350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №2 за 2014 г.
Статья в номере:
Научные основы создания иерархических систем мониторинга и оценки влияния объектов транспортной инфраструктуры на окружающую среду
Ключевые слова: искусственная нейронная сеть окружающая среда мегаполис объект транспортной инфраструк¬туры мониторинг прогнозирование иерархическая интеллектуальная информационная система нейросетевая мо¬дель гетерогенные данные экология
Авторы:
А.Н. Васильев - д.т.н., профессор, Санкт-Петербургский государственный политехнический университет. E-mail: a.n.vasilyev@gmail.com В.Н. Денисов - д.т.н., профессор, Санкт-Петербургский государственный горный университет. E-mail: 3565451@mail.ru Д.А. Тархов - д.т.н., профессор, Санкт-Петербургский государственный политехнический университет. E-mail: dtarkhov@gmail.com В.Н. Федотов - доцент, Санкт-Петербургский государственный горный университет. E-mail: nik2k@mail.ru
Аннотация:
Предложены научные основы (методы и алгоритмы) построения иерархической интеллектуальной системы мони¬торинга и прогнозирования влияния автотранспорта и объектов транспортной инфраструктуры на окружающую среду на основе нейросетевых моделей, постоянно подстраиваемых под обновляемые данные и пересылаемых от одного уровня иерархии к другому.
Страницы: 22-30
Список источников

  1. Марчук Г.И.Математическое моделирование в проблеме окружающей среды. М.: Наука.1982. 320 с.
  2. Vasilyev A.N., Tarkhov D.A.New neural network technique to the numerical solution of mathematical physics problems. I: Simple problems // Optical Memory and Neural Networks (Information Optics), Allerton Press, Inc. 2005. V. 14. №. 1. P. 59-72.
  3. Vasilyev A.N., Tarkhov D.A. New neural network technique to the numerical solution of mathematical physics problems. II: Complicated and nonstandard problems // Optical Memory and Neural Networks (Information Optics), Allerton Press, Inc. 2005. V. 14. №. 2. P. 97-122.
  4. Тархов Д.А.Нейронные сети как средство математического моделирования // Нейрокомпьютеры: разработка, применение. 2006. № 2. С. 3-48.
  5. Васильев А.Н.Математическое моделирование распределенных систем с помощью нейронных сетей // Мат. моделирование. 2007. Т. 19. № 12. С. 32-42.
  6. Васильев А.Н., Тархов Д.А. Построение приближенных нейросетевых моделей по разнородным данным // Мат. моделирование. 2007. Т. 19.  № 12. С. 43-51.
  7. Васильев А.Н., Тархов Д.А. Нейросетевое моделирование. Принципы. Алгоритмы. Приложения. СПб.: Изд-во СПбГПУ. 2009.
  8. Васильев А.Н., Осипов В.П., Тархов Д.А. Унифицированный процесс моделирования физико-технических объектов с распределенными параметрами// Научно-техн. ведомости СПбГПУ. «Физ.-мат. науки». 2010.  № 3(104). С. 39-52.
  9. Васильев А.Н. Порубаев Ф.В., Тархов Д.А. Нейросетевой подход к решению некорректных задач теплопереноса // Научно-техн. ведомости СПбГПУ. «Информатика. Телекоммуникации. Управление». 2011. № 1(115). С. 133-142.
  10. Васильев А.Н., Порубаев Ф.В., Тархов Д.А. Нейросетевое решение двумерной обратной задачи теплопереноса с точечными данными измерений // Нейрокомпьютеры: разработка, применение. 2011. № 6. С. 38-44.
  11. Васильев А.Н., Тархов Д.А. О нейросетевом подходе к построению приближенных решений прикладных задач в классической и неклассической постановках / Современные информационные технологии и ИТ-образование. Сб. науч. трудов VII Междунар. научно-практ. конф. М.: МГУ. 2012. Т.1. С. 310-321. 
  12. Васильев А.Н., Осипов В.П., Тархов Д.А. Унифицированный процесс моделирования систем с распределенными параметрами // Нейрокомпьютеры: разработка, применение. 2010. № 7. С. 20-28.
  13. Васильев А.Н., Тархов Д.А. Параметрические нейросетевые модели классических и неклассических задач для уравнения теплопроводности // Научно-технические ведомости СПбГПУ. «Физ.-матем. науки. 2012. № 3(153). С. 136-144.
  14. Васильев А.Н., Осипов В.П. Концепция и принципы рациональной схемы прикладного моделирования // Нейрокомпьютеры: разработка, применение. 2011. № 6. С. 29-37.
  15. Васильев А.Н., Тархов Д.А. Математические модели систем с интервально заданными параметрами на основе гетерогенных нейронных сетей. Продолжение температурного поля - классическая постановка задачи // Нейрокомпьютеры: разработка, применение. 2012. № 11. С. 56-59.
  16. Денисов В.Н., Рогалев В.А. Проблемы экологизации автомобильного транспорта. 2007.
  17. Федотов В.Н.Снижение риска экологического воздействия автотранспорта - критерий управления дорожным движением. М.: НПП Транснавигация. Минтранс России. 2008.
  18. Федотов В.Н., Гудков В.А., Комаров Ю.Я. Методология активного воздействия на экологическую нагрузку городского автотранспорта (монография). Волгоград: Типография УИНЛ ВолгГТУ. 2009.
  19. Федотов В.Н.Выбор объекта и алгоритма нейропрограмм координации систем управления дорожным движением по критерию риска экологического воздействия. М.: НАУЧТЕХЛИТИЗДАТ. 2010.
  20. Федотов В.Н.Инженерный метод очистки воздушной среды городской УДС. СПб.: Изд-во научно-исслед. ин-а. охраны атм. воздуха (НИИ Атмосфера). 2011.
  21. Федотов В.Н. Экспериментально-аналитическое определение скорости распространения поверхности фронта загрязняющих веществ автотранспортного потока. СПб.: РИО СПбГАСУ. 2012.
  22. Федотов В.Н.Модель рассеивания загрязняющих веществ в воздухе городской автомагистрали. СПб.: Изд-во научно-исслед. ин-а охраны атм. воздуха (НИИ Атмосфера). 2012.
  23. Денисов В.Н.Микроскопические твердые частицы как приоритетный вид загрязнений в мегаполисах России. СПб.: Изд-во СПбГУ ИТМО. 2012.
  24. Кривоножко В.Е., Рожнов А.В., Лычев А.В. Построение гибридных интеллектуальных информационных сред и компонентов экспертных систем на основе обобщённой модели анализа среды функционирования // Нейрокомпьютеры: разработка, применение. 2013. № 6. С. 3-12.