Репозиторий Dspace

Прогнозирование численности Microcystis aeruginosa на основе правил нечеткой логики и нечетких нейронных сетей

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


Файлы в этом документе

Данный элемент включен в следующие коллекции

Показать сокращенную информацию

Поиск в DSpace


Расширенный поиск

Просмотр

Моя учетная запись