Моделі нечіткого прогнозування у вимірюваннях

Скорочена інформація про документ
dc.contributor.advisorРогоза, Валерій Станіславович
dc.contributor.authorГрищенко, Олена Юріївна
dc.date.accessioned2023-10-06T11:32:04Z
dc.date.available2023-10-06T11:32:04Z
dc.date.issued2023
dc.description.abstractРобота виконана на 124 сторінках, містить 58 ілюстрацій, 26 таблиць. При підготовці використовувалась література з 53 джерел. Актуальність теми. Тема моделі нечіткого прогнозування у вимірюваннях є дуже актуальною, особливо в контексті сучасних вимірювальних систем і технологій. З огляду на складність і неоднозначність даних, отриманих у результаті вимірювань, існує потреба у розробці математичних моделей, які дозволяють прогнозувати результати вимірювань з урахуванням нечіткості даних. У даній магістречькій дисертації реалізовано модель прогнозування із використанням нечіткої логіки у кліматичних вимірюваннях. Мета та задачі дослідження. Метою даної магістерської дисертації є розробка моделі прогнозування із використанням нечіткої логіки у вимірюваннях та оцінка точності і ефективності створеного програмного забезпечення. Об’єкт досліджень. Математичні алгоритми та методи, які дозволяють прогнозувати результати вимірювань з урахуванням нечіткості даних. Предмет досліджень. Розробка моделі прогнозування із використанням нечіткої логіки застосовуючи набір даних, що містить вимірювання величин із датчиків. Методи досліджень. Для реалізації моделі прогнозування було використано базові основи нечіткої логіки, методи аналізу даних та розповсюджені методи прогнозування. Наукова новизна. Наукова новизна моделі прогнозування із використанням нечіткої логіки у вимірюваннях полягає в тому, що такі моделі дозволяють ефективно прогнозувати результати вимірювань з використанням нечітких величин. Модель з використанням нечіткої логіки дозволяє враховувати похибки в даних, що можуть бути зумовлені неточністю датчиків, шумом. Розроблена модель у даній дисертації забезпечуює більш точні результати прогнозування в порівнянні з традиційними методами прогнозування, які не враховують нечіткість даних. Потенційні застосування та практична цінність результатів дипломної роботи: Прогнозування кліматичних явищ. Діагностика та прогнозування розвитку різних захворювань, особливо тих, що мають невизначені чи нечіткі симптоми . Прогнозування фінансових ринків та ризиків інвестування. Плануванні та оптимізації споживання енергії та управління енергетичними системами. Публікації Моделі нечіткого прогнозування в вимірюваннях / Грищенко О.Ю., Рогоза В.С.// Системні науки та інформатика: збірник доповідей І науково-практичної конференції «Системні науки та інформатика», 22-29 листопада 2022 року, Київ. – К., НН ІПСА КПІ ім. Ігоря Сікорського, 2022. – с. 311-314. A comparative analysis of text data classification accuracy and speed using neural networks, Bloom filter and naive Bayes/ Olena Hryshchenko, Vadym Yaremenko// TECHNOLOGY AUDIT AND PRODUCTION RESERVES// № 5/2(61), 2021//p. 6-8uk
dc.description.abstractotherThe work is done on 124 pages, contains 58 illustrations, 26 tables. Literature from 53 sources was used in the preparation. Actuality of theme. The topic of the fuzzy prediction model in measurements is very relevant, especially in the context of modern measurement systems and technologies. Given the complexity and ambiguity of the data obtained as a result of measurements, there is a need to develop mathematical models that allow predicting the results of measurements taking into account the uncertainty of the data. This master's thesis implements a forecasting model using fuzzy logic in climate measurements. The purpose and objectives of the research. The purpose of this master's thesis is to develop a forecasting model using fuzzy logic in measurements and to evaluate the accuracy and efficiency of the created software. Object of research. Mathematical algorithms and methods that allow you to predict the results of measurements taking into account the uncertainty of the data. Subject of research. Development of a fuzzy logic prediction model using a dataset containing measurements from sensors. Research methods. The basic principles of fuzzy logic, data analysis methods and widespread forecasting methods were used to implement the forecasting model. Scientific novelty. The scientific novelty of the prediction model using fuzzy logic in measurements is that such models allow for effective prediction of measurement results using fuzzy values. The model using fuzzy logic allows taking into account errors in the data that may be caused by sensor inaccuracies and noise. The developed model in this dissertation provides more accurate forecasting results compared to traditional forecasting methods that do not take into account the vagueness of the data. Potential applications and practical value of the results of the thesis: 1. Forecasting of climatic phenomena. 2. Diagnosis and forecasting of the development of various diseases, especially those with uncertain or vague symptoms. 3. Forecasting financial markets and investment risks. 4. Planning and optimization of energy consumption and management of energy systems. Publications Models of fuzzy forecasting in measurements / Hryshchenko O.Yu., Rogoza V.S.// System sciences and informatics: collection of reports of the I scientific and practical conference "System sciences and informatics", November 22-29, 2022, Kyiv - K., Igor Sikorsky Kyiv Polytechnic Institute, 2022. - p. 311-314. A comparative analysis of text data classification accuracy and speed using neural networks, Bloom filter and naive Bayes/ Olena Hryshchenko, Vadym Yaremenko// TECHNOLOGY AUDIT AND PRODUCTION RESERVES// № 5/2(61), 2021//p. 6-8uk
dc.format.extent124 с.uk
dc.identifier.citationГрищенко, О. Ю. Моделі нечіткого прогнозування у вимірюваннях : магістерська дис. : 122 Комп’ютерні науки / Грищенко Олена Юріївна. – Київ, 2023. – 124 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/61014
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectмодель прогнозуванняuk
dc.subjectнечітка логікаuk
dc.subjectвимірюванняuk
dc.subjectфункція приналежностіuk
dc.subjectфункція невизначеностіuk
dc.subjectефективність моделіuk
dc.subjectprediction modeluk
dc.subjectfuzzy logicuk
dc.subjectmeasurementuk
dc.subjectmembership functionuk
dc.subjectuncertainty functionuk
dc.subjectmodel efficiencyuk
dc.subject.udc004.94uk
dc.titleМоделі нечіткого прогнозування у вимірюванняхuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Hryshchenko_magistr.docx
Розмір:
2.4 MB
Формат:
Microsoft Word XML
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (СП)
Магістерські роботи