Оглавление
Введение.
Глава 1. Состояние теории и практики интеллектуального
анализа.
1.1. Задачи интеллектуального анализа данных.
1.2. Методы интеллектуального анализа данных
1.2.1. Статистические методы.
1.2.2. Нейронные сети
1.2.3. Системы рассуждений на основе аналогичных случаев
1.2.4. Деревья решений
1.2.5. Эволюционное программирование
1.2.6. Генетические алгоритмы.
1.2.7. Алгоритмы ограниченного перебора.
1.3. Построение интеллектуальной информационной среды в системе управления
1.4. Существующая организация анализа на железнодорожном транспорте
1.4.1. Погрузка.
1.4.2. Выгрузка.
1.4.3. Передача.
1.4.4. Использование подвижного состава.
1.4.5. Статнагрузка.
1.4.6. Оборот грузового вагона
1.4.7. Анализ использования локомотивов.
1.5. Разрабатываемые системы автоматизации анализа и планирования
1.5.1. Назначение и функциональные задачи.
1.5.2. Структура
Выводы к главе 1
Глава 2. Теоретические основы автоматизированного анализа
2.1. Необходимость перехода к автоматизированному анализу.
2.2. Преимущества автоматизированного анализа.
2.3. Автоматизированная аналитическая система как аппарат для
новых видов анализа.
2.4. Наджность информационноаналитических систем
2.4.1. Определение функциональной наджности НАС
2.4.2. Отказы, сбои, ошибки в информационно аналитических системах
2.4.3. Определение функционального отказа НАС.
2.4.4. Показатели правильности выполнения вычислительных процессов.
2.4.5. Показатели правильности выполнения информационных процессов.
2.4.6. Комплексные показатели функциональной наджности НАС
2.4.7. Расчт показателей функциональной наджности информационных процессов
Выводы к главе 2
Глава 3. Построение теоретической модели транспортной системы
для интерпретации результатов анализа
3.1. Теоретические аспекты интерпретации результатов
3.2. Теоретическая модель транспортной системы элементы и их взаимодействие.
3.3. Теоретическая модель управление и динамические резервы
3.4. Теоретическая модель взаимодействие подсистем
3.5. Устойчивое состояние транспортной системы и е поддержание
Выводы к главе 3
Глава 4. Организация автоматизированного углублнного анализа
4.1. Расчт глубокого прогноза с помощью информационного
хранилища.
4.1.1. Принципы построения информационного хранилища
4.1.2. Архитектура информационного хранилища
4.2. Построение глубокого прогноза методом имитационного моделирования
4.3. Примеры расчта глубоких прогнозов для углублнного анализа
4.3.1. Расчт прогноза образования порожних вагонов и выгрузки с помощью информационного хранилища.
4.3.2. Глубокий прогноз подвода грузов к порту с помощью информационного хранилища.
Выводы к главе 4
Глава 5. Интеллектуальный анализ на базе сравнении с
идеальным процессом.
5.1. Сущность и задачи интеллектуального анализа.
5.2. Модели оптимальной организации транспортных потоков класс моделей ДТЗЗ
5.2.1. Постановка динамической транспортной задачи с задержками.
5.2.2. Динамическая транспортная задача с управляемыми задержками.
5.2.3. Много продуктовая динамическая транспортная задача с задержками триаксиальная.
5.3. Модели оптимального взаимодействия поставщиков и потребителей класс моделей МДС.
5.4. Модели идеальных технологических процессов на станциях и
узлах имитационный спуск ИСТРА.
5.5. Примеры построения идеальных процессов для интеллектуального анализа
5.5.1. Оптимальная динамическая структура потоков порожняка модель ДТЗЗ.
5.5.2. Оптимальная организация подвода сырья с нескольких дорог
к металлургическому комбинату класс моделей МДС
5.5.3. Построение идеального процесса работы сортировочной
станции имитационный спуск
Выводы к главе 5.
Заключение.
Список литературы
- Київ+380960830922