ВВЕДЕНИЕ
ГЛАВА 1. Анализ состояния теории и практики создания интеллектуальных информационных технологий
1.1. Проблемы решения задач в трудно формализуемых областях
1.2. Структурный анализ процесса мониторинга загрязнения атмосферного воздуха как трудно формализуемой задачи
1.2.1. Поддержка принятия решений в задаче мониторинга загрязнения атмосферы города.
1.3. Обзор интеллектуальных технологий решения трудно формализуемых задач
1.3.1. Технологии, основанные на классических системах искусственного интеллекта.
1.3.2. Технологии, основанные на генетических алгоритмах.
1.3.3. Технологии, основанные на нейронных сетях.
1.4. Сравнительный анализ технологий интеллектуальной обработки информации.
1.5. Обзор программных средств для организации поиска решений
1.6. Обзор программных средств для решения задачи мониторинга загрязнения атмосферного воздуха.
1.7. Выводы по главе 1. Цель и задачи диссертационной работы.
ГЛАВА 2. Разработка нейросетевых баз знаний ИСГШР.
2.1. Особенности нейросетевой базы знаний
2.2. Суть алгоритмов обучения НС.
2.2.1. Анализ классического алгоритма обучения НС. Применение адаптивного шага обучения
2.2.2. Разработка эволюционного алгоритма обучения НС
2.2.3. Разработка и оценка многопопуляционной ГА.
2.3. Разработка алгоритмов автоматического построения топологии НС.
2.3.1. Классические алгоритмы построения топологии НС
2.3.2. Модификация конструктивного алгоритма построения топологии НС.
2.3.3. Формирование топологии НС с помощью генетического алгоритма
2.4. Разработка алгоритмов обобщения данных
2.5. Исследование классических моделей прогнозирования.
2.6. Разработка нейросетевой модели прогнозирования
2.7. Разработка алгоритмов многомерного анализа данных.
2 Выводы по главе 2.
ГЛАВА 3. Разработка методов настройки и адаптации интеллектуальных модулей к решению задач
3.1. Разработка алгоритма повышение эффективности предварительной обработки данных.
3.2. Разработка метагенетического алгоритма.
3.3. Разработка гибридного алгоритма обучения НС на основе ГА и имитации отжига.
3.4. Исследование эффективности алгоритмов обучения нейронных сетей
3.5. Разработка алгоритма построения топологии НС, основанного на генетическом программировании.
3.6. Исследование эффективности алгоритмов построения топологии НС
3.7. Выводы по главе 3
ГЛАВА 4. Применение разработанных методов, алгоритмов и программных средств для решения практических задач
4.1. Цели и методы проводимых исследований..
4.2. Этапы разработки системы
4.3. Формирование структурных и функциональных требований к разрабатываемой системе.
4.4. Выбор и разработка архитектуры системы.
4.5. Функциональные характеристики разработанной системы
4.6. Система расчетного мониторинга загрязнения атмосферы.
4.7. Система инструментального мониторинга загрязнения атмосферы
4.8. Система прогнозирования загрязнения атмосферы
4.9. Внедрение в учебный процесс
4 Выводы по главе 4.
ЗАКЛЮЧЕНИЕ.
ПРИЛОЖЕНИЕ 1
ПРИЛОЖЕНИЕ 2
ПРИЛОЖЕНИЕ 3
ПРИЛОЖЕНИЕ 4
ПРИЛОЖЕНИЕ 5
ЛИТЕРАТУРА
- Київ+380960830922