Динамический выбор размерности опорной функции в вероятностных алгоритмах МГУА на основе внешнего дополнения

Предложено определять размерность вероятностной опорной функции статистических алгоритмов МГУА с помощью внешнего дополнения. Приведен алгоритм реализации описанной методики. Указаны типы задач, для которых новый алгоритм наиболее эффективен. Получен сравнительный результат оценки точности алгоритма...

Full description

Saved in:
Bibliographic Details
Published in:Управляющие системы и машины
Date:2011
Main Author: Жиляев, С.А.
Format: Article
Language:Russian
Published: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2011
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/82909
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:Динамический выбор размерности опорной функции в вероятностных алгоритмах МГУА на основе внешнего дополнения / С.А. Жиляев // Управляющие системы и машины. — 2011. — № 1. — С. 41-45. — Бібліогр.: 9 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Предложено определять размерность вероятностной опорной функции статистических алгоритмов МГУА с помощью внешнего дополнения. Приведен алгоритм реализации описанной методики. Указаны типы задач, для которых новый алгоритм наиболее эффективен. Получен сравнительный результат оценки точности алгоритма на примере решения актуальной практической задачи. It is suggests to define the dimension of a probabilistic reference function in stochastic GDMN algorithms with the help of the external compliment. The algorithm of implementing the described technique is presented. The types of problems for which a new algorithm is the most efficient are indicated. A comparative accuracy estimation of the algorithm is obtained on the example of solving the actual practical problem. Запропоновано визначати розмірність імовірнісної опорної функції статистичних алгоритмів МГУА за допомогою зовнішнього доповнення. Наведено алгоритм реалізації описаної методики. Вказано типи задач, для яких новий алгоритм є найбільш ефективним. Отримано порівняльний результат оцінки точності алгоритму на прикладі розв'язання актуальної практичної задачі.
ISSN:0130-5395