Н.Я. Савка, канд. техн. наук
Тернопільський національний економічний університет
(Україна, 46003, Тернопіль, вул. Чехова, 8,
тел. +38 (0352) 52 45 13; e-mail:
Èlektron. model. 2019, 42(2):109-120
https://doi.org/10.15407/emodel.42.02.109
АНОТАЦІЯ
Проаналізовано штучні нейронні мережі з радіально-базисними функціями як найбільш ефективні для моделювання процесів з глибокою нестабільністю. Описано алгоритм налаштування параметрів штучних нейронних мереж радіального типу. Визначено пріоритети антикризового управління національною економікою. Розроблено оптимальну архітектуру штучних нейронних мереж, базисні функції яких є радіальними, для моделювання системи атикризового управління національною економікою. Наведено результати моделювання атикризового управління на основі розробленої архітектури штучної нейронної мережі. Досліджено ефективність застосування штучних нейронних мереж радіального типу для попередження кризових явищ.
КЛЮЧОВІ СЛОВА:
штучні нейронні мережі, радіально-базисні функції, антикризове управління, моделювання.
СПИСОК ЛІТЕРАТУРИ
- Малий І., Радіонова І., Ємельяненко Л. та ін. Антикризове управління національною економікою. За заг. ред. І. Малого. Київ: КНЕУ, 2017, 368 с.
- Клебанова Т. С., Димченко О. В., Рудаченко О. О., Гвоздицький В. С. Нейромережеві моделі оцінки фінансових криз на підприємствах корпоративного типу. Харків: ХНУМГ ім. О. М. Бекетова, 2018, 171 с.
- Клебанова Т. С., Грачев В. И., Раевнева Е. В. И др. Механизмы и модели управления кризисными ситуациями. Под ред. Т. С. Клебановой. Харьков: ИД «ИНЖЭК», 2007, 200 с.
- Іванець О.Б., Букрєєва О. В., Дворнік М. В. Побудова моделей прогнозування за допомогою штучних нейронних мереж // Електроніка та системи управління, 2011, №4(30), с. 139—142.
- Бoдянcкий E. В., Рудeнкo Г. Иcкуccтвeнныe нeйрoнныe ceти: архитeктуры, oбучeниe, примeнeния. Харькoв: ТEЛEТEХ, 2004, 372 c.
- Калініна І.О. Дослідження алгоритмів навчання нейронних мереж у задачах прогнозування // Наукові праці, 2009, 117, вип. 104, с. 160—171.
- Nelles O. Nonlinear Systems Identification. Berlin: Springer, 2001, 785 p.
- Савка Н.Я., Спільчук В.М., Співак І.Я. Проблеми ідентифікації штучних нейронних мереж з радіально-базисними функціями та можливі напрямки їх розв’язання // Зб. наук. праць «Індуктивне моделювання складних систем». Київ: МННЦІТС, 2010, вип. 2, с. 181—193.
- Штовба С. Д. Введение в теорию нечетких множеств и нечеткую логику. Вeб-cайт. URL: http://matlab.exponenta.ru/fuzzylogic/book1/index.php (дата звернення 19.02.2020).
- Dyvak М., Maslyiak Y., Papa O., Savka N. Clustering and interval analysis of heterogeneous data sample // The Proc. of 12th International Scientific and Technical Conference on Computer Sciences and Information Technologies (CSIT). Conf. Proc., 2017, с. 528-532.
САВКА Надія Ярославівна, канд. техн. наук, ст. викладач кафедри комп’ютерної інженерії Тернопільського національного економічного університету. У 2006 р. закінчила Тернопільський державний економічний університет. Область наукових досліджень — системний аналіз, математичне моделювання, штучні нейронні мережі.