开发一种专门针对神经网络洪水预测的软件综合体

Владимир Иванович Сырямкин, Борис Павлович Иваненко, Семён Александрович Клестов, Мария Денисовна Хильчук
{"title":"开发一种专门针对神经网络洪水预测的软件综合体","authors":"Владимир Иванович Сырямкин, Борис Павлович Иваненко, Семён Александрович Клестов, Мария Денисовна Хильчук","doi":"10.18799/24131830/2023/5/3859","DOIUrl":null,"url":null,"abstract":"Ссылка для цитирования Разработка специализированного программного комплекса для нейросетевого прогноза паводковых вод / В.И. Сырямкин, Б.П. Иваненко, С.А. Клестов, М.Д. Хильчук  // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2023. – Т. 334. – № 5. – С.205-216.\nАктуальность исследования обусловлена необходимостью разработки современных методов оперативного мониторинга состояния территорий из-за наличия различного рода стихийных явлений, в частности наводнений и паводковых затоплений. Решению этой проблемы уделяется большое внимание государствами, регионами, муниципалитетами и поселениями. Цель: разработка специализированного программного комплекса, предназначенного для решения задач краткосрочного и среднесрочного прогноза уровня паводковых вод на основе оперативных данных гидрологических наблюдений при минимальном наборе входных данных и с возможностью работать с данными аэрокосмических наблюдений. Объекты: участок, на котором происходит слияние рек Томи и Оби и ниже по течению Оби в местах расположения гидрологических постов: пос. Победа, с. Никольское, с. Молчаново. Методы: нейросетевое информационное моделирование. Результаты. Рассмотрена методика создания нейросетевого имитатора, предназначенного для обработки результатов гидрологических измерений и решения широкого круга практических задач, в том числе и прогностических. Разработана оригинальная методика построения обучающих выборок, позволяющая получать результаты при минимальном наборе исходных данных. Исследована эффективность и точностные характеристики нейросетевых алгоритмов при решении задачи прогноза уровня паводковых вод в период с 1 апреля по 30 июня 2011–2017 гг.","PeriodicalId":51816,"journal":{"name":"Bulletin of the Tomsk Polytechnic University-Geo Assets Engineering","volume":null,"pages":null},"PeriodicalIF":0.6000,"publicationDate":"2023-05-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"РАЗРАБОТКА СПЕЦИАЛИЗИРОВАННОГО ПРОГРАММНОГО КОМПЛЕКСА ДЛЯ НЕЙРОСЕТЕВОГО ПРОГНОЗА ПАВОДКОВЫХ ВОД\",\"authors\":\"Владимир Иванович Сырямкин, Борис Павлович Иваненко, Семён Александрович Клестов, Мария Денисовна Хильчук\",\"doi\":\"10.18799/24131830/2023/5/3859\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Ссылка для цитирования Разработка специализированного программного комплекса для нейросетевого прогноза паводковых вод / В.И. Сырямкин, Б.П. Иваненко, С.А. Клестов, М.Д. Хильчук  // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2023. – Т. 334. – № 5. – С.205-216.\\nАктуальность исследования обусловлена необходимостью разработки современных методов оперативного мониторинга состояния территорий из-за наличия различного рода стихийных явлений, в частности наводнений и паводковых затоплений. Решению этой проблемы уделяется большое внимание государствами, регионами, муниципалитетами и поселениями. Цель: разработка специализированного программного комплекса, предназначенного для решения задач краткосрочного и среднесрочного прогноза уровня паводковых вод на основе оперативных данных гидрологических наблюдений при минимальном наборе входных данных и с возможностью работать с данными аэрокосмических наблюдений. Объекты: участок, на котором происходит слияние рек Томи и Оби и ниже по течению Оби в местах расположения гидрологических постов: пос. Победа, с. Никольское, с. Молчаново. Методы: нейросетевое информационное моделирование. Результаты. Рассмотрена методика создания нейросетевого имитатора, предназначенного для обработки результатов гидрологических измерений и решения широкого круга практических задач, в том числе и прогностических. Разработана оригинальная методика построения обучающих выборок, позволяющая получать результаты при минимальном наборе исходных данных. Исследована эффективность и точностные характеристики нейросетевых алгоритмов при решении задачи прогноза уровня паводковых вод в период с 1 апреля по 30 июня 2011–2017 гг.\",\"PeriodicalId\":51816,\"journal\":{\"name\":\"Bulletin of the Tomsk Polytechnic University-Geo Assets Engineering\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.6000,\"publicationDate\":\"2023-05-31\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Bulletin of the Tomsk Polytechnic University-Geo Assets Engineering\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.18799/24131830/2023/5/3859\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"ENGINEERING, GEOLOGICAL\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Bulletin of the Tomsk Polytechnic University-Geo Assets Engineering","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18799/24131830/2023/5/3859","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"ENGINEERING, GEOLOGICAL","Score":null,"Total":0}
引用次数: 0

摘要

引文引用了tomsk理工大学(md) hilchuk // /通知的神经网络预测软件综合体的发展。工程георесурс。- 2023。- t . 3345 .№。-С.205 216。这项研究的紧迫性在于,由于存在各种自然现象,特别是洪水和洪水,需要制定现代的现场监测方法。各国、地区、市政当局和定居点高度重视解决这一问题。目标:设计专门的软件综合体,旨在根据最低输入数据的操作水文观测数据,并能够处理航空航天观测数据来解决中短期洪水预测。对象:汤米和欧比河汇合的地点和欧比河下游的水文位置:poc。胜利c尼科尔斯基c沉默方法:神经网络信息模拟。结果。它采用了一种神经网络模拟技术,旨在处理水文测量的结果,并解决包括预测在内的广泛实用问题。开发了一种原始的教学抽样技术,可以在最少的原始数据集中获得结果。2011年4月1日至2017年6月30日期间,研究了神经网络算法的有效性和精确性。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
РАЗРАБОТКА СПЕЦИАЛИЗИРОВАННОГО ПРОГРАММНОГО КОМПЛЕКСА ДЛЯ НЕЙРОСЕТЕВОГО ПРОГНОЗА ПАВОДКОВЫХ ВОД
Ссылка для цитирования Разработка специализированного программного комплекса для нейросетевого прогноза паводковых вод / В.И. Сырямкин, Б.П. Иваненко, С.А. Клестов, М.Д. Хильчук  // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2023. – Т. 334. – № 5. – С.205-216. Актуальность исследования обусловлена необходимостью разработки современных методов оперативного мониторинга состояния территорий из-за наличия различного рода стихийных явлений, в частности наводнений и паводковых затоплений. Решению этой проблемы уделяется большое внимание государствами, регионами, муниципалитетами и поселениями. Цель: разработка специализированного программного комплекса, предназначенного для решения задач краткосрочного и среднесрочного прогноза уровня паводковых вод на основе оперативных данных гидрологических наблюдений при минимальном наборе входных данных и с возможностью работать с данными аэрокосмических наблюдений. Объекты: участок, на котором происходит слияние рек Томи и Оби и ниже по течению Оби в местах расположения гидрологических постов: пос. Победа, с. Никольское, с. Молчаново. Методы: нейросетевое информационное моделирование. Результаты. Рассмотрена методика создания нейросетевого имитатора, предназначенного для обработки результатов гидрологических измерений и решения широкого круга практических задач, в том числе и прогностических. Разработана оригинальная методика построения обучающих выборок, позволяющая получать результаты при минимальном наборе исходных данных. Исследована эффективность и точностные характеристики нейросетевых алгоритмов при решении задачи прогноза уровня паводковых вод в период с 1 апреля по 30 июня 2011–2017 гг.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
CiteScore
1.40
自引率
50.00%
发文量
210
审稿时长
5 weeks
期刊最新文献
REHABILITATION OF MAN-MADE FORMATION OF ABANDONED COPPER PYRITE DEPOSITS ON THE EXAMPLE OF LEVIKHINSKY MINE (MIDDLE URALS) REVIEW AND CRITICAL ANALYSIS OF THE CURRENT STATE AND WAYS OF DEVELOPING THE TECHNOLOGICAL PROCESS OF OIL PRODUCTION BY AN ELECTRIC DRIVE IN INTERMITTENT MODES OF OPERATION OF LOW- AND MEDIUM-RATE WELLS STUDY OF THE VARIABILITY OF RHEOLOGICAL PROPERTIES OF WATER-BASED BIOPOLYMER DISPERSIONS IN DRILLING FLUIDS FORMATION OF APPROACHES TO THE DEVELOPMENT OF THE DIGITAL INFRASTRUCTURE OF THE CADASTRAL VALUATION SYSTEM ON THE EXAMPLE OF AGRICULTURAL LAND USING SUPERVISED MACHINE LEARNING ALGORITHMS FOR KICK DETECTION DURING MANAGED PRESSURE DRILLING
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1