int. Conf. on Neural Networks. 1987. Vol. 4. P. 551−558.
- Psaltis D., Sideris A., Yamamura A.A. A multilayered neural networks controller//' IEEE Control System Magazine. 1988. No 8. P. 17−27.
- Rummelhart D.E., Hinton G.E., Williams R.J. Learning representations by back-propagating errors // Nature, 1986. V. 323. P. 533−536.
- Safran C. Using routinely collected data for clinical research // Stat. Med -1991.-V.10. P. 559−564.
- Schwartz H., Davis S. Matching Corporate and Business Strategy // Organizational Dynamics, 1981. N 10, pp. 30−48.
- Shortliffe E.H. Clinical decision-support systems // Medical Informatics: computer application in health care. Addison-Wesley. — 1990. — P. 466−502.
- Van Bemmel J.H. Medical Informatics, Art or Science? // Meth. Inform. Med. 1996.-V.35.-P. 157−172.
- Van Bemmel J.H.Formalization of medical knowledge — the diagnostic strategies and expert systems // Van Bemmel JH, Gremy F, Zvarova J, eds. Medical Decision Making: Diagnostic Strategies And Expert System. Elsevier Science Publishers BV, 1985.
- Warwick К., Irwin G.W., Hunt K.J. Neural networks of control and systems. London: Peter Peregrinus, 1988.
- Waterman D.A. A Guide to Expert System. Addison — Wesly Publication Company, Inc., 1986.
- Widrow В., Bilello M. Nonlinear adaptive signal processing for inverse cont //Proc. World Congress Neural Networks, San Diego, 1994.
- Widrow B. Adaptive inverse control I I Prep. 2-th IF AC Workshop Adaptive Systi in Control and Signal Processing. Lund, Sweden, 1986. P. 1−5.
- Сравнительный анализ моделей диагностики развития осложнений у КХБ в послеоперационном периоде
- Осложнение СтатистикаЧ тестированиях Метод диск. риминантного анализа Нейросетевое моделирование
- Кол % Кол % Кол % Кол % Кал % Кол % Коп % Ксл % Кол % Кол %1. Общая статистика
- Правильно: 18 72 17 68 16 64 20 80 17 68 18 72 21 84 20 80 23 92 21 84
- Неуверенно: 5 20 7 28 6 24 5 20 6 24 7 28 4 16 5 20 2 8 4 16
- Неправильно: 2 8 1 4 3 12 0 0 2 8 0 0 0 0 0 0 0 0 0 0
- Всего: 25 100 25 100 25 100 25 100 25 100 25 100 25 100 25 100 25 100 25 1001. Осложнение обнаружено
- Правильно: 9 69 13 76 5 56 10 71 4 66 10 71 15 83 6 75 11 92 6 86
- Неуверенно: 4 31 4 24 3 33 2 29 1 17 4 29 3 17 2 25 1 8 1 14
- Неправильно: 0 0 0 0 1 и 0 0 1 17 0 0 0 0 0 0 0 0 0 0
- Всего: 13 100 17 100 9 100 12 100 6 100 14 100 18 100 8 100 12 100 7 1001. Осложнение отсутствует
- Правильно: 9 75 6 74 11 68 10 77 13 68 8 73 6 86 14 83 12 92 15 84
- Неуверенно: 1 8 1 13 3 19 3 23 5 27 3 27 1 14 3 17 1 8 3 16
- Неправильно: 2 17 1 13 2 13 0 0 1 5 0 0 0 0 0 0 0 0 0 0
- Всего: 12 100 8 100 16 100 13 100 19 100 11 100 7 100 17 100 13 100 18 100
- Программный комплекс моделирования развития атеросклероза- Моделирование развития атеросклероза1. ВВЕЗя доза инсулина. м, ед. Индекс Кегле, кг/рост в кв. метрах*10е, (Да/Нет) Длительность ишемической болезни, лет3
- Максимальный уровень глюкозы, ммоль. л?10 Толщина стенки общей сонной артерж, мкрн 53
- Рекомендуемые препараты для лечения 6qj
- Пропанол (анаприлин) 80 мг/день
- Прогноз зависимости ОСАя (0Х)250.0018.6900 27.28 34.57 41.85 49.13 56.41 63.70 70.98 78.26 85.55 92.83 100.1 107.3 114.6 121.9 129.2 136.53 150.01. Параметры моделирования
- Семейство графиков прогрессирования атеросклероза
- Нейросетевая модель прогнозирования эффективности терапииатеросклероза сонных артерий (в качестве передаточной функции использован функциональный преобразователь F (A)=A/(0,1+|A|))
- Предобработка исходных симптомов для подачи сети:1. Х1= (XI- 52,5)/18, 51. Х2= (Х2- 140)/201. Х3= (ХЗ- 59,5)/20, 51. Х4 = (Х4- 88,5)/14, 51. Х5= (Х5- 65,5)/25, 51. Х6= (Х6- 10) /41. Синдромы 1-го уровня:
- N21=F{ 0,596 044*Nll-0,6 036 919*N12+0,3 004 414*N13+0,1 072 772*N140,5 915 488*N15+0,6 766 542*N16−0, 990 594 9) N22=F (-0,2 219 757*Nll+0,1 909 907*N12−0,74 827 8 9*N13+0,1 644 343*N14−0,1 328 503*N15+0, 1 970 402*N16+0, 4 745 568)1. Синдромы 3-го уровня:
- N31=F (0,1 968 797*N21−0,2 855 221*N22+0, 6 370 089)
- N32=F (-0,2 357 751*N21+0,3 871 443*N22−0,4 197 541)1. Конечные синдромы:
- Y =-0, 4 87 9063*N31+0,7 503 583*N32 + 0, 3 557 772
- Постобработка конечных синдромов:1. Y =((Y*205)+315)/2)1. Утверждаю '* врач ВОЬСБ1. Эктов В.Н.2003г.1. АКТ ВНЕДРЕНИЯ
- ЗаказчикВоронежская областная клиническая больница1. Наименование организации)1. Эктов В.Н.
- Ф.И.О. руководителя организации)
- Вид внедренных результатов программно-информационный комплекс, обеспечивающий повышение эффективности лечения атеросклеротических поражений различной локализации.
- Характеристика масштаба внедрения единичное.
- Форма внедренияпрограммный комплекс.
- Заведующий кардиологическим отделением, д.м.н.1. С-----------Кузнецов С.И.