Experience of multi-layer neural network application for empirical regularities identification
Автор: Mazurov Vl.D., Polyakova E.Yu.
Рубрика: Краткие сообщения
Статья в выпуске: 2 т.19, 2019 года.
Бесплатный доступ
In this article, the recognition method is applied to the comparison of industrial enterprises. At the same time, we had to consider the methods of taking into account non-formalized factors. The method can be used for objective ranking of enterprises. While researching the topic, a neural expert system was developed, and it was used by specialists of the regional government to predict the dynamics of industry. In view of the complexity of relations, conflicting non-equality systems were arising. We were resolving them by means of committee method. The effect of managing the situation by varying the values of factors by tracking them on a computer model, made it possible to adjust the model as a means of parallelizing the committee constructions. They act directly in multi-layer neural networks.
Neural network, prediction, control, comparison, enterprise, features, representation, recognition, contradictory
Короткий адрес: https://sciup.org/147232248
IDR: 147232248 | DOI: 10.14529/ctcr190215
Список литературы Experience of multi-layer neural network application for empirical regularities identification
- Мазуров, Вл.Д. Комитетные решения задач планирования / Вл.Д. Мазуров // Методы аппроксимации несобственных задач математического программирования. - Свердловск: УНЦ АН СССР, 1984. - С. 21-25.
- Мазуров, Вл.Д. Метод комитетов в задачах оптимизации и классификации / Вл.Д. Мазуров. - М.: Наука, 1990. - 248 с.
- Khachay, M.Yu. Committee constructions for solving problems of selection, diagnostings, and prediction / M.Yu. Khachay, Vl.D. Mazurov, A.I. Rybin // Proceedings of the Steklov Institute of Math., Suppl. 1 - 2002. - Р. 67.
- Васильев, В.И. Распознающие системы. Справочник / В.И. Васильев. - Киев: Наукова думка, 1983. - 305 с.
- Ивахненко, А.Г. Непрерывность и дискретность. Переборные методы моделирования и кластеризации / А.Г. Ивахненко. - Киев: Наукова думка, 1990. - 392 с.
- Обучающиеся системы обработки информации и принятия решений / А.В. Лапко, С.В. Ченцов, С.И. Крохов и др.- Новосибирск: Наука, 1996. - 270 с.
- О применении обучающихся алгоритмов при решении задачи сравнительной оценки деятельности предприятий / Вл.Д. Мазуров, В.В. Попков и др. // Труды ИММ УрО РАН. - 1998.
