International Conference «Mathematical and Informational Technologies, MIT-2011»
(IX Conference «Computational and Informational Technologies for Science,
Engineering and Education»)

Vrnjacka Banja, Serbia, August, 27–31, 2011

Budva, Montenegro, August, 31 – September, 5, 2011

Нежевенко Е.С.   Козик В.И.   Феоктистов А.С.  

Адаптивное прогнозирование развития динамических процессов на поверхности земли с использованием рекуррентных нейронных сетей

Reporter: Нежевенко Е.С.

     Максимальное снижение вреда от пространственных катаклизмов на поверхности Земли требует разработки эффективных методов предсказания их поведения. Перспективным решением поставленной задачи является использование нейронных сетей. Основным преимуществом такого представления является возможность обучения нейронной сети путем использования результатов наблюдения процессов (оптического, радиолокационного и др.). В настоящей работе в качестве катаклизма рассматривается лесной пожар.
     Предлагается распространение пожара моделировать в полярной системе координат, причем нейроны располагаются на радиусах системы. Роль синаптических связей играют каналы теплопередачи, а синаптические коэффициенты определяются параметрами среды. Сигналы возбужденных нейронов передаются на окружающие нейроны и суммируются ими. Если превышен порог активации, нейрон переходит в состояние возбуждения. В активном состоянии нейрон находится конечное время, после чего навсегда переходит в неактивное состояние. Рабочая область в окрестности фронта пожара, состоящая из возбужденных и возбуждаемых нейронов, перемещается по радиусам, возбуждаемые нейроны замещаются возбужденными и таким образом реализуется рекуррентная нейронная сеть.
     На каждом шаге после расчета состояния системы производится коррекция синаптических коэффициентов для нейронов, находящихся в рабочей области. Коррекция осуществляется на основе несвязного расширенного фильтра Калмана, обеспечивающего ускоренную адаптацию. Вектор состояний определяется набором исходных параметров среды, а учет наблюдений ведется сравнением рассчитанного состояния с действительным развитием пожара. Разница между их фронтами минимизируется путем коррекции вектора состояний.
     На основании изложенных принципов создано программное обеспечение для моделирования развития лесных пожаров. Эффективность моделирования доказана путем введения неопределенности в исходный набор параметров с последующим адаптивным восстановлением вектора состояний.

Abstracts file: Тезисы доклада.doc


To reports list

© 1996-2019, Institute of computational technologies of SB RAS, Novosibirsk