INTELLECTUAL EVOLUTION SYSTEM OF SUPPORT OF DECISION-MAKING BASED ON NEURAL NETWORK AND IMMUNE APPROACHES
Keywords:
decision-making, neural network, artificial immune system, affinity, clonal selection, immune network
Abstract
The article considers the model of the intellectual decision support system based on the neural network, the training and evolution of which are carried out using the immune approach.
The evolution of the system is considered as the task of adapting it to the conditions for changing the external environment and the properties of the decision-making object, consisting of procedures for correcting the number of neurons in the hidden layers and the parameters of the system model using immune models for clonal selection and the immune network.
Downloads
Download data is not yet available.
References
1. Снитюк В.Е. Эволюционные технологи принятия решений в условиях неопределенности / В.Е. Снитюк. – К.: МП Леся, 2015. – 347 с.
2. Стадниченко С.Ю. Интеллектуальные системы поддержки принятия решений / С.Ю. Стадниченко // Молодой ученый. – 2010. – № 6. – С. 61-63.
3. Комарцова Л.Г. Эволюционные методы формирования нечетких баз правил / Л.Г. Комарцова // Материалы международной конференции OSTIS-2011. – 2011. – С. 181-184.
4. Комарцова Л.Г. Исследование нейросетевых алгоритмов обучения в интеллектуальных эволюционных системах / Л.Г. Комарцова, Ю.Н. Лавренков, О.В. Антипова // Материалы IV-й международной конференции OSTIS-2014. – 2014. – С. 233-238.
5. Korablev N.M. Intelligent Evolution Decision Support System based on Fuzzy Logic and Immune Approach / N.M. Korablev, D.N. Soloviov, R.R. Malyukov // System tecnologies – Dnipro. – 2016. – № 6 (107). – P. 98-106.
6. Бодянский Е.В. Искусственные нейронные сети: архитектуры, обучение, применения / Е.В. Бодянский, О.Г. Руденко. – Харьков: ТЕЛЕТЕХ, 2004. – 372 с.
7. Dasgupta D. Recent Advanced in Artifical Immune Systems: Models and Applications / D. Dasgupta, S. Yu, F. Nino // Applied Soft Computing. Elsevier. –2011. – P. 1574-1587.
8. Korablev N. Immune Approach for Neuro-Fuzzy Systems Learning Using Multiantibody Model / N. Korablev, I. Sorokina // ICARIS 2011, Springer Lecture Notes in Computer Science. – 2011. – Vol. 6825. – P. 395-405.
2. Стадниченко С.Ю. Интеллектуальные системы поддержки принятия решений / С.Ю. Стадниченко // Молодой ученый. – 2010. – № 6. – С. 61-63.
3. Комарцова Л.Г. Эволюционные методы формирования нечетких баз правил / Л.Г. Комарцова // Материалы международной конференции OSTIS-2011. – 2011. – С. 181-184.
4. Комарцова Л.Г. Исследование нейросетевых алгоритмов обучения в интеллектуальных эволюционных системах / Л.Г. Комарцова, Ю.Н. Лавренков, О.В. Антипова // Материалы IV-й международной конференции OSTIS-2014. – 2014. – С. 233-238.
5. Korablev N.M. Intelligent Evolution Decision Support System based on Fuzzy Logic and Immune Approach / N.M. Korablev, D.N. Soloviov, R.R. Malyukov // System tecnologies – Dnipro. – 2016. – № 6 (107). – P. 98-106.
6. Бодянский Е.В. Искусственные нейронные сети: архитектуры, обучение, применения / Е.В. Бодянский, О.Г. Руденко. – Харьков: ТЕЛЕТЕХ, 2004. – 372 с.
7. Dasgupta D. Recent Advanced in Artifical Immune Systems: Models and Applications / D. Dasgupta, S. Yu, F. Nino // Applied Soft Computing. Elsevier. –2011. – P. 1574-1587.
8. Korablev N. Immune Approach for Neuro-Fuzzy Systems Learning Using Multiantibody Model / N. Korablev, I. Sorokina // ICARIS 2011, Springer Lecture Notes in Computer Science. – 2011. – Vol. 6825. – P. 395-405.
Published
2017-09-27
How to Cite
КОРАБЛЕВ, Н., СОЛОВЬЕВ, Д., & МАЛЮКОВ, Р. (2017). INTELLECTUAL EVOLUTION SYSTEM OF SUPPORT OF DECISION-MAKING BASED ON NEURAL NETWORK AND IMMUNE APPROACHES. Transport Development, (1(1), 22-35. https://doi.org/10.33082/td.2017.1-1.03
Section
INFORMATION INTELLECTUAL TECHNOLOGIES IN AUTOMATED SYSTEMS OF DATA PROCESSING AN
This work is licensed under a Creative Commons Attribution 4.0 International License.
