Method of predicting the water level in the Dniester river, depending on weather conditions

• Autorzy: Mandryk O. M. , Horbiychuk M. I.
• Języki publikacji: EN

Abstrakty

EN

This paper deals with a new method of constructing mathematical models of complex processes aliquant vibration frequencies, based on the ideas of genetic algorithms. Compared with the method of data handling group, this method makes it possible to synthesize mathematical models of any complexity without selecting the number of rows selection. Moreover, the use of genetic algorithms will significantly reduce the number of calculations when iterating the models. The new point method can be used to predict both the physical phenomena and complicated processes. The authors created the model of changes in the water level in the Dniester river on the basis that the above method gives satisfactory results of forecasting.

Słowa kluczowe

EN

synthesis of mathematical models; genetic algorithm; chromosomes; external criterion aliquant frequency harmonic series forecasting accuracy

PL

synteza modeli matematycznych; algorytm genetyczny; chromosom

• Wydawca: Wydawnictwo Politechniki Częstochowskiej
• Czasopismo: Journal of Applied Mathematics and Computational Mechanics
• Rocznik: 2014
• Tom: Vol. 13, nr 1
• Strony: 45--59
• Opis fizyczny: Bibliogr. 10 poz., rys.

Twórcy

autor

Mandryk O. M.

• IFNTUOG Karpatska 15, Ivano-Frankivsk, 76019 Ukraine

autor

Horbiychuk M. I.

• IFNTUOG Karpatska 15, Ivano-Frankivsk, 76019 Ukraine

Bibliografia

• [1] Бокс Дж, Анализ временных рядов. Прогноз и управление (Дж. Бокс, Г. Дженкинс), Пер. с англ. А.Л. Левшина, Мир, М.: 1974, 406 с.
• [2] Ивахненко А.Г., Индуктивный метод самоорганизации моделей сложных систем: монография (А.Г. Ивахненко), Наукова думка, К.: 1981, 296 с.
• [3] Горбійчук М.І., Метод побудови математичних моделей складних процесів на засадах генетичних алгоритмів (М.І. Горбійчук, М.А. Шуфнарович), Штучний інтелект 2010, 4, 50-57.
• [4] Вержбицкий В.М., Основы численных методов: учебник для вузов (В.М. Вержбицкий), Высшая школа, М.: 2002, 840 с.
• [5] Ивахненко А.Г., Справочник по типовым программам моделирования (А.Г. Ивахненко, Ю.В. Коппа, В.С. Степашко и др.), под ред. А.Г. Ивахненко, Техніка, К.: 1980, 180 с.
• [6] Рутковская Д., Нейронные сети, генетические алгоритмы и нечеткие системы (Д. Рутковская, М. Пилиньский, Л. Рутковский), пер. с польск. И.Д. Рудинского, Горячая линия-Телеком, М.: 2004, 452 с.
• [7] Ивах Горбійчук М.І., Індуктивний метод побудови математичних моделей газоперекачу-вальних агрегатів природного газу (М.І. Горбійчук, М.І. Когутяк, Я.І. Заячук), Нафтова і газова промисловість 2008, 5, 32-35.
• [8] Горбійчук М.І., Індуктивний метод побудови математичних моделей газоперекачувальних агрегатів природного газу (М.І. Горбійчук, М.І. Когутяк, Я.І. Заячук), Нафтова і газова промисловість 2008, 5, 32-35.
• [9] Ермаков С.М., Математическая теория оптимального эксперимента (С.М. Ермаков, А.А. Жиглявский), Учеб. Пособие, Наука, М.: 1987, 320 с.
• [10] Ивахненко А.Г., Самоорганизация прогнозирующих моделей (А.Г. Ивахненко, Й.А. Мюллер), Техніка, К.: 1985; Берлин: ФЕБ Ферлаг Техник, 1984. - 224 с., ил. - Библиогр.: 220 c.