Винокурова О. А. Прогнозування та емуляція нестаціонарних послідовностей за допомогою штучних вейвлет-нейронних мереж

Дисертацію присвячено розробці інтелектуальних методів прогнозування та емуляції нестаціонарних послідовностей за умов апріорної та поточної невизначеності в реальному часі за допомогою штучних вейвлет-нейронних мереж. Модифіковано архітектуру гібридної вейвлет-нейронної мережі.. Запропоновано адаптивну модифікацію методу стохастичної апроксимації та методу одночасної дії за нестаціонарних умов навчання. Уперше запропоновано генератори аналітичних парних і непарних вейвлетів, які дозволяють одержувати різні види вейвлетів і можли-вість настроювання їх параметрів при навчанні нейронних ме-реж. Розроблено архітектуру вейвлет-нейрона для рішення задачі прогнозування. Запропоновано новий оптимальний за швидкодією метод навчання вейвлет-нейрона на основі градієнтних методів зі згладжуванням. Уперше запропоновано метод навчання на точках повороту вейвлет-нейрона на основі оптимізації гібридного критерію якості. Запропоновано метод навчання на основі алгоритмів еволюційного планування, що має захист від "застрягання" у локальних мінімумах за рахунок введення випадкового блукання в сполученні із самонавчанням. Розроблено пакет програм для моделювання роботи розроблених спеціалізованих гібридних вейвлет-нейромережевих моделей та їх методів навчання.