350 руб
Журнал «Нелинейный мир» №9 за 2014 г.
Статья в номере:
Прогностическая метеорологическая модель динамики многомерного векторного нестационарного процесса
Ключевые слова: нестационарный процесс метеорологические условия векторная авторегрессия искусственная нейронная сеть
Авторы:
М. Г. Матвеев - д.т.н., профессор, науч. сотрудник, ВУНЦ ВВС «ВВА» (г. Воронеж). E-mail: mgmatveev@yandex.ru С. Л. Кирносов - к.т.н., докторант, ВУНЦ ВВС «ВВА» (г. Воронеж). E-mail: slk_met@mail.ru
Аннотация:
Построена скорректированная прогностическая модель динамики многомерного нестационарного метеорологического процесса. Проанализированы структура и модификации модели, показаны особенности ее функционирования. Параметры построенной модели адаптированы к решению метеорологических задач и функционально связаны с входными данными.
Страницы: 11-15
Список источников

  1. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов. М.: Финансы и статистика. 2003. 416 с.
  2. Матвеев М.Г., Михайлов В.В., Семенов М.Е. Использование модели Сугено для прогнозирования метеорологических показателей // Вестник Воронежского государственного университета. Серия Системный анализ и информационные технологии. 2011. № 2. С. 164−169.
  3. Матвеев М.Г., Михайлов В.В., Семенов М.Е., Сирота Е.А. Модель анализа динамики векторного метеорологического процесса // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. 2013. № 1. С. 89−94.
  4. Михайлов В.В. Оптимизация использования метеоинформации при решении практических задач // Метеорология и гидрология. Научно-технический журнал. 2006. № 2. С. 17−25.
  5. Матвеев М.Г., Михайлов В.В. Системная методология выбора информационных технологий управления в условиях метеорологической неопределенности // Вестник Воронежского государственного университета. Сер.Системныйанализиинформационныетехнологии. 2006. № 1. С. 73−77.