Прогнозування нелінійної динаміки виробничої мережі на основі багатошарових нейронних моделей

Read full text Summarise with VIRAT
Authors: Н.В. Кіт
Cited by: 0
References: 15

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

В даній статті проведено аналітичний огляд публікацій по проектуванню виробничої мережі на основі багатошарових нейронних моделей, зокрема їх актуальності на сучасних виробництвах, а також проблемами, які виникають при транспортуванні сировини між логістично-виробничими вузлами. Проведено аналіз робіт в наукометричній базі Scopus по роках. Представлено авторів, які опублікували найбільшу кількість робіт, а також країни та навчальні заклади, які саме види публікацій найбільше публікувалися та в які галузі науки до них була проявлена найбільша цікавість. Представлено спонсорські фонди, які зробили найбільший вклад у видавництво даних наукових робіт. Для вирішення проблем, які виникають під час транспортування сировини між логістичними вузлами розроблено решітчасту модель на прямокутній решітці з використанням решітчастих диференціальних рівнянь із затримкою. Сфокусовано увагу на якісному аналізі динамічної поведінки, динамічної решітчастої моделі. Проблему якісної поведінки моделі вирішено, як проблему багатошарових нейронних моделей. Для побудови навчального набору даних був використаний багатоваріаційний метод прогнозування нелінійної динаміки. Було проаналізовано та проведено порівняння нейромереж, які задані відповідними архітектурами, з лінійними та нелінійними виходами. В результаті аналізу виявлено, що архітектури з лінійними виходами демонструють кращу відповідність між очікуваними та прогнозованими значеннями. Отримані у роботі результати вказують на важливість вибору правильної архітектури нейронної мережі залежно від поставлених завдань та вимог до точності та часу навчання моделі

Fields of Study & Subjects

Neural Networks and Applications Industrial Technology and Control Systems Impact of AI and Big Data on Business and Society

Publication details

Journal / source
COMPUTER-INTEGRATED TECHNOLOGIES EDUCATION SCIENCE PRODUCTION
Issue
62
Pages
247–261
Publication date
28 March 2026
Language
UK