Журнал: Том 22, № 4, 2017
Сторінки: 94 – 98
364 Перегляди

Технологія обробки інформації нормалізованих систем

Світлана Куницька

Анотація

Для спрощення обчислювального процесу моделей будь-якої складності виникла необхідність розробити технологію обробки інформації у вигляді програмного алгоритму, який дозволяє обробляти, аналізувати та прогнозувати майбутній процес. Для перетворення вхідних даних у вихідну інформацію необхідно мати локальний алгоритм перетворення інформації, що грунтується на індуктивному методі синтезу цих алгоритмів. На першому етапі будь-якого ймовірнісного алгоритму синтезу описаний в статті алгоритм перетворення інформації - це представлення вхідних даних у вигляді перевизначеної системи умовних рівнянь. Надалі приведено системи до вигляду, який дозволяє визначити коефіцієнти системи. А потім введено поняття «нормалізації» системи, використовуючи метод найменших квадратів. Дослідження системи відбувається з точки зору її аргументів, що й дає змогу отримати необхідну навчену модель. Всі отримані модифікації навчених моделей перевірено на наявність похибки, що представляє собою середнєквадратичну похибку прогнозу для перевірки прогнозованої послідовності

Ключові слова

умовні рівняння; експериментальні точки; система; нормалізація; модель; похибка; прогнозування

Використані джерела

  1. Daiitbegov, D., Kalmykova, O., Cherepanov, O. (1984) Software for Statistical Data Processing. M.: Finance and Statistics. 192 р.
  2. Ivakhnenko, A. (1975) Long-term forecasting and management of complex systems. Kiev: Technics. 312 р.
  3. Ivakhnenko, A. (1982) Inductive method of self-organization of models of complex systems. Kiev: Science. Opinion. 296 р.
  4. Kunytska, S. (2017) Bringing the system of conditional equations to normalization. Problems of informatization: theses of additional. fifth international. Sci.-Tech. Conf., Cherkasy, November 13-15, 2017. Cherkasy; Baku; Bielsko-Biala; Poltava. P. 60.
  5. Fleischman, B., Brusilovsky, P., Rosenberg, G. (1982) About methods of mathematical modeling of complex systems. System research. Yearbook. M.: Science. P. 65-79.
  6. Ivakhnenko, A. (1969) Self-learning recognition and automatic control systems. Kiev: Technics. 392 p.
  7. Ivakhnenko, A., Zaychenko, Y., Dimitrova, V. (1976) Decision-making based on self-organization. M.: Sov. Radio. 275 p.
  8. Rekzubov, S. (1981) Statistical methods of forecasting in ACS. M.: Energoatomizdat. 150 р.
  9. Shannon, К. (1978) Imitation Modeling Systems – Art and Science. M .: Mir. 418 р.
  10. Lisichkin, V. (1972) Theory and Practice of Prognostics. M.: Science. 224 p.

ЦИТУВАТИ

Kunytska, S. (2017). Technology of information processing of normalized systems. Bulletin of Cherkasy State Technological University, 22(4), 94-98.