Развитие методов оптимизации информационных систем на основе вейвлет-канонических разложений и технологий вейвлет-нейронной сети

  • Igor Nikolaevich Sinitsyn Федеральный исследовательский центр "Информатика и управление" РАН http://orcid.org/0000-0002-0534-4262
  • Vladimir Igorevich Sinitsyn Федеральный исследовательский центр "Информатика и управление" РАН http://orcid.org/0000-0003-1456-9719
  • Eduard Rudolfovich Korepanov Федеральный исследовательский центр "Информатика и управление" РАН http://orcid.org/0009-0007-9795-0983
  • Tatyana Dmitrievna Konashenkova Федеральный исследовательский центр "Информатика и управление" РАН http://orcid.org/0000-0001-8498-979X

Аннотация

Канонические разложения (КР) стохастических процессов (СтП) широко используются в прикладной математике, информатике и теории управления. На основе вейвлет-вычислительных технологий авторами разработана теория вейвлет-канонических разложений (ВЛКР), а также теория КР на основе вейвлет-нейронной сети (КРВНС). В докладе после краткого обзора развития теории КР, ВЛКР и КРВНС рассматривается метод синтеза оптимальной информационной системы по энергетическому критерию (ЭК). Описан нейросетевой метод построения ЭК-оптимальной нестационарной линейной стохастической системы (СтС), описываемой уравнениями В.С. Пугачева для параметров качества информационной системы. Приведена постановка задачи оптимизации. Дан нейросетевой алгоритм построения КРВНС случайной помехи из состава входного СтП. Описан нейросетевой метод построения ЭК-оптимального оператора СтС и ЭК-оптимальной оценки выходного СтП. Получены формулы для математического ожидания и дисперсии ошибки ЭК-оптимальной оценки выходного СтП. Приводится иллюстративный пример. Сравнительный анализ предлагаемого нейросетевого метода построения оптимальной оценки выходного СтП системы, описываемой уравнениями В. С. Пугачёва, с другими приближенными методами, разработанными авторами, показал, что все методы дают одинаковый порядок точности вычислений. Но предлагаемый метод проще в исполнении, так как не требует предварительных аналитических выкладок в том случае, когда случайные параметры системы заданы только первыми двумя конечными вероятностными моментами.

Сведения об авторах

Igor Nikolaevich Sinitsyn, Федеральный исследовательский центр "Информатика и управление" РАН

главный научный сотрудник отдела № 61 "Стохастические проблемы информатики" отделения 6 "Стохастические и интеллектуальные методы и средства моделирования и построения систем с интенсивным использованием данных", доктор технических наук, профессор

Vladimir Igorevich Sinitsyn, Федеральный исследовательский центр "Информатика и управление" РАН

главный научный сотрудник, руководитель отделения 6 "Стохастические и интеллектуальные методы и средства моделирования и построения систем с интенсивным использованием данных", доктор физико-математических наук

Eduard Rudolfovich Korepanov, Федеральный исследовательский центр "Информатика и управление" РАН

ведущий научный сотрудник, руководитель отдела № 61 "Стохастические проблемы информатики" отделения 6 "Стохастические и интеллектуальные методы и средства моделирования и построения систем с интенсивным использованием данных", кандидат технических наук, профессор

Tatyana Dmitrievna Konashenkova, Федеральный исследовательский центр "Информатика и управление" РАН

научный сотрудник отдела № 61 "Стохастические проблемы информатики" отделения 6 "Стохастические и интеллектуальные методы и средства моделирования и построения систем с интенсивным использованием данных", кандидат физико-математических наук

Опубликована
2025-04-28
Как цитировать
SINITSYN, Igor Nikolaevich et al. Развитие методов оптимизации информационных систем на основе вейвлет-канонических разложений и технологий вейвлет-нейронной сети. Современные информационные технологии и ИТ-образование, [S.l.], v. 21, n. 1, apr. 2025. ISSN 2411-1473. Доступно на: <http://sitito.cs.msu.ru/index.php/SITITO/article/view/1183>. Дата доступа: 02 june 2025
Раздел
Прикладные проблемы оптимизации