Нейросетевое моделирование динамики судна в ледовых условиях

В статье обсуждаются вопросы использования нейросетевых моделей при контроле динамики судна в ледовых условиях. Контроль и прогноз развития ситуации реализуется на основе данных динамических измерений в рамках принципа конкуренции. Моделирование осуществлено с использованием методов классической...

Full description

Saved in:
Bibliographic Details
Date:2009
Main Authors: Жук, Ю.C., Нечаев, Ю.И.
Format: Article
Language:Russian
Published: Інститут проблем штучного інтелекту МОН України та НАН України 2009
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/8127
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:Нейросетевое моделирование динамики судна в ледовых условиях / Ю.C. Жук, Ю.И. Нечаев // Штучний інтелект. — 2009. — № 3. — С. 384-391. — Бібліогр.: 11 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:В статье обсуждаются вопросы использования нейросетевых моделей при контроле динамики судна в ледовых условиях. Контроль и прогноз развития ситуации реализуется на основе данных динамических измерений в рамках принципа конкуренции. Моделирование осуществлено с использованием методов классической математики и теории искусственных нейронных сетей. У статті обговорюються питання використання нейромережних моделей при контролі динаміки судна у льодових умовах. Контроль і прогноз розвитку ситуації реалізується на основі даних динамічних вимірювань у рамках принципу конкуренції. Моделювання здійснено з використанням методів класичної математики та теорії штучних нейронних мереж. The questions of use of neural networks models are discussed at the control of ship dynamics in ice conditions. The control and forecast of development of a situation is realized on the basis of the data dynamic measurements within the framework of a competition principle. The modeling is carried out with use of methods of classical mathematics and theory of artificial neural networks.
ISSN:1561-5359