Fuzzy neural network forecasting condition highway
- 1 к.т.н., доцент, кафедра «Экономика и управление дорожным хозяйством», Волгоградский государственный архитектурно-строительный университет
Abstract
We propose a method for predicting changes in the operational status of roads using fuzzy neural networks. The learning algorithm is implemented in the model allows to adjust the results forecast in order to improve the accuracy of calculations. operational status of prediction improves the efficiency of road work enhances the effectiveness of road works.
How to cite
Скоробогатченко Д.А. Нечеткая нейронная сеть прогнозирования эксплуатационного состояния автомобильных дорог // Нейрокомпьютеры: разработка, применение. 2011. № 10. С. 46–47.
References
- Рутковская
Д., Пилиньский М., Рутковский Л.
Нейронные сети, генетические алгоритмы и нечеткие системы.
М.: Горячая линия-Телеком. 2006. - Камаев В.А., Щербаков М.В., Скоробогатченко Д.А. Применение нечетких нейросетевых моделей для идентификации состояния автомобильных дорог // Вестник компьютерных и информационных технологий. 2010. № 12. С. 36-41.
- Скоробогатченко Д.А. Управление эксплуатационным состоянием автомобильных дорог с учетом информации качественного характера // Вестник Московского автомобильно-дорожного государственного технического университета. 2011. № 2 (25). С. 78-84.