Решение задачи прогнозирования экологического состояния города нейроэволюционныmи алгоритмами

Рассматривается решение задачи прогнозирования экологического состояния города в зависимости от химического состава воздуха. Описывается процедура решения данной задачи при помощи искусственных нейронных сетей, выращенных эволюционными алгоритмами. Представлены некоторые из модификаций эволюционных алгоритмов, которые позволяют повысить эффективность предсказания. Также с целью повышения эффективности рассматривается коллективный подход к построению нейросетевых предикторов. Были описаны существующие сегодня методы формирования коллективов интеллектуальных информационных технологий. Представлено сравнение их эффективности на ряде тестовых задач. Предлагается модифицированный подход к проектированию коллективов искусственных нейронных сетей, отличающийся от известных комбинированным использованием существующих схем и методов организации коллектива. В описании решаемой задачи подчеркивается проблема наличия большого количества пропусков в таблице данных. Для ее решения используется модифицированный метод генетического программирования. Показана полезность использования данной процедуры при решении поставленной задачи. Тестирование показывает эффективность предложенного подхода по сравнению с базовой и коллективной моделями. Одно из приложений разработанного алгоритма - предсказание временных рядов. Многие технические системы содержат большое количество динамических параметров, отслеживание и предсказание которых является важной задачей. Ракетно-космическая техника не является исключением, а потому описанный алгоритм является для нее полезным инструментом анализа данных. Разработанный подход может являться как средством создания самостоятельных предикторов, так и средством комбинирования уже существующих. Показано, что такой подход позволяет увеличить точность итоговых моделей.