Идентификация нелинейных нестационарных объектов с помощью эволюционирующей радиально-базисной сети

Розглянуто задачу нейромережевої ідентифікації нелінійного нестаціонарного об’єкта, представленого NARX-моделлю. Ця задача розв’язується на основі радіально-базисної мережі, вибір структури якої, її адаптація та навчання здійснюються за допомогою генетичного алгоритму. Наведено результати імітаційно...

Full description

Saved in:
Bibliographic Details
Published in:Проблемы управления и информатики
Date:2012
Main Authors: Руденко, О.Г., Бессонов, А.А
Format: Article
Language:Russian
Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2012
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/207509
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Идентификация нелинейных нестационарных объектов с помощью эволюционирующей радиально-базисной сети / О.Г. Руденко, А.А. Бессонов // Проблемы управления и информатики. — 2012. — № 4. — С. 5–14. — Бібліогр.: 21 назв. - рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-207509
record_format dspace
spelling Руденко, О.Г.
Бессонов, А.А
2025-10-08T16:50:33Z
2012
Идентификация нелинейных нестационарных объектов с помощью эволюционирующей радиально-базисной сети / О.Г. Руденко, А.А. Бессонов // Проблемы управления и информатики. — 2012. — № 4. — С. 5–14. — Бібліогр.: 21 назв. - рос.
0572-2691
https://nasplib.isofts.kiev.ua/handle/123456789/207509
519.71
10.1615/JAutomatInfScien.v44.i8.20
Розглянуто задачу нейромережевої ідентифікації нелінійного нестаціонарного об’єкта, представленого NARX-моделлю. Ця задача розв’язується на основі радіально-базисної мережі, вибір структури якої, її адаптація та навчання здійснюються за допомогою генетичного алгоритму. Наведено результати імітаційного моделювання, які підтверджують ефективність підходу, що розвивається.
The problem of neural network identification of nonlinear nonstationary time-dependent object represented by the NARX-model is considered. The solution to this problem is based on radial basis network, the choice of its structure, its adaptation and training are carried out using a genetic algorithm. The results of simulation confirm the efficiency of the proposed approach.
ru
Інститут кібернетики ім. В.М. Глушкова НАН України
Проблемы управления и информатики
Методы идентификации и адаптивного управления
Идентификация нелинейных нестационарных объектов с помощью эволюционирующей радиально-базисной сети
Ідентифікація нелінійних нестаціонарних об’єктів за допомогою еволюціонуючої радіально-базисної мережі
Identification of Nonlinear Nonstationary Objects with Evolving Radial Basis Network
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Идентификация нелинейных нестационарных объектов с помощью эволюционирующей радиально-базисной сети
spellingShingle Идентификация нелинейных нестационарных объектов с помощью эволюционирующей радиально-базисной сети
Руденко, О.Г.
Бессонов, А.А
Методы идентификации и адаптивного управления
title_short Идентификация нелинейных нестационарных объектов с помощью эволюционирующей радиально-базисной сети
title_full Идентификация нелинейных нестационарных объектов с помощью эволюционирующей радиально-базисной сети
title_fullStr Идентификация нелинейных нестационарных объектов с помощью эволюционирующей радиально-базисной сети
title_full_unstemmed Идентификация нелинейных нестационарных объектов с помощью эволюционирующей радиально-базисной сети
title_sort идентификация нелинейных нестационарных объектов с помощью эволюционирующей радиально-базисной сети
author Руденко, О.Г.
Бессонов, А.А
author_facet Руденко, О.Г.
Бессонов, А.А
topic Методы идентификации и адаптивного управления
topic_facet Методы идентификации и адаптивного управления
publishDate 2012
language Russian
container_title Проблемы управления и информатики
publisher Інститут кібернетики ім. В.М. Глушкова НАН України
format Article
title_alt Ідентифікація нелінійних нестаціонарних об’єктів за допомогою еволюціонуючої радіально-базисної мережі
Identification of Nonlinear Nonstationary Objects with Evolving Radial Basis Network
description Розглянуто задачу нейромережевої ідентифікації нелінійного нестаціонарного об’єкта, представленого NARX-моделлю. Ця задача розв’язується на основі радіально-базисної мережі, вибір структури якої, її адаптація та навчання здійснюються за допомогою генетичного алгоритму. Наведено результати імітаційного моделювання, які підтверджують ефективність підходу, що розвивається. The problem of neural network identification of nonlinear nonstationary time-dependent object represented by the NARX-model is considered. The solution to this problem is based on radial basis network, the choice of its structure, its adaptation and training are carried out using a genetic algorithm. The results of simulation confirm the efficiency of the proposed approach.
issn 0572-2691
url https://nasplib.isofts.kiev.ua/handle/123456789/207509
citation_txt Идентификация нелинейных нестационарных объектов с помощью эволюционирующей радиально-базисной сети / О.Г. Руденко, А.А. Бессонов // Проблемы управления и информатики. — 2012. — № 4. — С. 5–14. — Бібліогр.: 21 назв. - рос.
work_keys_str_mv AT rudenkoog identifikaciânelineinyhnestacionarnyhobʺektovspomoŝʹûévolûcioniruûŝeiradialʹnobazisnoiseti
AT bessonovaa identifikaciânelineinyhnestacionarnyhobʺektovspomoŝʹûévolûcioniruûŝeiradialʹnobazisnoiseti
AT rudenkoog ídentifíkacíânelíníinihnestacíonarnihobêktívzadopomogoûevolûcíonuûčoíradíalʹnobazisnoímereží
AT bessonovaa ídentifíkacíânelíníinihnestacíonarnihobêktívzadopomogoûevolûcíonuûčoíradíalʹnobazisnoímereží
AT rudenkoog identificationofnonlinearnonstationaryobjectswithevolvingradialbasisnetwork
AT bessonovaa identificationofnonlinearnonstationaryobjectswithevolvingradialbasisnetwork
first_indexed 2025-12-07T19:38:03Z
last_indexed 2025-12-07T19:38:03Z
_version_ 1850879543918723072