Вісники та науково-технічні збірники, журнали

Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/12

Browse

Has files: YesSubject: search.filters.subject.hierarchical branched system

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Програмний комплекс для прогнозування основних характеристик надійності симетричних ієрархічних систем за допомогою штучних нейронних мереж
    (Видавництво Львівської політехніки, 2017-03-28) Павлюк, О.; Національний університет “Львівська політехніка”
    Запропоновано програмний модуль для розрахунку основних характеристик надійності симетричних ієрархічних розгалужених систем зі старіючими вихідними елементами з галуженням до 1-го рівня. Здійснено прогнозування характеристик надійності за допомогою неітераційної штучної нейронної мережі радіального типу. Розраховано середньоквадратичну приведену до діапазону значень похибку навчання і прогнозу, а також оцінено час навчання та прогнозуванняШНМ.
  • Thumbnail Image
    Item
    Прогнозування ймовірності роботи та відмови за заданої умови готовності симетричних ієрархічних систем, галужених до 4-го рівня, за допомогою штучних нейронних мереж
    (Видавництво Львівської політехніки, 2014) Павлюк, О.
    Запропоновано програмний модуль для розрахунку ймовірності роботи та відмови за заданої умови готовності ізотропних симетричних ієрархічних розгалужених систем (ІРС) з галуженням до n-го рівня, елементи якої підпорядковуються експоненційному закону. Здійснено прогнозування цих характеристик надійності за допомогою неітераційної штучної нейронної мережі (ШНМ). Розраховано середньоквадратичну приведену до діапазону значень похибку навчання і прогнозу, а також оцінено час навчання та прогнозуванняШНМ. The software module is developed. By the specified readiness parameters it calculates probabilities of the proper operation and failure-ability for the isotropic symmetric and hierarchical branched systems (HBS).The module is tested/restricted against the systems of the n-level branching whose elements obey the exponential rules. The non-iterative artificial neural network (ANN) has been deployed to the prediction of those characteristics. The reduced to the mean value range errors of the ANN learning and forecasting are calculated as well as the time estimations for the ANN learning and forecasting.