Applying of artificial intelligence in the textile industry as factor of innovative development of the branch
Автор: Yuldashev Nuritdin, Tursunov Bobir
Журнал: Бюллетень науки и практики @bulletennauki
Рубрика: Экономические науки
Статья в выпуске: 4 т.4, 2018 года.
Бесплатный доступ
In the article, the authors carried out a theoretical analysis of the practical applications of artificial intelligence in various fields. It is concluded that the use of artificial intelligence in the textile industry, in particular in management, will serve as a jerk to the innovative development of the industry.
Artificial intelligence, genetic algorithms, textile industry, neural networks, production organization, fuzzy logic
Короткий адрес: https://sciup.org/14111968
IDR: 14111968 | DOI: 10.5281/zenodo.1218451
Список литературы Applying of artificial intelligence in the textile industry as factor of innovative development of the branch
- Барский А. Б. Логические нейронные сети М.: Интернет-Университет информационных технологий, 2007
- Beale H., Demuth H. B. Fuzzy systems toolbox for use with MATLAB. 1st ed., Massachusetts: International Thomson Publishing, 2001.
- Castellano G. Fanelli A. M. Variable selection using neural-network models//Neurocomputing. 2000. V. 31. P. 1-13.
- Доронин В. Ю., Вольчуков Ю. Н., Макашов П. Л., Романенко А. В., Ишметев Е. Н., Леднов А. В., Макашова В. Н. Создание системы для диспетчеризации и контроля технологических процессов как элемента управления промышленными предприятиями//Управление большими системами. М., 2011. С. 116-119.
- El-Shafie A., Taha M. R., Noureldin A. A neuro-fuzzy model for inflow forecasting of the Nile River at Aswan High Dam//Water Resources Management. 2007. V. 21. №3. P. 533-556.
- Еременко Ю. И., Цуканов М. А., Соловьев А. Ю. О применении мультиагентных алгоритмов муравьиных колоний для решения проблемы структурной оптимизации в энергетических системах//Фундаментальные исследования. 2013. №10-15. С. 3316-3320.
- Гладков Л. А., Курейчик В. В., Курейчик В. М. Генетические алгоритмы. M: Физматлит, 2006. С. 320.
- Gen M., Tsujimura Y., Ida K., Method for solving multi-objective aggregate production planning problem with fuzzy parameters//Computers & Industrial Engineering. 1992. №23. P. 117-120.
- Люгер Дж. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. М.: Williams, 2005. 4 изд. 864 c.
- Lohani A., Goel N., Bhatia K. Takagi-Sugeno fuzzy inference system for modelling stage-discharge relationship//Journal of Hydrology. 2006. №331. P. 146-160.
- Tanaka H., Guo P., Zimmermann H. J. Possibility distribution of fuzzy decision variables obtained from possibilistic linear programming problems//Fuzzy Sets and Systems. 2000. №113. P. 323-332.
- Lan Y.-F., Liu Y.-K., Sun G.-J. Modelling fuzzy multi-period production planning and sourcing problem with credibility service levels//Journal of Computational and Applied Mathematics. 2009. №231. P. 208-221.
- Ying L. C., Pan M. C. Using adaptive network-based fuzzy inference system to forecast regional electricity loads//Energy Conversion and Management. 2008. V. 49. №2. P. 205-211.
- Zadeh L. A. Fuzzy sets as a basis for a theory of possibility//Fuzzy Sets and Systems. 1978. №1. P. 3-28.
- Zheng F., Zhong S. Time series forecasting using a hybrid RBF neural network and AR model based on binomial smoothing//World Academy of Science, Engineering and Technology. 2011. V. 75. P. 1471-1475.
Статья научная
