Метод синтеза оптимальных по сложности эмпирических моделей в условиях неопределенности

Abstract

Розроблено метод синтезу моделей оптимальної складності для умов, коли змінні моделі — нечіткі величини. Метод орієнтований на клас поліноміальних моделей. Відбір найкращих моделей здійснюється з використанням критеріїв регулярності або зсуву. Використання ідей генетичних алгоритмів дає можливість зняти проблему великої розмірності, яка властива комбінаторному методу. Ефективність розробленого методу перевірено на промислових даних, що дозволило синтезувати оптимальну за структурою емпіричну модель для умов буріння.

The method of synthesis of models optimum on complexity is worked out for conditions, when variables are fuzzy values. A method is oriented to the class of polynomial models. The selection of the best models is performed with the use of criteria of regularity or change. The use of ideas of genetic algorithms gives an opportunity to take off the problem of large dimension, peculiar to the combinatorial method.