Индуктивное моделирование объектов и явлений методомгруппового учёта аргументов: недостатки и способыих устранения

Обложка

Аннотация


Представлены оригинальные результаты исследования эффективного вычислительногометода - метода группового учёта аргументов. Выявлены и систематизированы ключевыенедостатки на каждой значимой процедуре классического алгоритма, а также представлены способы их устранения, в том числе авторские модификации. В частности, предложеноиспользование дисперсии и её оценки (критерий Фишера) в качестве оценки точности полученного результата, дополнительного «внутреннего» критерия оценки адекватности модели в различных тестах при фиксации исходных данных и изменении характеристик алгоритма, а также определения оптимальной сложности модели. Для решения проблемы сходимости классического алгоритма было предложено использование методов дисперсионного, факторного и корреляционного анализов для исключения неинформативных признаков, модификации критерия остановки алгоритма. Предложено использование регуляризирующих функционалов для разрешения проблемы мультиколлинеарности входных признакови повышения устойчивости полученной модели и др. Разработан комплекс программ компьютерного моделирования, реализующий модифицированный эффективный алгоритм метода группового учёта аргументов с рассмотренными авторскими модификациями, а такжеметодами дисперсионного анализа, корреляционного анализа, факторного анализа, элементы регрессионного анализа и др. Проведённые исследования и полученные практическиерезультаты могут стать основой для разработки с применением современных технологий Machine Learning и Data Science автоматизированной системы компьютерного моделирования, интеллектуального анализа и обработки данных.


М Ю Дьячков

Лицо (автор) для связи с редакцией.
mihdyachkov@gmail.com
Российский университет дружбы народов ул. Миклухо-Маклая, д. 6, Москва, Россия, 117198

Дьячков Михаил Юрьевич - студент кафедры нелинейного анализа и оптимизации РУДН

  • Ивахненко А. Г. Системы эвристической самоорганизации в технической кибернетике. - Киев: Технiка, 1971. - 372 с.
  • Ивахненко А. Г. Индуктивный метод самоорганизации моделей сложных систем. - Киев: Наукова думка, 1982. - 296 с.
  • Ивахненко А. Г., Юрчаковский Ю. П. Моделирование сложных систем по экспериментальным данным. - М.: Радио и связь, 1978. - 120 с.
  • Демидович Б. П., Марон И. А. Основы вычислительной математики. - М.: Наука, 1966. - 664 с.
  • Моисеев Н. Н., Иванилов Ю. П., Столярова Е. М. Методы оптимизации. - М.: Наука, 1978. - 351 с.
  • Кобзарь А. И. Прикладная математическая статистика. - М.: Физматлит, 2006. - 816 с.
  • Самарский А. А., Гулин А. В. Численные методы. - М.: Наука, 1989. - 432 с.
  • Дьячков М. Ю. О программной реализации усовершенствованного алгоритма метода группового учета аргументов // Международная научно-методическая конференция «Некоторые вопросы анализа, алгебры, геометрии и математического образования» Воронежского государственного педагогического университета. - Воронеж: 2015. - С. 78-79.

Просмотры

Аннотация - 160

PDF (Russian) - 63


© Дьячков М.Ю., 2017

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.