Fuzzy neural networks in the assessment of environmental safety
https://doi.org/10.34023/2313-6383-2015-0-12-61-68
Abstract
The article focuses on the problem of assessing the level of the fuzzy phenomena as environmental safety territorial entities. The study presents a solution to this problem by neural networks. Application of neural networks allows to overcome the lack of available input information and to carry out the correct assessment of the environmental safety of territorial entities. For these purposes is used the method of neural network training. The advantages of using fuzzy neural networks are the flexibility and the possibility to work directly with implicit parameters and criteria, approximate or unknown data; a tolerance for ambiguities and contradictions of used data. This technique allowed to solve the following tasks: to carry out a typology of constituent entities of the Russian Federation in terms of environmental safety and to develop scenarios to enhance their security; to forecast the changes in their development, taking into account environmental factors.
About the Authors
V. V. Glinskiy
Novosibirsk State University of Economics and Management
Russian Federation
Russian Federation
L. K. Serga
Novosibirsk State University of Economics and Management
Russian Federation
Russian Federation
K. A. Zaykov
Novosibirsk State University of Economics and Management
Russian Federation
Russian Federation
M. S. Khvan
Novosibirsk State University of Economics and Management
Russian Federation
Russian Federation
References
1. Glinskiy V.V., Serga L.K., Khvan M.S. Environmental Safety ofthe Region: New Approach to Assessment, Procedia CIRP, Volume 26, 2015, P. 30-34.
2. Бариев С.И., Охонин В.А Адаптивные сети обработки информации. Красноярск: Ин-т физики СО АН СССР, 1986. Препринт № 59Б. - 20 с.
3. Борисова А.С. Влияние процедуры сглаживания данных на оценку развития электронного правительства регио нов России [Электронный ресурс]. URL: http://www.rae.ru/ fs/?section=content&op=show_article&article_id=10002979
4. Бэстенс Д.Э., Ван Ден Берг B.-M., Вуд Д. Нейронные сети и финансовые рынки. Принятие решений в торговых операциях. М.: ТВП, 1997. - 236 с.
5. Васильева А.А. Свойства муниципального образования как социально-экономической системы [Электронный ресурс]. URL: http://vasilievaa.narod.ru/mu/stat_rab/stat/vasil/ MOSES.htm
6. Галушкин А.И. Синтез многослойных систем распознавания образов. М.: Энергия, 1974.
7. Глинский В.В., Серга Л.К., Чемезова Е.Ю., Зайков К.А. Об оценке пороговых значений в решении задачи классификации данных // Вопросы статистики. 2014. № 12. С. 30-36.
8. Методы классификации и прогнозирования. Нейронные сети. Обучение нейронных сетей [Электронный ресурс]. URL: http://www.intuit.ru/studies/courses/6/6/lecture/ 178?page=4
9. Михайлов А.С., Староверов Б.А. Проблемы и перспективы использования искусственных нейронных сетей для идентификации и диагностики технических объектов [Электронный ресурс]. URL: http://vestnik.ispu.ru/sites/vest nik.ispu.ru/files/publications/str._64-68.pdf
10. Нейронные сети [Электронный ресурс]. URL: http:// statlab.kubsu.ru/sites/project_bank/nural.pdf
11. Нейронные сети [Электронный ресурс]. URL: http:// www.statsoft.ru/home/textbook/modules/stneunet.html
12. Серга Л.К. О подходах к решению задач идентификации нечетких совокупностей // Вестник НГУЭУ. 2013. № 3. С. 83-91.
13. Серга Л.К. Об одном подходе к определению пороговых значений в решении задачи классификации // Вестник НГУЭУ. 2012. № 1. C. 54-60.
14. Серга Л.К., Овечкина Н.И., Шмарихина Е.С., Чемезова Е.Ю., Скрипкина Т.Б., Зайков К.А. Сфера услуг как катализатор развития территорий // Вестник НГУЭУ. 2015. № 1. С. 137-147.
15. Слепнев Е.С. Применение искусственных нейронных сетей для анализа предаварийных ситуаций турбоагрегатов электростанций [Электронный ресурс]. URL: http:// naukovedenie.ru/PDF/46TVN314.pdf
16. Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.gks.ru/
17. Хван М.С. Оценка влияния экологических параметров на уровень устойчивого развития территорий РФ // Тезисы докладов 6-й Международной научно-практической конференции студентов и аспирантов (Москва, 12-15 мая 2015 г.). М.: НИУ «Высшая школа экономики», 2015. С.270.
18. Хван М.С. Статистическая оценка экологической безопасности территорий РФ // Материалы 53-й Международной научной студенческой конференции МНСК-2015: Экономика / Новосиб. гос. ун-т. Новосибирск, 2015. С. 92-93.
Review
For citations:
Glinskiy V.V., Serga L.K., Zaykov K.A., Khvan M.S. Fuzzy neural networks in the assessment of environmental safety. Voprosy statistiki. 2015;(12):61-68. (In Russ.) https://doi.org/10.34023/2313-6383-2015-0-12-61-68
Views:
1058
Email this article 