Статистическая модель прогнозирования схода снежных лавин с нейросетевым управлением
Диссертация
Для проведения экспериментальных исследований была спроектирована и реализована информационная система. Такие качества системы, как универсальность, масштабируемость, гибкость, произвольное представление данных, многоуровневость, прозрачность, доступность, высокая производительность, распределенность, независимость методов, корректность, поддержка многопользовательского режима, независимость… Читать ещё >
Содержание
- 1. ПРОГНОЗИРОВАНИЕ СХОДА СНЕЖНОЙ ЛАВИНЫ. И
- 1. 1. Необходимые сведения о сходе снежной лавины
- 1. 2. Использующиеся методы прогнозирования схода лавин
- 1. 3. Использующиеся информационные системы для прогнозирования схода лавин
- 2. ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ПРОГНОЗИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ НА ОСНОВЕ АРПСС
- 2. 1. Операторы прогнозирования и подбора параметров
- 2. 2. Адекватность
- 2. 3. Метрическое пространство временных рядов
- 2. 4. Модель АРПСС
- 2. 5. Алгоритм Марквардта для нелинейного метода наименьших квадратов, модифицированный Г. Вилсоном
- 2. 6. Точность прогнозов модели прогнозирования временного ряда на основе модели АРПСС
- 3. ПОДБОР ПАРАМЕТРОВ АРПСС НЕЙРОННОЙ СЕТЬЮ ДЛЯ ПРОГНОЗИРОВАНИЯ СХОДА СНЕЖНЫХ ЛАВИН
- 3. 1. Управляющие параметры АРПСС
- 3. 2. Применение нейронной сети для подбора ф параметров АРПСС
- 3. 3. Выбор входных параметров нейронной сети
- 3. 4. Оптимизация нейронной сети, управляемой категориальными параметрами
- 3. 5. Определение структуры слоисто-полносвязной нейронной сети, используемой для подбора параметров АРПСС
- 3. 6. Определение принципа функционирования слоисто-полносвязной нейронной сети, используемой для подбора параметров АРПСС
- 3. 7. Определение способа обучения слоисто-полносвязной нейронной сети, используемой для подбора параметров АРПСС
- 3. 8. Оценка эффективности алгоритмов автоматизированного подбора параметров нейронной сетью л д ля математической модели прогнозирования
- 4. СОЗДАНИЕ ИНФОРМАЦИОННОЙ СИСТЕМЫ
- 4. 1. Проектирование информационной статистической системы AVALANCHE, использующейся для исследования практических результатов
- 4. 2. Сравнение свойств нейронных сетей с различной структурой и реализацией
- 4. 3. Информационная статистическая система
- Avalanche 2003й
Список литературы
- Адамар Ж., Исследование психологии процесса изобретения в области математики, МЦНМО, 2002,128 стр.
- Барцев С.И., Некоторые свойства адаптивных сетей (Программная реализация). Красноярск: Ин-т физики СО АН СССР, 1987. Препринт No.71R, 17 стр.
- Барцев С.И., Охонин В. А., Адаптивные сети обработки информации., Красноярск: Ин-т физики СО АН СССР, 1986. Препринт N 59Б., 20 стр.
- Баталин А.В., Дударь З. В., Стороженко А. В., Шабанов-Кушнаренко Ю.П., О лингвистической алгебре. // Радиоэлектроника и информатика. X.: Изд-во ХТУРЭ, 1998. Вып.4., 101−109 cip. '
- Бендат Дж., Пирсол А., Прикладной анализ случайных данных. М.: Мир, 1989, 540 стр.
- Благовещенский В.П., Определение лавинных нагрузок, Алма-Ата, Гылым, 1991,116 стр.
- Бодянский Е.В., Кучеренко Е. И., Чапланов А. П., Диагностика и прогнозирование временных рядов с помощью многослойной радиально-базисной нейронной сети. Труды VIII Всероссийской конференции «Нейрокомпьютеры и их применение», Москва, 2002, стр. 209−213.
- Божинский А.Н., Лосев К. С., Основы лавиноведения, Гидрометеоиздат, 1987,280 стр.
- Бокс Дж., Дженкинс Г., Анализ временных рядов прогноз и управление, Издательство «МИР», Москва, 1974,407 стр.
- Болов В.Р. Формирование, прогноз и искусственное обрушение лавин, обусловленных снегопадами, метелями и сублимационной перекристаллизацией снега. Автореф. дисс. на соиск. уч. степ. канд. геогр. наук. Нальчик, 1981,26 стр.
- Бондаренко М.Ф., Осыка А. Ф., Автоматическая обработка информации на естественном языке. К.: УМК ВО, 1991,140 стр.
- Боровиков В. П., Statistica. Искусство анализа данных на компьютере. Для профессионалов, Издательство «Питер», 2002, 656 стр.
- Бриллинджер Д., Временные ряды: Обработка данных и теория, М.: Мир, 1980, 536 стр.
- Воеводин А.Ф., Шугрин С. М., Численные методы расчета одномерных систем /Новосибирск, Наука, 1981, 208 стр.
- Войнич-Сяноженский Т.Г., Созанов В. Г., Лавинообразные потоки. Возникновение, динамика и воздействие на окружающую среду, Владикавказ, 1997,221 стр.
- Войтковский К.Ф., Лавиноведение-М.: Изд-во Московского университета, 1989, 156 стр.
- Галушкин А., Нейроматематика. Книга 6. Учебное пособие для ВУЗов, Радиотехника, 2002,448 стр.
- Гарнага В.В., Категориальные параметры. Сборник «Прикладная математика XXI века», Краснодар, 2003, стр. 10−11.
- Гарнага В.В., Об агоритме автоматизированного подбора параметров нейронной сетью для математической модели прогнозирования. «Экологический вестник научных центров Черноморского Экономического Сотрудничества» Приложение, Краснодар, 2004, стр. 100−102.
- География лавин. Под ред. Мягкова С. М., Канаева JI.A. Изд-во МГУ, 1992,331 стр.
- Гляциологический словарь. Л.: Гидрометеоиздат, 1984, 526 стр.
- Гольденберг Л. М., Цифровая обработка сигналов. Справочник.-М.: Радио и связь.-1985,312 стр.
- Горяинов В. Б., Павлов И. В., Цветкова Г. М., Тескин О. И., Математическая статистика, Учеб. для втузов / В. Б. Горяинов]- Под ред. В. С. Зарубина, А. П. Крищенко. М.: Изд-во МГТУ, 2001,423 сгр.
- Гракович В.Ф., Информационная система для организации службы предупреждения снежных лавин, Дис. канд. геогр. наук, Хабаровск, 1975, 137 стр.
- Гракович В.Ф., Информационная система 'Снег'-М.: Гидрометеоиздат, Московское отделение, 1978,103 стр.
- Денда В., Шум как источник информации. М.: Мир, 1993, 192 стр.
- Джейнс Е. Т., О логическом обосновании методов максимальной энтропии // ТИИЭР. 1982. — Т. 70. — N 9, стр. 33−51.
- Дюнин А.К., Бялобжеский Г. В., Чесноков А. Г., Защита автомобильных дорог от лавин, 1987,61 стр.
- Дядюнов Н.Г., Сенин А. И., Ортогональные и квазиортогональные сигналы. М.: Связь, 1977,233 стр.
- Евтихиев Н.Н., Оныкий Б. Н., Перепелица В. В., Щербаков И. Б., Математические модели и оптические реализации многослойных и полиномиальных нейронных сетей. М.: Препринт/МИФИ, 004−94,1994, 32 стр.
- Ежов А., Шумский С., Нейрокомпьютинг и его применение в экономике и бизнесе, 1998, 222 стр.
- Журбенко И.Г. Спектральный анализ временных рядов. М.: МГУ. -1982,168 сгр.
- Завьялов Ю.С., Квасов Б. И., Мирошниченко B.JL, Методы Сплайн-функций. М.: Наука, 1980,352 стр.
- Завьялов Ю.С., Леус В. А., Скороспелое В. А., Сплайны в инженерной геометрии. М.: Машиностроение, 1985,224 стр.
- Заде Л.А., Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976, 165 стр.
- Залиханов М.Ч., Снежно-лавинный режим и перспектива освоения гор Кабардино-Балкарии, Нальчик, 1971, 105 стр.
- Кей С. М., Марпл СЛ., Современные методы спектрального анализа: Обзор // ТИИЭР. 1981. — Т. 69. — N 11, стр. 5 -51.
- Кольцов Ю.В., Гарнага В. В., Об оптимизации нейронной сети, управляемой категориальными параметрами, «Экологический вестник научных центров Черноморского Экономического Сотрудничества», Краснодар, 2003, стр. 61−63.
- Кольцов Ю.В., Гарнага В. В., Подбор параметров АРПСС слоисто-полносвязной нейронной сетью. «Известия высших учебных заведений. Северо-Кавказский регион», серия «Естественные науки» Стр. 12−17. -Ростов-на-Дону, 2004.
- Кольцов Ю.В., Коршиков А. Ф., Матвиенко В. Ю., О классификации методов моделирования в экологических исследованиях, «Известия вузов. Северо-кавказский регион. Естественные науки.», Краснодар, 2003, стр. 100−104.
- Кондрашев И.В., Прогноз лавин и некоторых характеристик снежности в горах Казахстана, под ред. Е.И. Колесникова-Л.: Гидрометеоиздат, 1991,73 стр.
- Круглов В.В., Борисов В. В., Искусственные нейронные сети. Теория и практика., 2-е изд., стереотип. М.: Горячая линия — Телеком, 2002,382 стр.
- Курно О., Основы теории шансов и вероятностей М., «Наука», 1970,384 cip.
- Лавиноопасные районы Советского Союза. Изд. МГУ, 1970. 200 стр.
- Лисков Б., Гатег Дж., Использование абстракций и спецификаций при разработке программ, М.:Мир, 1989,127 стр.
- Локальные вычислительные сети Справочник. В 3-х кн. Кн. З: Организация функционирования, эффективность, оптимизация/С.В. Назаров, Н. В. Ашимихин, А. В. Луговец и др.- Под ред. С. В. Назарова. -М.: Финансы и статистика, 1995,248 стр.
- Лосев К.С., Абожинский А. Н., Гракович В. Ф., Прикладное лавиноведение,-М. 1991,172 стр.
- Лосев К.С., По следам лавин, изд. Гидрометеоиздат, 1983,136 стр.
- Льюнг Л., Идентификация систем. Теория для пользователей. М.: Наука, 1991, 432 стр.
- Мелихов А.Н., Бернпггейн Л. С., Коровин С. Я., Ситуационные советующие системы с нечеткой логикой. М.: Наука. Гл. ред. физ.-мат. лит., 1990,272 стр.
- Методические рекомендации по прогнозу снежных лавин в СССР Среднеазиатский регион Н.-И. Гидрометеорол. ин-т им. В. А. Бугаева -М.: Гидрометеоиздат. Моск. Отд-ние, 1990,129 стр.
- Методы генерации алгоритмов прогнозирования при помощи операций над базовыми алгоритмами (Сообщения по прикладной математике)-М. :ВЦ АН СССР, 1988,25 стр.
- Мозг / перевод Алексеенко Н.Ю.- под ред. и с предисл. П. В. Симонова.-М.:Мир, 1982,280стр.
- Москалев Ю. Д., Практическое пособие по прогнозированию лавинной опастности Л.: Гидрометеоиздат, 1979, 150 стр.
- Москалев Ю.Д., Лавины и лавинные нагрузки. Тр. САНИИ, вып.109 (190). 1986,156 спр.
- Налимов В.В., Теория эксперимента М.- «Наука», 1971,207 стр.
- Нуссбаумер Г., Быстрое преобразование Фурье и алгоритмы вычисления сверток. М.: Радио и связь, 1985, 248 стр.
- Оппенгейм А., Шафер Р., Цифровая обработка сигналов. М.: Связь, 1979, 416 стр.
- Орловский С.А., Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981,208 стр.
- Отнес Р., Эноксон Л., Прикладной анализ временных рядов. М.: Мир, 1982, 428 стр.
- Отуотер, Мантгомери, Охотники за лавинами, изд. Мир, 1980, 254 стр.
- Питерсон У., Уэлдон Э., Коды, исправляющие ошибки. М.: Мир, 1976,594 стр.
- Пономаренко М.Ф., Карпа В. М., Циделко В. Д., Информационное спектральное оценивание. // Измерения, Контроль, Автоматизация. -1987. Т. 63. — N 3, стр. 55 — 69.
- Привальский В. Е, Панченко В. А., Асарина Е. Ю., Модели временных рядов с приложениями в гидрометеорологии, 1992,226 стр.
- Применение теории послевыборочной устойчивости к прогнозированию временных рядов. Пер. ст. Andersen A. «Operational Reasearch Quarterly», 1977, v.28, № 1, p. 93−98.
- Розенблатт Ф., Аналитические методы изучения нейронных сетей -Зарубежная радиоэлектроника, 1965, № 8, стр. 43−57.
- Розенблатт Ф., Принципы нейродинамики М., «Мир», 1965, 480 стр.
- Руководство по предупредительному спуску снежных лавин с применением артиллерийских систем КС-19. М.: Гидрометеоиздат, 1984, 108 cip.
- Сарвате Д.В., Персли М. Б., Взаимно-корреляционные свойства псевдослучайных и родственных последовательностей // ТИИЭР. -1980. Т. 68. — N 5, стр. 59−90.
- Северский И.В., Благовещенский В. П., Оценка лавинной опасности горной территории., Алма-Ата. 1983,220 стр.
- Сидорова А.В., Цомай В. Ш., Вопросы гидрологических прогнозов, расчетов речного стока, снеголавинных работ-М.: Гидрометеоиздат,
- Московское отделение, 1990,165 стр.
- Сигеру Омату, Марзуки Халид, Рубия Юсоф, Нейроуправление и его приложения. Кн. 2. (Нейрокомпьютеры и их применение), пер. с англ. Н.В. Батина- под ред. А.И., В. А. Птичкина. М.: ИПРЖР, 2000, 272 стр.
- Сонькин JI.P. Синоптико-статистический анализ и краткосрочный прогноз, Гидрометеоиздат, Ленинград 1991, 223 стр.
- Спектральный анализ временных рядов.-М.: Изд-во Московского университета, 1982,168 стр.
- Сравнение стандартных моделей прогнозирования с подходом Бокса-Дженкинса. Пер. ст. Kenril Е. из журн. «Statistician», 1974, v. 23, №" 2, р.107−116.
- Статистический анализ метеорологической информации, СбУ Под ред.Р.Г.РейтенбахаЗ.Т.Радюхина. -СПб.: Гидрометеоиздат, 1996, 80 стр.
- Тимонин В.А., Демьянов В. В., Каневский М. Ф., Обзор и применение методов нелинейной оптимизации для обучения ИНС многослойный перцептрон, -М., 1999,29 стр.
- Тушинский Г. К., Ледники, снежники, лавины Советского Союза. М., 1963,312 стр.
- Уинстон П., Искусственный интеллект М. «Мир», 1980,520 стр.
- Усовершенствования моделирования Бокса-Дженкинса. Построение модели. Пер. ст. Hipel K.W. е.а. «Water Resources Research», 1977, v.13, № 3, p.567−575.
- Физика снега, лавины, сели, сб. ст. под ред. В.Р. Болова-М.: Гидрометеоиздат, Московское отделение, 1987,142 стр.
- Физика снега, лавины, сели, сб. ст. под ред. В.Р. Болова-М.: Гидрометеоиздат, Московское отделение, 1988, 165 стр.
- Физика снега, лавины, сели, сб. ст. под ред. В.Р. Болова-М.: Гидрометеоиздат, Московское отделение, 1989,152 стр.
- Физика снега, лавины, сели, сб. ст. под ред. В.Р. Болова-М.: Гидрометеоиздат, Московское отделение, 1990, 150 стр.
- Хайкин С., Карри Б. У., Кеслер С. Б., Спектральный анализ радиолокационных мешающих отражений методом максимальной энтропии // ТИИЭР. 1982. — Т. 70. — N 9, стр. 51 — 63.
- Шабанов-Кушнаренко Ю.П., Теория интеллекта. Математические средства. X.: Вища школа, 1984,143 стр.
- Шапиро Д.И., Принятие решений в системах организационного управления: использование расплывчатых категорий. М.: Энергоатомиздат, 1983, 184 стр.
- Шумоподобные сигналы в системах передачи информации./ Под ред. В. Б. Пестрякова. М.: Сов. Радио, 1973,424 стр.
- Almeida L. В., A learning rule for asynchronous perceptrons with feedback in a combinatorial environment. Proc. 1st IEEE Intl. Conf. on Neural Networks, vol. 2, San Diego, CA, June 1987, p. 609−618.
- Burg J. P., A new analysis technique for time series data // Modern Spectrum Analysis / D.G. Childers, ed. N. Y.: IEEE Press, 1978, p. 42 — 49.
- Burg J. P., Maximum entropy spectral analysis // Modern Spectrum Analysis / D.G. Childers, ed. N. Y.: IEEE Press, 1978, p. 34 — 42.
- Couvrer C., Couvrer P., Neural Networks and Statistics: A Naive Comparison. Belgian Journal of Operations Research, Statistics and Computer Sciences, 36, No 4,1997, p.8.
- Craven M.W., Shavlik J.W., Extracting tree-structured representations of trained networks. In: Touretzky, D., Mozer, M., Hasselmo, M., eds. Advances in Neural Information Processing Systems, Vol 8. Cambridge, MA: MIT Press, 1996. p.24−30.
- Gorman R.P., Sejnowski T. J" Analysis of Hidden Units in a Layered Network Trained to Classify Sonar Targets. Neural Networks, 1, p.75−89.
- Hecht-Nielsen R., Theory of the backpropagation neural network // International joint conference on neural networks, Sheraton Washington Hotel, Washington D.C., June 18−22, vol. 1, 1989, p. 593−606.
- IEEE Transactions on Automatic Control, Vol.19, No 9, 1974, p. 153.
- Lippman R.P., An introduction to computing with neural nets // IEEE ASSP Magazine, Apr. 1987, p.4−22.
- Malvar H.S., Maximum-length shift register generates white noise. // Electronics, 1979, V.18, p. 141.
- Marquardt D.W., An Algorithm for Least-Squares Estimation of Nonlinear Parameters, Journal for the Society of Industrial and Applied Mathematics, 11,1963,p.431 -441.
- Moustakides G.V., Benveniste A., Detecting changes in the A.R. parameters of a nonstationary A.R.M.A. process, Rennes, 1985,22 p.
- Muller В., Reinhardt J., Neural networks. Springer- -Verlag. 1990,267 P
- Narendra K.S., Parthasarathy K., Identification and control of dynamical systems using neural networks. IEEE Trans. Neural Networks, vol.1, Mar. 1990, p.4−27.
- Neural Computing: NeuralWorks Professional П/Plus and NeuralWorks Explorer. NeuralWare, Inc., 1991,355 p.
- Papoulis A., Maximum entropy and spectral estimation. A Review // IEEE Trans. ASSP. 1981. — V. 29. -N 1, p. 1176 — 1186.
- Pineda F.J., Generalization of backpropagation to reccurent neural networks. In Phys. Rev. Lett., vol. 18,1987, p. 2229−2232.
- Pitas I., Venetsanooulos A.N. Nonlinear order statistic filters for img filtering and edge detection. // North Holland. Signal Processing. -1986. -N 10, p. 395−413.
- Rumelhart D.E., Hinton G.E., Williams R.J. Learning Internal Representations by Error Propagation. In Parallel Distributed Processing, vol. 1, Cambridge, MA, MIT Press. 1986, p. 318−362.
- Rumelhart D.E., Hinton G.E., Williams R.J. Learning Representations by Back-propagating Errors, Nature vol. 323, 1986, 533 p.
- Sejnowski T. J, Rosenberg C.R., Parallel Networks that Learn to Pronounce English Text. Complex Systems, 1, 1987, p.145−168.
- Theodoridis S., Cooper D.C., Application of maximum entropy spevtrum analysis technique to signals with spectral peaks of finite width // Signal Processing, 1981, V. 3, N 2, p. 109 122.
- Ulrych T.J., Smyle D.E., Jensen O.G., Clarke G.K., Predictive filtering and smoothing of short records by using maximum entropy // J. Geophys. Res, 1973, V. 78, N 23, p. 4959 -4964.
- Werbos P.J., Backpropagation through time: what it does and how to do it // Proceedings of the IEEE, vol. 78, No. 10, October, 1990, p. 15 501 560.
- Widrow В., Lehr M.A. 30 years of adaptive neural networks: perceptron, madaline, and backpropagation // Proceedings of the IEEE, vol. 78, No. 9, September, 1990, p. 1415−1442.1. Статистика и история
- Первый этап изучения лавин характеризовался отрывочными наблюдениями, частными обобщениями результатов наблюдений и опробованием различных практических способов защиты от лавин.
- Начиная с 30-х годов XX в. проводятся планомерные исследования лавин, изучаются закономерности их зарождения и движения, совершенствуются способы прогнозирования лавинной опасности и вырабатываются научно обоснованные способы их прогнозирования.
- Классификация лавинных условий Войтковский К. Ф. «Лавиноведение» (М.: Изд-во Московского университета, 1989, 156 стр.)
- Условие Влияние на лавинную деятельность
- Постоянные факторы 1. Условия рельефа 1.1. Относительная высота
- Снегопад Возрастание нагрузки. Увеличение массы неустойчивого материала. Наиболее важный фактор. тип нового снега Пушистый снег рыхлые лавины. Связный снег — пластовые лавины.