Безсонов О. О. Еволюційні штучні нейронні мережі прямого розповсюдження: архітектури, навчання, застосування

У роботі проведено аналіз проблеми розвитку теоретичних основ інтелектуального аналізу даних та створення нових еволюційних штучних нейронних мереж (ЕШНМ) прямого розповсюдження задля підвищення ефективності обробки інформації в умовах апріорної та поточної невизначеності; розроблено новий метод робастної багатокритеріальної оптимізації (Парето-оптимізації) на основі робастних фітнес-функцій та інформаційних критеріїв оцінки складності моделі; запропоновано нові методи навчання ШНМ, що забезпечують необхідну точність навчання при наявності обмежених симетричних та асиметричних завад; розроблено нові процедури корекції параметрів функціоналів, що використовуються при навчанні, та оцінювання параметрів завади, що описується моделлю Тьюки-Хьюбера; розроблено нові закони адаптивного прогнозуючого нейро-управління нелінійними нестаціонарними динамічними об'єктами, що функціонують в умовах невизначеності. У середовищі NeurophStudio проведено імітаційне моделювання різних процедур навчання ЕШНМ; досліджено процес вирішення задач ідентифікації та прогнозуючого управління нелінійними динамічними об'єктами, розроблено програмні засоби, які реалізують запропоновані методи побудови еволюційних ШНМ прямого розповсюдження. Проведено експериментальні дослідження властивостей і характеристик розроблених методів, які підтвердили основні положення дисертації. Достовірність результатів підтверджується експериментальними дослідженнями та впровадженнями.