Search academic texts

Information × Registration Number 0512U000596, Doctoral dissertation Status д.т.н. Date 13-06-2012 popup.evolution o Title Hybrid methods and models for fuzzy information processing based on artificial immune systems Author Korablyov Mikola Mikhaylovich, popup.head Rudenko Oleg Grigoriyovich popup.opponent Бідюк Петро Іванович popup.opponent Кучеренко Євген Іванович popup.opponent Михальов Олександр Ілліч Description Метою дисертаційної роботи є розвиток теоретичних засад, розробка, дослідження та вдосконалення методів і моделей, що становлять основу гібридних технологій обробки нечіткої інформації в інтелектуальних системах на основі штучних імунних систем (ШІС) та підвищують їх ефективність за якістю рішень та термінами отримання результатів. Об'єктом дослідження є процеси аналізу та обробки нечіткої інформації. Предметом дослідження є гібридні методи та моделі обробки нечіткої інформації на основі ШІС за умов невизначеності. Дисертаційну роботу присвячено вирішенню науково-практичної проблеми розробки гібридних методів і моделей обробки нечіткої інформації на основі використання ШІС, які, з одного боку, забезпечують навчання, адаптацію та модифікацію структури та параметрів гібридних моделей щодо предметної області, а з іншого, дозволяють підвищити ефективність процесів обробки інформації в інтелектуальних системах за умов невизначеності. Розроблено метод здобуття нечітких експертних знань на основі цілеспрямованої процедури неповних парних порівнянь. Запропоновано метод визначення вектора пріоритетів ознак, узгодження і корегування експертних оцінок на основі використання ШІС. Розглянуто методи формалізації нечіткої експертної інформації, отриманої в результаті оцінювання якісних ознак та опису значень кількісних ознак у лінгвістичних термах, що дозволяє підвищити адекватність як моделей експертного оцінювання ознак, так і побудованих на них нечітких моделей. Розроблено метод класифікації об'єктів як за наявності, так і за відсутності еталонів класів, ґрунтований на отриманні узагальненої оцінки значень ФН нечіткій множині припустимих рішень. Запропоновано імунний підхід щодо класифікації об'єктів у нечіткому середовищі, який характеризується використанням у ФН афінності для визначення належності об'єктів до класів. Запропоновано методи структурної та параметричної адаптації нечітких моделей і нечітких нейронних мереж на основі ШІС. Вдосконалено методи клонування та мутації антитіл для підвищення швидкості збіжності імунних алгоритмів. Запропоновано синтез нечітких регуляторів для управління нелінійними динамічними об'єктами, який передбачає побудову його моделі, отримання оптимального закону управління та адаптацію структури та параметрів за допомогою ШІС. Ключові слова: нечітка модель, штучні імунні системи, функція належності, адаптація, нечітка нейронна мережа, нечіткий регулятор, мультиантитіло, класифікація, ідентифікація, управління. Registration Date 2012-06-13 popup.nrat_date 2020-04-04 Close