Record Details

Fuzzy neural networks in the assessment of environmental safety

Voprosy statistiki

View Archive Info
 
 
Field Value
 
Title Fuzzy neural networks in the assessment of environmental safety
Нечеткие нейронные сети в оценке экологической безопасности
 
Creator V. Glinskiy V.; Novosibirsk State University of Economics and Management
L. Serga K.; Novosibirsk State University of Economics and Management
K. Zaykov A.; Novosibirsk State University of Economics and Management
M. Khvan S.; Novosibirsk State University of Economics and Management
Владимир Глинский Васильевич; Новосибирский государственный университет экономики и управления
Людмила Серга Константиновна; Новосибирский государственный университет экономики и управления
Кирилл Зайков Алексеевич; Новосибирский государственный университет экономики и управления
Мария Хван Сергеевна; Новосибирский государственный университет экономики и управления
 
Subject индикатор; нечеткие нейронные сети; субъекты Российской Федерации; экологическая безопасность; indicator; fuzzy neural networks; constituent entities of the Russia; environmental safety
 
Description The article focuses on the problem of assessing the level of the fuzzy phenomena as environmental safety territorial entities. The study presents a solution to this problem by neural networks. Application of neural networks allows to overcome the lack of available input information and to carry out the correct assessment of the environmental safety of territorial entities. For these purposes is used the method of neural network training. The advantages of using fuzzy neural networks are the flexibility and the possibility to work directly with implicit parameters and criteria, approximate or unknown data; a tolerance for ambiguities and contradictions of used data. This technique allowed to solve the following tasks: to carry out a typology of constituent entities of the Russian Federation in terms of environmental safety and to develop scenarios to enhance their security; to forecast the changes in their development, taking into account environmental factors.
Статья посвящена проблеме оценки уровня нечетких явлений, как экологическая безопасность территориальных образований. Данное исследование представляет собой решение этой проблемы с помощью нейронных сетей. Применение нейронных сетей позволяет преодолеть недостаток имеющейся информации на входе и проводить корректную оценку экологической безопасности территориальных образований. Для этого используется метод обучения нейронной сети. К преимуществам использования нечетких нейронных сетей относится гибкость и возможность работать непосредственно с неявно определенными параметрами и критериями, заведомо приблизительными или неизвестными данными, терпимость к нечеткости и противоречивости используемых данных. Этот метод позволил решить следующие задачи: провести типологию субъектов Российской Федерации по экологической безопасности и разработать сценарии повышения их безопасности; спрогнозировать изменения в их развитии, принимая во внимание экологические факторы.
 
Publisher Information and publishing center "Statistics of Russia"
 
Date 2016-12-12
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
—
 
Format application/pdf
 
Identifier http://voprstat.elpub.ru/jour/article/view/295
 
Source Voprosy statistiki; № 12 (2015); 61-68
Вопросы статистики; № 12 (2015); 61-68
2313-6383
 
Language rus
 
Relation http://voprstat.elpub.ru/jour/article/view/295/296
Glinskiy V.V., Serga L.K., Khvan M.S. Environmental Safety ofthe Region: New Approach to Assessment, Procedia CIRP, Volume 26, 2015, P. 30-34.
Бариев С.И., Охонин В.А Адаптивные сети обработки информации. Красноярск: Ин-т физики СО АН СССР, 1986. Препринт № 59Б. - 20 с.
Борисова А.С. Влияние процедуры сглаживания данных на оценку развития электронного правительства регио нов России [Электронный ресурс]. URL: http://www.rae.ru/ fs/?section=content&op=show_article&article_id=10002979
Бэстенс Д.Э., Ван Ден Берг B.-M., Вуд Д. Нейронные сети и финансовые рынки. Принятие решений в торговых операциях. М.: ТВП, 1997. - 236 с.
Васильева А.А. Свойства муниципального образования как социально-экономической системы [Электронный ресурс]. URL: http://vasilievaa.narod.ru/mu/stat_rab/stat/vasil/ MOSES.htm
Галушкин А.И. Синтез многослойных систем распознавания образов. М.: Энергия, 1974.
Глинский В.В., Серга Л.К., Чемезова Е.Ю., Зайков К.А. Об оценке пороговых значений в решении задачи классификации данных // Вопросы статистики. 2014. № 12. С. 30-36.
Методы классификации и прогнозирования. Нейронные сети. Обучение нейронных сетей [Электронный ресурс]. URL: http://www.intuit.ru/studies/courses/6/6/lecture/ 178?page=4
Михайлов А.С., Староверов Б.А. Проблемы и перспективы использования искусственных нейронных сетей для идентификации и диагностики технических объектов [Электронный ресурс]. URL: http://vestnik.ispu.ru/sites/vest nik.ispu.ru/files/publications/str._64-68.pdf
Нейронные сети [Электронный ресурс]. URL: http:// statlab.kubsu.ru/sites/project_bank/nural.pdf
Нейронные сети [Электронный ресурс]. URL: http:// www.statsoft.ru/home/textbook/modules/stneunet.html
Серга Л.К. О подходах к решению задач идентификации нечетких совокупностей // Вестник НГУЭУ. 2013. № 3. С. 83-91.
Серга Л.К. Об одном подходе к определению пороговых значений в решении задачи классификации // Вестник НГУЭУ. 2012. № 1. C. 54-60.
Серга Л.К., Овечкина Н.И., Шмарихина Е.С., Чемезова Е.Ю., Скрипкина Т.Б., Зайков К.А. Сфера услуг как катализатор развития территорий // Вестник НГУЭУ. 2015. № 1. С. 137-147.
Слепнев Е.С. Применение искусственных нейронных сетей для анализа предаварийных ситуаций турбоагрегатов электростанций [Электронный ресурс]. URL: http:// naukovedenie.ru/PDF/46TVN314.pdf
Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.gks.ru/
Хван М.С. Оценка влияния экологических параметров на уровень устойчивого развития территорий РФ // Тезисы докладов 6-й Международной научно-практической конференции студентов и аспирантов (Москва, 12-15 мая 2015 г.). М.: НИУ «Высшая школа экономики», 2015. С.270.
Хван М.С. Статистическая оценка экологической безопасности территорий РФ // Материалы 53-й Международной научной студенческой конференции МНСК-2015: Экономика / Новосиб. гос. ун-т. Новосибирск, 2015. С. 92-93.
 
Rights Authors who publish with this journal agree to the following terms:Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
Авторы, публикующие в данном журнале, соглашаются со следующим:Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным сохранением ссылок на авторов оригинальной работы и оригинальную публикацию в этом журнале.Авторы сохраняют право заключать отдельные контрактные договорённости, касающиеся не-эксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге), со ссылкой на ее оригинальную публикацию в этом журнале.Авторы имеют право размещать их работу в сети Интернет (например в институтском хранилище или персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу (См. The Effect of Open Access).