Адаптивная нейросетевая модель прогнозирования и управления качеством многоэтапных технологических процессов

dc.contributor.authorФедин, С. С.ru
dc.date.accessioned2014-06-03T10:50:31Z
dc.date.available2014-06-03T10:50:31Z
dc.date.issued2010
dc.description.abstractВ статье разработана адаптивная модель рекурсивной нейронной сети для оперативного прогнозирования и управления качеством сложного многоэтапного технологического процесса. Показано, что суперпозиция моделей нейронных сетей отдельных этапов технологического процесса позволяет создать гибкую модель управления сквозной технологией изготовления изделий.ru
dc.description.abstractIn the article the adaptive model of recursion neuron network is developed for operative prognostication and quality of a diffi cult multistage technological process management. It is rotined that superpoziciya of models of neuron networks of the separate stages of technological process allows to create a fl exible case through technology of making of wares frameen
dc.identifier.citationФедин С. С. Адаптивная нейросетевая модель прогнозирования и управления качеством многоэтапных технологических процессов / С. С. Федин // Энергосбережение. Энергетика. Энергоаудит = Energy saving. Power engineering. Energy audit. – 2010. – № 4. – С. 62-70.ru
dc.identifier.urihttps://repository.kpi.kharkov.ua/handle/KhPI-Press/7081
dc.language.isoru
dc.publisherНТУ "ХПИ"ru
dc.subjectадаптивная модельru
dc.subjectрекурсивная нейронная сетьru
dc.subjectпрогнозированиеru
dc.subjectтехнологический процессru
dc.titleАдаптивная нейросетевая модель прогнозирования и управления качеством многоэтапных технологических процессовru
dc.title.alternativeAdaptive neyrosetevaya model of prognostication and quality of multistage technological processes managementen
dc.typeArticleen

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
EEE_2010_4_Fedin_Adaptive.pdf
Розмір:
321.46 KB
Формат:
Adobe Portable Document Format

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
11.23 KB
Формат:
Item-specific license agreed upon to submission
Опис: