Математические модели и методы структурного анализа рядов наблюдений на основе сепарации пространства параметров
Диссертация
Предложена нечеткая модель квадрирования кластера с учетом неполной информации о его расположении в многомерном пространстве парамефов. На основе этой модели осуществлено теоретическое обоснование процедуры имитационного моделирования точки из единственного кластера и из нескольких кластеров в пространстве параметров. Построенные при этом алгоритмы имитационного моделирования предназначены для… Читать ещё >
Содержание
- ГЛАВА 1. ОБЗОР МОДЕЛЕЙ АНАЛИЗА РЯДОВ НАБЛЮДЕНИЙ И ПОСТАНОВКА ЗАДАЧИ
- 1. 1. Обзор параметрических моделей анализа массовых наблюдений
- 1. 2. Мониторинг и структурный анализ наблюдений в задачах эксплуатации судов в ледовых условиях
- 1. 3. Постановка задачи исследования
- 1. 4. Общая характеристика диссертационной работы
- ГЛАВА 2. МОДЕЛИ СЕПАРАЦИИ ПРОСТРАНСТВА ПАРАМЕТРОВ НА ОСНОВЕ НЕЧЕТКОЙ КЛАСТЕРИЗАЦИИ ЗАШУМЛЕННЫХ ИЗМЕРЕНИЙ
- 2. 1. Математическая постановка задачи нечеткой кластеризации зашумленных результатов массовых наблюдений
- 2. 2. Методы описания структуры временных рядов нагрузок
- 2. 3. Применение статистического моделирования к алгоритму нечеткой кластеризации
- 2. 4. Метод статистической оценки результатов работы алгоритма нечеткой кластеризации
- 2. 5. Синтез нечеткого классификатора
- ГЛАВА 3. МОДЕЛЬ, МЕТОД И АЛГОРИТМ ГЕОМЕТРИЧЕСКОЙ КЛАСТЕРИЗАЦИИ В ПРОСТРАНСТВЕ ПАРАМЕТРОВ
- 3. 1. Постановка задачи геометрической кластеризации плоскостями в многомерном пространстве параметров
- 3. 2. Применение метода SVM В. Вапника для синтеза геометрического классификатора
- 3. 3. Модель гиперквадрирования кластера с учетом неполной информации о его расположении в пространстве параметров
- 3. 4. Алгоритм случайного выбора точек в зависимости от способа описания границ кластера в пространстве параметров
- ГЛАВА 4. АЛГОРИТМ АНАЛИЗА ЗАШУМЛЕННЫХ РЯДОВ НАБЛЮДЕНИЙ С ИСПОЛЬЗОВАНИЕМ МОДЕЛЕЙ НЕЧЕТКОЙ, ГЕОМЕТРИЧЕСКОЙ И ИЕРАРХИЧЕСКОЙ КЛАСТЕРИЗАЦИИ
- 4. 1. Создание модели классификации иерархических векторов на основе искусственной нейронной сети
- 4. 2. Адаптация спектрального метода предобработки к случаю зашумленных данных
- 4. 3. Применение иерархического классификатора к предобработанным спектральными методами данным
- 4. 4. Методика структурного анализа зашумленных рядов наблюдений на основе разработанных моделей
- ГЛАВА 5. МОДЕЛЬ И ЧИСЛЕННЫЙ МЕТОД ВОССТАНОВЛЕНИЯ ВЕДУЩИХ КОМПОНЕНТ ЗАШУМЛЕННОГО ВРЕМЕННОГО РЯДА
- 5. 1. Постановка задачи восстановления ведущих периодических компонент зашумленного временного ряда при помощи численного эволюционного алгоритма
- 5. 2. Теорема о достижении окрестности оптимального решения квазигенетическим алгоритмом
- 5. 3. Теорема о скорости сходимости квлзигенетического алгоритма
- ГЛАВА 6. ПРИМЕНЕНИЕ АЛГОРИТМОВ СТРУКТУРНОГО АНАЛИЗА РЯДОВ НАБЛЮДЕНИЙ К ЗАДАЧАМ, СВЯЗАННЫМ С ЭКСПЛУАТАЦИЕЙ СУДОВ
- 6. 1. Структурный анализ показаний датчиков нагрузки на корпус судна в ледовых условиях
- 6. 2. Анализ ледовых нагрузок на ледостойкие опоры причала при помощи квазигенетического алгоритма
Список литературы
- Айвазян, С.А. Прикладная статистика. Основы моделирования и первичная обработка данных Текст.: справочное издание / С. А. Айвазян, И. С. Енюков, Л. Д. Мешалкии. М.: Финансы и статистика. 1983.- 471 с.
- Александров, В.Л. Борьба с вибрацией на судах Текст.: монография / В. Л. Александров, А. П. Матлах, В. И. Поляков. СПб.: Мор Вест, 2005.424 с.
- Аоки, М. Введение в методы оптимизации: основы и приложения нелинейного программирования Текст.: научное издание / М. Аоки. -М.: Наука, 1977.-340 с.
- Андерсон, Т. Статистический анализ временных рядов Текст.: монография / Т. Андерсон. М.: Мир, 1976. -760 с.
- Аппель, И.Л. Численное моделирование и прогноз эволюции ледяного покрова Текст. / И. Л. Аппель, З. М. Гудкович. — СПб.: Гидрометеопздат, 1992. 143 с.
- Барабанов, Н.В. Ледовые нагрузки на днищевые конструкции судов. Текст. / Н. В. Барабанов, В. А. Бабцев, Н. А. Иванов. // Судостроение. -1982.-№ 11.-С. 9−11.
- Бокс, Дж. Анализ временных рядов. Прогноз и управление Текст.: монография / Дж. Бокс. Г. Джетткинс. М.: Мир, 1974. — Вып.1. — 406 с.
- Васильев, Ф.П. Численные решения экстремальных задач Текст. / Ф. П. Васильев. М.: Наука, 1980, — 518 с.
- Вуколов, Э.А. Основы статистического анализа Текст.: учеб. пособие для вузов / Э. А. Вуколов. М.: Форум-Инфра-М. 2004. — 434 с.
- П.Горелик, A.JI. Методы распознавания Текст. / A.JT. Горелик, В. А. Скрипкин.- М.: Высшая школа, 1989.- 232 с.
- Гусев, Ю.А. Исследование технологии изготовления и методов обработки сигналов высокотемпературных пленочных тензорезиеторов Текст. / Ю. А. Гусев, С. В. Епифанов, В. Е. Ведь. // Электротеизометрия: материалы научно-практичееко1 о семинара. JL: ЛДНТП, 1981.
- Грэхем, Р. Конкретная математика. Основание информатики Текст. / Р. Грэхем, Д. Кнут, О. Паташник. М.: Мир. 1998.- 703 с.
- Дженкинс, Г. Спектральный анализ и его приложения Текст.: монография / Г. Дженкинс, Д. Ватте. М.: Мир, 1971.- Вып.1.- 316 с.
- Доленко, С.А. Нейросетевые алгоритмы прогнозирования событий и поиска предвестников в многомерных временных рядах Текст. / С. А. Доленко, Ю. В. Орлов [и др.] // Нейрокомпьютеры: разработка, применение. 2005. — № 1−2.- С.21−28.
- Доленко, С.А. Адаптивное построение иерархических нейросетевых классификаторов Текст. / С. А. Доленко, Ю. В. Орлов [и др.] // Нейрокомпьютеры: разработка, применение. 2005. — № 1−2, — С.4−11.
- Доронин, П. Морской лед Текст.: монография / П. Доронин. Д. Хейсин. Л.: Гидрометеоиздат, 1975.
- Дружинина, М.В. Методы адаптивного управления нелинейными объектами по выходу Текст. / М. В. Дружинина, В. О. Никифоров, А. Л. Фрадков // Автоматика и телемеханика.-1996. № 2.- С.3−33.
- Елисеева, И.И. Общая теория статистики Текст. / И. И. Елисеева. М. М. Юзбашев. М.: Финансы и статистика, 2001.- 480 с.
- Ефимов, Н.В. Линейная алгебра и многомерная геометрия Текст.: учеб. для вузов / Н. В. Ефимов, Э. Р. Розендорн. М.: Фнзмамиг. 2004. -464 с.
- Звягин, П.Н. Метод оценки результатов тензонаблюдений Текст. / П. П. Звягин // Труды ЦНИИ им. академика А. Н. Крылова «Вопросыморской ледотехники». СПб.:Изд-во ЦНИИ им. академика А. Н. Крылова, 2007.- № 34(318).- С. 52−61.
- Звягин, П.Н. Нейросетевое распознавание иерархических векторов Текст. / П. Н. Звягин // Exponenta Pro.- 2004.- № 3.4.- С. 112−114.
- Звягин, П.Н. Нечеткая нейронная сеть в приложении к задаче кластеризации наблюдаемых данных Текст. / П. П. Звягин // Нейрокомпьютеры: разработка, применение.- 2007.- № 7, — С. 61−66.
- Звягин, П.Н. Прикладной анализ временных рядов Текст.: учеб. пособие для вузов / П. Н. Звягин, — СПб.: изд-во СПб ГПУ, 2008. 100 с.
- Звягин, П.Н. Применение нейросетевых технологий для прогноза динамики цен на фондовом рынке Текст. / П. Н. Звягин // Материалы семинаров политехнического симпозиума, май-июнь 2004 г. СПб.: Изд-во СПбГПУ, 2004. — С. 34.
- Звягин, П.Н. Статистическое моделирование в численном эксперименте кластеризации Текст. / Г1.Н. Звягин // Материалы третьей всероссийской конференции «ИММОД-2007». СПб.: Изд-во ЦНИИ ТС, 2007.- т. 1. — С. 139−143.
- Звягин, П.Н. Компьютерное моделирование нормально распределенных случайных величин Текст. / П. Н. Звягин, К. Н. Звягин // Материалы второй всероссийской конференции «ИММОД-2005». -СПб.: Изд-во ЦНИИ ТС, 2005, — С.196−200.А
- Звягин, П.Н. Нейроуправление в задачах контроля динамики судна при движении во льдах Текст. / П. Н. Звягин, Ю. И. Нечаев // Труды конференции SCM-2006. СПб.: 2006, — С. 245−249
- Кендалл, М. Дж. Многомерный статистический анализ и временные ряды Текст.: монография / М.Дж. Кендалл, А. Стыоарт. М.: Наука. 1979. -736 с.
- Кендэл, М. Временные ряды Текст. / М Кепдэл. М.: Финансы и статистика, 1981.- 199 с.
- Коваленко, И.Н. Теория вероятностей и математическая статистика Текст.: учебн. для вузов / И. Н. Коваленко, А. А. Филиппова. М.: Высшая школа, 1973. — 368 с.
- Козлов, И.А. Исследование прочности деталей машин при помощи тензодатчиков сопротивления-Текст. / И. А. Козлов, В. Г. Баженов, В. В. Матвеев, В. М. Лещенко. Киев.: Техника, 1967. — 203 с.
- Круглов, В. В. Искусственные нейронные сети. Теория и практика Текст. /В.В. Круглов, В. В. Борисов. М.: Горячая линия-Телеком, 2002. -382 с.
- Круглов, В.В. Нечеткая логика и искусственные нейронные сети Текст.,/ В. В. Круглов, М. И. Дли, Р. Ю. Годунов. М.: Фнзмаглит, 2001. -223 с.
- Куандыков, Е.Б. Разложение по эмпирическим модам и нейропрогноз временных рядов Текст. / Е. Б. Куандыков, О. А. Круглун [и др.] //
- Труды VIII всероссийской НТК «Нейроинформатика-2006».- М.: Изд-во МИФИ, 2006 т.2, — С.165−172.
- Курдюмов, В.А. Определение нагрузок на конструкции ледового пояса ледоколов при ударе о лед Текст.: дис. канд. техн. наук. J1. 1975.
- Макконелл Дж. Основы современных алгоритмов Текст.: учеб. пособие для вузов / Дж. Макконел. М.: Техносфера, 2004. — 368 с.
- Матлах, А.П. Современное состояние арктического флота и некоторые вопросы улучшения эксплуатационных характеристик судов активного ледового плавания Текст. / А. П. Матлах // Морской вестник. -2004.- № 3 (11). С. 16−24.
- Палий, И.А. Прикладная статистика Текст. / И. А. Палий. М.: Высшая школа, 2004. — 176 с.
- Справочник по прикладной статистике Текст.: справочное издание / под ред. Э. Ллойда, У. Лсдермана. М.: Финансы и статистика. — 1990. -ч.2. — 526 с.
- Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы Текст.: научное издание / Д. Рутковская, М. Пилиньский, Л. Рутковский. М.: Горячая линия-Телеком, 2004. — 383 с.
- Сушков, Ю.А. Статистические модели систем Текст.: учебное пособие / Ю. А. Сушков. СПб.: Изд-во СПбГУ, 2004 — 56 с.
- Таха, Хемди А. Введение в исследование операций Текст. / Хемди А. Таха. — М.: Вильяме, 2007 912 с.
- Терехов, В.А. Нёйросетевые системы управления Текст.: учебное пособие / В. А. Терехов, Д. В. Ефимов, И. Ю. Тюкин.- М.: Изд-во ИПРЖР, 2002.-480 е.
- Тимофеев, О.Я. Прогнозирование показателей надежности конструкций ледового пояса : Дис.. д-ра техн. наук: 05.08.03 РГБ ОД, 71:06−5/488.- СПб.: 2002. 336 с.
- Тимохов, JI.A. Динамика морских льдов Текст.: монография / J1.A. Тимохов, Д. Е. Хейсин. Л.:Гидрометеоиздат, 1987. — 272 с.
- Тюкин, И.В. Алгоритмический синтез нейросетевых систем управления нелинейными динамическими объектами в условиях неопределенности Текст.: автореф. дис. канд. техн. наук спец. 05.13.01/ И. В. Тюкин. СПб.: СПбГЭТУ, 2001 .-16 с.
- Эрлер, В. Электротехнические измерения неэлектрических величин полупроводниковыми тензорезисторами Текст.: монография / В. Эрлер, Л. Вальтер. М.:Мир, 1974. — 285 с.
- Ярушкина, Н.Г. Основы теории нечетких гибридных систем Текст.: учебное пособие /Н.Г. Ярушкина.- М.:Финансы и сгагнстика, 2004 320 с.
- Duda, R.O. Pattern Classification Текст.: монография / R.O. Duda, Р.Е. Hart, D.G. Stork. Wiley, 2001.-738 с.
- Goldberg, D.E. Genetic Algorithms in Search, Optimization, and Machine learningTeKCT.: монография / D.E. Goldberg.-Addison-Wesley, 1989 372c.
- Guidelines for Ships Operating in Arctic Ice-covered Waters Текст.: International Maritime Organization MSC/Circ.1056, MEPC/Circ. 399, 23 December 2002.
- Jang, J.S. Neuro-fuzzy and soft computing Текст. / J.S. Jang, C.T. Sun, E. Mizutani. NY.: Prentice Hall, 1997. — 614 c.
- Kuhn, H. W. Nonlinear programming Текст. / H.W. Kuhn, A.W. Tucker // Proceedings of 2nd Berkeley Symposium.- Berkeley: University of California Press, 1951, 481−492.
- Mitchell, M. An introduction to Genetic Algorithms Текст. / M. Mitchell.-MIT Press, 1996.-205 c.63.0sowski, S. Wspolczesna metrologia Текст. / S. Osowski. Warszawa.: Wydawnictwa Naukowo-Tecchniczne, 2004.
- Vapnik, V.V. An Overview of Statistical Learning Theory Текст. / V.V. Vapnik//IEEE Transactions on Neural Networks.-1999.-Vol.l0,N5.-C.988−999
- Vapnik, Vladimir V. The nature of Statistical Learning Theory Текст.: монография / Vladimir V. Vapnik.- NY.: Springer, 1995 188 c.
- Zvyagin, Petr N. Application of Fuzzy Neural Networks for the Data Clusterization Problem Текст./ Petr N. Zvyagin // Optical Memory and Neural Networks (Information Optics) .- 2007. Vol. 16, No. 2.- C. 104−110.
- Дайчик, M.JI. Методы и средства натурной тензометрии Текст.: монография / МЛ. Дайчик, Н. И. Пригоровский, Г. Х. Хуршудов. М.: Машиностроение, 1989.-240 с.
- Дайчик, M.JI. Тензометрические приборы и системы |Текст. / М. Л. Дайчик // Измерительная техника.- 1984, — № 7.- с. 42−43.
- Стейн, П.К. Влияние клеев на рабочие характеристики тензодатчиков Текст. / П. К. Стейн // Полупроводниковые тснзодаччики, под ред. М.Дина.- М.-Л.: «Энергия», 1965.
- Научно-технический отчет «Модельные испытания морского отгрузочного причала (МОП) и танкера в ледовом опьгговом бассейне» по договору № 530 51 Текст. / К. Е. Сазонов [и др.]. — СПб.: ЦНИИ им. акад. А. Н. Крылова, 2003. — 103 с.
- Michalewicz, Z. Evolutionary Algorithms for Constrained Parameter Optimization Problems Текст./ Z. Michalewicz, M. Schoenauer // Evolutionary Computation Vol.4, No.l., 1996. c. 1−32.
- Звягин П.Н. Уточнение области, занимаемой кластером данных, с использованием нейросетевого SVM-метода Текст. / П. Н. Звягин // Нейрокомпьютеры: разработка, применение.- 2009.- № 3.- С. 14−19.