КОНСТРУКТИВНА РЕАЛІЗАЦІЯ ЗАКОНУ МІНІМУМУ ЛІБІХА В ПАРАДИГМІ СИНТЕЗУ НЕЙРОМЕРЕЖНОГО КЛАСИФІКАТОРА СТАНІВ СУБ’ЄКТА
Ключові слова:
закон Лібіха про мінімум, нейронна мережа, ансамбль нейронних мережевих моделей з примусовим навчанням
Анотація
Закон мінімуму Лібіха – один з фундаментальних законів в екології, який гласить, що найбільш значущий для організму той фактор, який найбільше відхиляється від його оптимального значення і при цьому найбільш істотно обмежує успішну життєдіяльність організму, будучи найслабшою ланкою в ланцюзі його екологічних потреб. Тому під час класифікації та прогнозуванні екологічних умов дуже важливо визначити слабку ланку в житті організмів. Однак з огляду на неоднозначність впливу факторів, компенсацію впливу одних факторів іншими, а також наявність синергетичного ефекту впливу на результат, можна констатувати, що закон Лібіха слід розглядати як закон, що діє в умовах високого ступеня невизначеності, що в ряді випадків ускладнює ефективність його застосування на практиці. Мета статті – знайти детермінований зв’язок вхідних факторів з цільовою функцією (набором показників стану суб’єкта аналізу), що передбачає синтез ансамблю нейромережевих моделей з примусовим навчанням на прикладах ретроспективних даних, забезпечити їх адекватність, продуктивність і точність, створити алгоритм модифікації значення вхідних факторів під заданий клас стану суб'єкта дослідження для прагматичного, високоефективного використання закону Лібіха на практиці. В роботі розроблена технологія кількісної оцінки детермінуючої сили факторів, що впливають на стан організму, на основі синтезу ансамблю адекватних моделей зв'язку простору вхідних факторів зі станом суб'єкта аналізу. Проведена кількісна диференціальна оцінка впливу вхідних факторів на стан суб'єкта, алгоритмізована адапта- ція вхідних факторів до цільового стану суб'єкта дослідження. Це розширює можливості практичного застосування закону мінімуму Лібіха, як у кількісній оцінці проблемних екологічних факторів, так і в варіаціях ними для досягнення необхідного стану суб'єкта. Встановлено інваріантність розробленої технології кількісної оцінки детермінуючої сили вхідних факторів до особливостей предметної області, що дозволяє поширити отримані результати на тваринний і рослинний світ та підкреслює універсальність положень закону ЛібіхаЗавантаження
Дані про завантаження поки що недоступні.
Посилання
1. Brodskiy A.K. Brief course of general ecology. SPb: Dean, 2000. – 224 p.
2. Khotuntsev Yu.L. Ecology and ecological safety. M.: Academia, 2004. – 480 p.
3. Haykin S. Neural Networks: A Comprehensive Foundation, 2nd Edition. McMaster University, Ontario Canada, 1998. – 842 p.
4. Aloshin S.P. Neyrosetevoy bazis podderzhki resheniy v prostranstve faktorov i sostoyaniy vysokoy razmernosti. – Poltava: Izd.«Skaytek», 2013. – 208 p.
5. Alyoshin S.P. Situatsionnyye tsentry bystrogo reagirovaniya: prinyatiye resheniy v srede neyroemulyatorov // Systemy upravlinnya, navihatsiyi ta zv’yazku – 2011. – No 1 (17). – Pp. 240 – 247.
6. Alyoshin S.P., Haitan O.M. Neural network modeling of the process of non-invasive screening-analysis of oxygen saturation providing the invariance to the impact of masking factors // Modern engineering and innovative technologies. – 2021. – Issue 16. Part 2. – P. 83 – 89.
7. Alyoshin S.P., Haitan O.M. Intelligent technologies of strategic enterprise management in the basis of artificial neural networks // Modern engineering and innovative technologies. – 2020. – Issue 14. Part 2. – P. 24 – 29.
8. Borovikov V.P. STATISTICA NN – Tekhnicheskoye opisaniye. M.: Mir, 1999. – 239 p.
2. Khotuntsev Yu.L. Ecology and ecological safety. M.: Academia, 2004. – 480 p.
3. Haykin S. Neural Networks: A Comprehensive Foundation, 2nd Edition. McMaster University, Ontario Canada, 1998. – 842 p.
4. Aloshin S.P. Neyrosetevoy bazis podderzhki resheniy v prostranstve faktorov i sostoyaniy vysokoy razmernosti. – Poltava: Izd.«Skaytek», 2013. – 208 p.
5. Alyoshin S.P. Situatsionnyye tsentry bystrogo reagirovaniya: prinyatiye resheniy v srede neyroemulyatorov // Systemy upravlinnya, navihatsiyi ta zv’yazku – 2011. – No 1 (17). – Pp. 240 – 247.
6. Alyoshin S.P., Haitan O.M. Neural network modeling of the process of non-invasive screening-analysis of oxygen saturation providing the invariance to the impact of masking factors // Modern engineering and innovative technologies. – 2021. – Issue 16. Part 2. – P. 83 – 89.
7. Alyoshin S.P., Haitan O.M. Intelligent technologies of strategic enterprise management in the basis of artificial neural networks // Modern engineering and innovative technologies. – 2020. – Issue 14. Part 2. – P. 24 – 29.
8. Borovikov V.P. STATISTICA NN – Tekhnicheskoye opisaniye. M.: Mir, 1999. – 239 p.
Опубліковано
2021-09-03
Як цитувати
Alyoshin S. Конструктивна реалізація закону мінімуму лібіха в парадигмі синтезу нейромережного класифікатора станів суб’єкта / S. Alyoshin, HаitanO., O. Zyma // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2021. – Т. 3 (65). – С. 113-117. – doi:https://doi.org/10.26906/SUNZ.2021.3.113.
Розділ
Цивільна безпека
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
