ИСПОЛЬЗОВАНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПРОГНОЗА МАКСИМАЛЬНОГО УРОВНЯ ВЕСЕННЕГО ПОЛОВОДЬЯ НА УЧАСТКЕ Р. ЛЕНА ВОЗЛЕ П. ТАБАГА

Проблемы безопасности и чрезвычайных ситуаций Pub Date : 1900-01-01 DOI:10.36535/0869-4176-2021-01-13

Вера Владимировна Тимофеева, V. Timofeeva, Г. П. Стручкова, G. P. Struchkova, Т. А. Капитонова, T. A. Kapitonova

{"title":"ИСПОЛЬЗОВАНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПРОГНОЗА МАКСИМАЛЬНОГО УРОВНЯ ВЕСЕННЕГО ПОЛОВОДЬЯ НА УЧАСТКЕ Р. ЛЕНА ВОЗЛЕ П. ТАБАГА","authors":"Вера Владимировна Тимофеева, V. Timofeeva, Г. П. Стручкова, G. P. Struchkova, Т. А. Капитонова, T. A. Kapitonova","doi":"10.36535/0869-4176-2021-01-13","DOIUrl":null,"url":null,"abstract":"Прогнозирование максимальных уровней воды во время весеннего половодья на участках р. Лена необходимо для своевременной разработки превентивных мероприятий и минимизации размеров ущерба. Для чего предлагается использовать модели прогнозирования с использованием искусственных нейронных сетей (ИНС), которые обладают способностью обучаться, учитывать скрытые закономерности и приобретают исключительную важность при прогнозировании природно-техногенных экстремальных ситуаций. В статье приводится сравнение результатов прогнозирования с помощью сетей Элмана и многослойного персептрона (MLP). Сравниваются результаты использования различных структур сетей. Показано, что при моделировании на более длительный период, метод Элмана имеет небольшое преимущество перед методом MLP.","PeriodicalId":106979,"journal":{"name":"Проблемы безопасности и чрезвычайных ситуаций","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Проблемы безопасности и чрезвычайных ситуаций","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36535/0869-4176-2021-01-13","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Прогнозирование максимальных уровней воды во время весеннего половодья на участках р. Лена необходимо для своевременной разработки превентивных мероприятий и минимизации размеров ущерба. Для чего предлагается использовать модели прогнозирования с использованием искусственных нейронных сетей (ИНС), которые обладают способностью обучаться, учитывать скрытые закономерности и приобретают исключительную важность при прогнозировании природно-техногенных экстремальных ситуаций. В статье приводится сравнение результатов прогнозирования с помощью сетей Элмана и многослойного персептрона (MLP). Сравниваются результаты использования различных структур сетей. Показано, что при моделировании на более длительный период, метод Элмана имеет небольшое преимущество перед методом MLP.

查看原文本刊更多论文

利用神经网络预测tabaga p . len地区的春季洪水最大值

预测r . lena地区春季洪水期间的最高水位是及时制定预防措施和减少损失的必要条件。为什么建议使用人工神经网络(inc)来预测模型，这些网络具有学习、处理隐藏模式的能力，在预测环境和技术极端情况方面具有非凡的重要性。这篇文章比较了elman网络和多层perseptron (MLP)的预测结果。比较使用不同网络结构的结果。在较长时间的模拟中，埃尔曼方法与MLP相比几乎没有优势。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Проблемы безопасности и чрезвычайных ситуаций

自引率

0.00%

发文量