Возможности нейросетевого моделирования при оценке взаимосвязей показателей состава и свойств донных отложений
Ключевые слова:
донные отложения, гранулометрический состав, органическое вещество, нейросетевой методАннотация
The significant factual material demonstrated the high efficiency of neural network methods in modeling a number of parameters of sediments. Using the multiparameter problem of nonlinear optimization, this approach allows us to predict the variability of some indicators of the composition and properties of sediments under the influence of others. The algorithm for designing neural networks with back propagation of error, developed and tested as a result of the experiment, can be used to solve many applied problems arising in the study of the quality of the environment.
Библиографические ссылки
Бухарин С.В., Навоев В.В. Методы теории нейронных сетей в экспертизе технических и экономических объектов: монография. Воронеж: Научная книга, 2015. 274 с.
Дрейпер Н., Смит Г. Прикладной регрессионный анализ. Множественная регрессия. М.: Диалектика, 2007. 912 с.
Хайкин С. Нейронные сети: полный курс. М.: Вильямс, 2006. 1104 c.
Шерышева Н.Г., Ракитина Т.А., Поветкина Л.П. Условия формирования гранулометрического состава иловых отложений на территории национального парка «Самарская лука» // Самарская Лука: проблемы региональной и глобальной экологии. 2009. Т. 18, № 3. С. 104‒113.
Fausett L.V. Fundamentals of neural networks: architectures, algorithms and applications. Prentice-Hall, 1994. 461 p.
Hebb D.O. The Organization of Behavior: A neuropsychological theory. Lawrence Erlbaum Associates, 2002. 335 p.
Real-time: theory in practice // REX Workshop / Proceeding. Mook, The Netherlands, 1991. 723 p.
Jahanian F., Mok K. Safety analysis of timing properties in real-time systems /// IEEE Transactions of Timing Properties in a real-time systems. 1986. V. 12, № 9. P. 890‒904.
