TY - JOUR AU - M. Gertsiuk PY - 2022/06/07 Y2 - 2024/03/28 TI - Модель математичного моделювання наслідків забруднення водойм річок з використанням нейронної мережі, що базується на основі задач регресії JF - Системи управління, навігації та зв’язку. Збірник наукових праць JA - СУНЗ VL - 2 IS - 68 SE - Цивільна безпека DO - https://doi.org/10.26906/SUNZ.2022.2.095 UR - https://journals.nupp.edu.ua/sunz/article/view/2568 AB - У статті описаний метод коригування результатів прогнозування забруднення водойм річок, як частина інтелектуального опрацювання результатів, основаних на серії емпіричних гідрологічних рівнянь Харві Джобсона. Обґрунтовані основні принципи, логіка функціонування та процес контекстуальної валідації методу. Для вирішення поставленої мети використані можливості нейронної мережі із застосуванням задачі регресії, як метод визначення коефіцієнту, що коригує основний результат на основі похибки. В основі методу коригування похибки лежить накладення коефіцієнту на деякий результат значення характеристики піку концентрації, виведений для конкретної точки. Моделлю передбачено використання серії емпіричних гідрологічних рівнянь Харві Джобсона, як основного методу прогнозування наслідків забруднення водойм, що є емпіричним та не вимагає деталізованих вхідних даних русла для проведення обчислень. Даний метод є складовою інтелектуальної обробки результату, а не проведення прогнозувань. З використанням нейронної мережі, що функціонує на основі задачі регресії розроблений метод коригування похибки результатів прогнозування забруднення водойм. Визначена можливість використання нейронної мережі з іншими методами, що обчислюють пік концентрації в певній точці в конкретний час. ER -