Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: https://ea.donntu.edu.ua/jspui/handle/123456789/28132
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.authorДикова, Юлия Леонидовна-
dc.contributor.authorФедоров, Евгений Евгеньевич-
dc.date.accessioned2017-03-31T10:20:44Z-
dc.date.available2017-03-31T10:20:44Z-
dc.date.issued2015-02-23-
dc.identifier.issn0555-2656-
dc.identifier.urihttp://ea.donntu.edu.ua/handle/123456789/28132-
dc.description.abstractВ данной научной статье предложен нейросетевой способ комплексной диагностики горно-шахтного оборудования. В основу способа положена модель нечеткой нейронной сети. На этапе фаззификации модели рассмотрены логистические функции принадлежности для нормального и аварийных режимов работы и функция Гаусса для предаварийного режима работы. Проведено исследование параметров функции. Адаптация параметров модели была проведена на основе генетического алгоритма. Критерием эффективности предложенной модели является ее адекватность. Для численного исследования предложенного способа были использованы данные, полученные с датчиков измерения температуры и вибрации.uk_UA
dc.subjectкомплексная диагностикаuk_UA
dc.subjectнечеткая нейронная сетьuk_UA
dc.subjectфункции принадлежностиuk_UA
dc.subjectгенетический алгоритмuk_UA
dc.subjectадаптация параметровuk_UA
dc.titleРазработка нейросетевого способа диагностики шахтного оборудованияuk_UA
dc.typeArticleuk_UA
dcterms.bibliographicCitationДикова, Ю. Л. Разработка нейросетевого способа диагностики шахтного оборудования / Ю. Л. Дикова, Е.Е. Федоров // Бионика интеллекта. Информация, язык, интеллект : науч.-технич. журн. – Харків, 2015. – С. 80-84. – Бібліогр.: 7 назв.-
Розташовується у зібраннях:Наукові праці співробітників кафедри комп'ютерних наук



Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.