Модели, алгоритмы и комплекс программ исследования многопараметрических систем

ВВЕДЕНИЕ
1. МОДЕЛИРОВАНИЕ МНОГОПАРАМЕТРИЧЕСКИХ СИСТЕМ.
1.1. Проблемы разработки модели многопарамстричсских систем
1.1.1. Определение многопараметрической системы
1.1.2. Виды моделирования многопараметрических систем
1.1.3. Задачи систем поддержки принятия решения
1.1.4. Методы и системы анализа данных.
1.1.5. Метод,I и задачи ii.
1.1.6. Модель черного ящика
1.3. Методы отбора признаков для моделирования многопарамефической системы
1.3.1. Частный тест
1.3.2. Метод прямого отбора i
1.3.3. Метод обратного исключения iii.
1.3.4. Метод последовательного отбора i.
1.3.5. Отбор на основе лучших подмножеств .
1.3.6. Отбор признаков на основе генетического алгоритма.
1.3.7. Проблемы формирования нелинейной регрессионной модели многопараметрической системы.
1.4. Определение оптимальных значений показателей
многопараметрической системы.
1.5. Предпосылки использования параллельных вычислений и методов нечеткой логики в решении задач моделирования многопараметрической системы
1.6. Постановка задачи по формированию нелинейной регрессионной модели многопараметрической системы
1.7. Выводы
2. ФОРМИРОВАНИЕ НЕЛИНЕЙНОЙ РЕГРЕССИОННОЙ МОДЕЛИ МНОГОПАРАМЕТРИЧЕСКОЙ СИСТЕМЫ.
2.1. Обобщенная модель многопараметрической системы
2.1.1. Метод группового учета аргументов.
2.1.2. Регрессионный анализ
2.2. Методика формирования нелинейной регрессионной модели для многопараметрической системы.
2.3. Генетический алгоритм отбора признаков
2.4. Разработка параллельного генетического алгоритма отбора значимых признаков и определение наилучшего количества эволюционных путей
2.4.1. Параметры эволюционного пути
2.4.2. Критерий останова для каждого эволюционного пути
2.5. Разработка алгоритма формирования структуры нелинейных регрессионных моделей
2.6. Определение оптимальных значений признаков на основе метода упорядоченного предпочтения через сходство с идеальным решением
2.6.1. Обобщенная задача поиска оптимальных значений признаков
2.6.2. Описание метода упорядоченного предпочтения через сходство с идеальным решением.
2.6.3. Свойства метода упорядоченного предпочтения через сходство с идеальным решением.
2.6.4. Алгоритм работы модифицированного метода упорядоченного предпочтения через сходство с идеальным решением.
2.7. Выводы
3. ИССЛЕДОВАНИЕ МЕТОДА ФОРМИРОВАНИЯ НЕЛИНЕЙНОЙ РЕГРЕССИОННОЙ МОДЕЛИ.
3.1. Описание разработанного программного обеспечения
3.1.1. Назначение программного комплекса.
3.1.2. Определение количества поколений для параллельного генетического алгоритма отбора признаков.
3.1.3. Определение количества параллельных эволюционных путей
3.1.4.Влияние количества параллельных эволюционных путей на определение значимых признаков.
3.1.5. Формирование структуры регрессионных моделей
3.1.6. Определение оптимальных значений показателей системы
3.2. Сравнение разработанного метода формирования полиномиальной модели для анализа сложной системы с другими методами.
3.3. Устойчивость алгоритма отбора значимых признаков к помехам
3.4. Хранение многомерного массива данных отбора признаков
3.5. Определение количества процессоров для решения задачи
3.6. Выводы.
4. РЕШЕНИЕ ЗАДАЧИ ФОРМИРОВАНИЯ НЕЛИНЕЙНЙ РЕГРЕССИОННОЙ МОДЕЛИ НА ОСНОВЕ РАЗРАБОТАННОГО МЕТОДА
4.1. Применение метода формирования нелинейной регрессионной модели исследования для машиностроительного предприятия
4.1.1. Отбор для исследования производственноэкономических показателей состояния машиностроительного предприятия.
4.1.2. Пример отбора значимых признаков, характеризующих функционирование производственного предприятия
4.1.3. Формирование структуры регрессионных зависимостей с учетом отобранных значимых входных признаков.
4.1.4. Оценка степени влияния производственно экономических факторов на результативные показатели эффективности.
4.1.5. Поиск оптимальных значений показателей системы на основе метода упорядоченного предпочтения через сходство с идеальным решением
4.2. Моделирование предприятия почтовой связи.
4.2.1. Отбор для исследования производственноэкономических показателей состояния предприятия почтовой связи
4.2.2. Факторный анализ социальноэкономических факторов.
г. Елабуга.
4.2.3. Факторный анализ тарифов, устанавливаемых РТ
4.2.4. Факторный анализ тарифов, устанавливаемых РФ
4.2.5. Построение модели функционирования предприятия на основе разработанного метода формирования нелинейной регрессионной модели.
4.2.6. Разработка эффективных решений поиска оптимальных значений показателей многопараметрической системы.
4.3. Выводы
ЗАКЛЮЧЕНИЕ.
СПИСОК ЛИТЕРАТУРЫ