Показать сокращенную информацию
dc.contributor.author | Гаязова, А. О. | |
dc.contributor.author | Абдуллаев, С. М. | |
dc.contributor.author | Gayazova, A. O. | |
dc.contributor.author | Abdullaev, S. M. | |
dc.date.accessioned | 2013-09-11T09:34:23Z | |
dc.date.available | 2013-09-11T09:34:23Z | |
dc.date.issued | 2012 | |
dc.identifier.citation | Гаязова, А. О. Прогнозирование численности Microcystis aeruginosa на основе правил нечеткой логики и нечетких нейронных сетей / A. O. Гаязова, С. М. Абдуллаев // Вестник ЮУрГУ. Серия Вычислительная математика и информатика.- 2012.- Вып. 2. № 47 (306).- С. 5-11.- Библиогр.: с. 9-10 (6 назв.) | ru_RU |
dc.identifier.issn | 2305-9052 | |
dc.identifier.uri | http://dspace.susu.ac.ru/handle/0001.74/2431 | |
dc.description | Гаязова Анна Олеговна, гидробиолог, муниципальное предприятие "Производственное объединение водоснабжения и водоотведения", why.ann@mail.ru. Абдуллаев Санжар Муталович, доктор географических наук, профессор кафедры вычислительной математики, факультет вычислительной математики и информатики, Южно-Уральский государственный университет, sanjar@mail.ru. A.O. Gayazova, municipal enterprise “Production association of water supply and distribution” (Chelyabinsk, Russian Federation), S.M. Abdullaev, South Ural State University (Chelyabinsk, Russian Federation) | ru_RU |
dc.description.abstract | Описана процедура поиска потенциальных предикторов и создания прогнозных правил нечеткой логики и нечетких нейронных сетей для последующего прогнозирования вспышек численности синезеленой водоросли M. aeruginosa. В результате натурных наблюдений ряда биотических и абиотических параметров водной среды, проведенных на озере Смолино (г. Челябинск) за теплый период 2009 и 2011 года получены временные ряды численности M. aeruginosa и значений сопутствующих параметров. С помощью кросс-корреляционного анализа данных установлено, что потенциальными предикторами квазипериодических колебаний численности M. aeruginosa с периодом 12-20 дней могут выступать численность водоросли P. duplex, температура воды и концентрация нитрат-иона. По результатам кросс-корреляционного анализа заданы прогнозные правила и функции принадлежности в диапазоне изменений предиктанта и предиктора от нуля до 1. Для «автоматического» задания прогнозных правил и функций принадлежности с помощью специально написанной программы произведено обучение нечеткой нейронной сети на данных о значениях предиктанта и отобранных в ходе предварительного анализа параметров-предикторов. Для сравнения результатов дополнительно осуществлена линейная экстраполяция данных о численности предиктанта. Выявлено, что экстраполяционный прогноз хорошо работает на квазилинейных интервалах изменения численности, а алгоритмы нечеткой логики потенциально способны определить время наступления интенсивных вспышек численности предиктанта. At determination of coefficient of the hydraulic conductivity of oil layer by the method of the hydrodynamic listening of mining holes there is a need for solving the inverse task of filtration. It is thus important to set the task so that to provide the uniqueness of the decision. In this article are defined the conditions which are sufficient for the uniqueness of the inverse problem. | ru_RU |
dc.language.iso | other | ru_RU |
dc.publisher | Издательский центр ЮУрГУ | ru_RU |
dc.relation.ispartof | Вестник ЮУрГу. Серия Вычислительная математика и информатика | ru |
dc.relation.ispartof | Bulletin of South Ural State University. Series 'Computational mathematics and software engineering" | en |
dc.relation.ispartofseries | Вычислительная математика и информатика;Вып. 2 | |
dc.subject | M. aeruginosa | ru_RU |
dc.subject | прогнозирование вспышек | ru_RU |
dc.subject | квазипериодические колебания | ru_RU |
dc.subject | линейная экстраполяция | ru_RU |
dc.subject | нечеткая логика | ru_RU |
dc.subject | нечеткие нейронные сети | ru_RU |
dc.subject | àlgae bloom forecasting | ru_RU |
dc.subject | quasi-periodic oscillations | ru_RU |
dc.subject | linear extrapolation | ru_RU |
dc.subject | fuzzy logic | ru_RU |
dc.subject | fuzzy artificial neural networks | ru_RU |
dc.subject | УДК 004.032.26 | ru_RU |
dc.subject | УДК 510.635 | ru_RU |
dc.subject | УДК 574.633:519.6 | ru_RU |
dc.title | Прогнозирование численности Microcystis aeruginosa на основе правил нечеткой логики и нечетких нейронных сетей | ru_RU |
dc.title.alternative | Forecasting of Microcystis aeruginosa seasonal dynamics using the fuzzy logic and fuzzy neural networks | ru_RU |
dc.type | Article | ru_RU |