izmertechИзмерительная техникаIzmeritel`naya Tekhnika0368-10252949-5237ФГУП "ВНИИФТРИ"izmertech-618Research ArticleСтатьиВосстановление параметров геополей с учетом шумов измерений. Ч. 2. Методы идентификации, регуляризации и мягких вычислений (soft computing)ПашаевА. М.noemail@neicon.ruСадыховР. А.sadixov@mail.ruРамазановФ. Г.noemail@neicon.ruНазирлиФ. С.noemail@neicon.ruНациональная академия авиации Азербайджана, Баку, АзербайджанRussian Federation201007022023010614Copyright © ФГУП "ВНИИФТРИ", 20232023ФГУП "ВНИИФТРИ"ФГУП "ВНИИФТРИ"https://www.izmt.ru/jour/about/submissions#copyrightNoticehttps://www.izmt.ru/jour/article/view/618

Проанализированы различные методы восстановления параметров геополей, учитывающие шумы измерений. Показаны возможности применения программных пакетов пользователями-неспециалистами в области теории программирования. Даны рекомендации по правильному выбору метода и его управляющих параметров для аппроксимации и моделирования геополей. Выявлены преимущества и недостатки этих методов на различных стадиях восстановления параметров геополей. Предложено на ранней стадии, когда объем информации обладает свойством неопределенности и ограниченности, воспользоваться нечеткими нейронными сетями.

Various methods of geofield parameters restoration considering the measurements of the noises have been analyzed. Availability of programs for users without profound knowledge of theory and programming have been shown. Recommendation on correct method choice and its control parameters while preparing for approximation and modeling of geofields have been given. Advantages and disadvantages of these methods at different stages of geofield parameters restoration have been revealed. For instance, at an early stage fuzzy neural networks are more preferable if information content is uncertain and limited.

цифровые модели геополейметоды обработки зашумленной измерительной информациитехнология soft computingнейронная сетьnumerical geofield modelsprocessing methods of noisy measuring informationsoft computing technologyneural networksReferencesПашаев А. М. и др. Восстановление параметров геополей // Измерительная техника. 2005. № 12. С. 3 - 9;Пашаев А. М. и др. Восстановление параметров геополей // Измерительная техника. 2005. № 12. С. 3 - 9;Пашаев А. М. и др. Восстановление параметров геополей с учетом шумов измерений. Ч. 1. Методы сглаживания, фильтрации и регуляризации // Измерительная техника. 2010. № 8. С. 3 - 11.Пашаев А. М. и др. Восстановление параметров геополей с учетом шумов измерений. Ч. 1. Методы сглаживания, фильтрации и регуляризации // Измерительная техника. 2010. № 8. С. 3 - 11.Льюинг Л. Идентификация систем: Теория для пользователя. М.: Наука, 1991.Льюинг Л. Идентификация систем: Теория для пользователя. М.: Наука, 1991.Петрович М. Л. Регрессионный анализ и его математическое обеспечение на ЕС ЭВМ. М.: Финансы и статистика, 1982.Петрович М. Л. Регрессионный анализ и его математическое обеспечение на ЕС ЭВМ. М.: Финансы и статистика, 1982.Грановский В. А., Сирая Т. Н. Методы обработки экспериментальных данных при измерениях. Л.: Энергоатомиздат, 1990.Грановский В. А., Сирая Т. Н. Методы обработки экспериментальных данных при измерениях. Л.: Энергоатомиздат, 1990.Федоров В. В. Теория оптимального эксперимента. М.: Наука, 1971.Федоров В. В. Теория оптимального эксперимента. М.: Наука, 1971.Садыхов Р. А., Гаджиев Ч. М. Идентификация параметров математической модели нефтяного пласта // Метрология. 1996. № 4. С. 3 - 14.Садыхов Р. А., Гаджиев Ч. М. Идентификация параметров математической модели нефтяного пласта // Метрология. 1996. № 4. С. 3 - 14.Гаджиев Ч. М. Рекуррентный алгоритм оценивания линейной регрессионной модели с учетом погрешностей в регрессионном векторе. // Заводская лаборатория. 2000. Т. 66. №7. С. 66 - 71.Гаджиев Ч. М. Рекуррентный алгоритм оценивания линейной регрессионной модели с учетом погрешностей в регрессионном векторе. // Заводская лаборатория. 2000. Т. 66. №7. С. 66 - 71.Абдуллаев Ф. М., Гейдаров Э. Х. // Автоматика и телемеханика. 1985. №1. С. 41 - 47.Абдуллаев Ф. М., Гейдаров Э. Х. // Автоматика и телемеханика. 1985. №1. С. 41 - 47.Чебраков Ю. В. Теория оценивания параметров в измерительных экспериментах. СПБ.: Изд-во Санкт-Петербургского гос. ун-та, 1997.Чебраков Ю. В. Теория оценивания параметров в измерительных экспериментах. СПБ.: Изд-во Санкт-Петербургского гос. ун-та, 1997.Самарский А. А., Вабишевич П. Н. Численные методы решения обратных задач математической физики. М.: Едиториал УРСС, 2004.Самарский А. А., Вабишевич П. Н. Численные методы решения обратных задач математической физики. М.: Едиториал УРСС, 2004.Садыхов Р. А., Дадашев А. М. Применение нечеткой логики и Soft Computing технологии. Баку: Nafta-Press, 2000.Садыхов Р. А., Дадашев А. М. Применение нечеткой логики и Soft Computing технологии. Баку: Nafta-Press, 2000.Mohinder S. G., Angus P. A. Kalman Filtering. Theory and Practice. New Jersey: Prentice Hall, Upper Saddle River, 1993.Mohinder S. G., Angus P. A. Kalman Filtering. Theory and Practice. New Jersey: Prentice Hall, Upper Saddle River, 1993.Дмитриев В. И. и др. Вычислительные математика и техника в разведочной геофизике. М.: Недра, 1990.Дмитриев В. И. и др. Вычислительные математика и техника в разведочной геофизике. М.: Недра, 1990.Буряковский Л. А., Джафаров И. С., Джаваншир Р. Д. Моделирование систем нефтегазовой геологии. М.: Недра, 1990.Буряковский Л. А., Джафаров И. С., Джаваншир Р. Д. Моделирование систем нефтегазовой геологии. М.: Недра, 1990.Садыхов Р. А. Математический модели и эффективные алгоритмы решения оптимальных задач АСУ ТП добычи нефти: Автореф. дис. на соиск. учен. степ. докт. техн. наук. М., 1995.Садыхов Р. А. Математический модели и эффективные алгоритмы решения оптимальных задач АСУ ТП добычи нефти: Автореф. дис. на соиск. учен. степ. докт. техн. наук. М., 1995.Yager R. R., Zadeh L. A. (Eds). Fuzzy sets, neuralnetworks and softcomputing. N.Y.: VAN Nostrand Reinhold, 1994.Yager R. R., Zadeh L. A. (Eds). Fuzzy sets, neuralnetworks and softcomputing. N.Y.: VAN Nostrand Reinhold, 1994.Алиев Р. А., Алиев Р. Р. Теория интеллектуальных систем и ее применение. Баку: Casioglu, 2001.Алиев Р. А., Алиев Р. Р. Теория интеллектуальных систем и ее применение. Баку: Casioglu, 2001.Sadigov R. A. e. a. Identification of fuzzy models of geofiled //Eighth International conf. appl. of fuzzy systems and soft computing. Helsinki, Finland, 2008. P. 187- 192.Sadigov R. A. e. a. Identification of fuzzy models of geofiled //Eighth International conf. appl. of fuzzy systems and soft computing. Helsinki, Finland, 2008. P. 187- 192.Bohme G. Fuzzy - logic. N.Y. Springer - Verlag, 1994.Bohme G. Fuzzy - logic. N.Y. Springer - Verlag, 1994.Хайкин С. Нейронные сети. М.: Изд-во ООО «И. Д.Вильямс», 2006.Хайкин С. Нейронные сети. М.: Изд-во ООО «И. Д.Вильямс», 2006.Круглов В. В., Борисов В. В. Искусственные нейронные сети. Теория и практика. М. Горячая линия - Телеком, 2002.Круглов В. В., Борисов В. В. Искусственные нейронные сети. Теория и практика. М. Горячая линия - Телеком, 2002.Рутковская Т., Пилиньский М., Рутковский Л. Нейронные сети и нечеткие системы. М.: Горячая линия - Телеком, 2006.Рутковская Т., Пилиньский М., Рутковский Л. Нейронные сети и нечеткие системы. М.: Горячая линия - Телеком, 2006.Pashayev A. М. е. а. Identification System for the Technical Condition of Gas Turbine Engines of Aircraft //Aviation. 2008. N. 12(4). P. 101 - 112.Pashayev A. М. е. а. Identification System for the Technical Condition of Gas Turbine Engines of Aircraft //Aviation. 2008. N. 12(4). P. 101 - 112.

The authors declare that there are no conflicts of interest present.