Методика вибору математичної моделі екологічного процесу

Viktor V. Mikulin

Анотація


У ХХІ ст. пошук підходів до вирішення екологічних проблем зумовлений загрозами існування навколишнього середовища внаслідок провадження різноманітних видів діяльності та бездіяльності людини. Більшу половину земної поверхні змінено людиною. Ця модифікація називається зміною в землекористуванні. Нелінійності у змінах у землекористуванні можна вивчати за допомогою інструментів інтелектуального аналізу даних. Запропоновано розглядати більш детально три моделі для зміни землекористування: штучні нейронні мережі, методи класифікації і регресії за допомогою побудови дерева рішень і багатовимірні адаптивні регресійні сплайни. Порівнюються результати трьох інструментів інтелектуального аналізу даних.

Ключові слова


множинна класифікація; штучні нейронні мережі; багатовимірні адаптивні регресійні сплайни; множинна детермінація; оцінка правдоподібності; комірка; зміни у землекористуванні

Повний текст:

PDF

Посилання


Mihajlovic I. Statistical modelling in ecological management using the artificial neural networks (ANNs) / I. Mihajlovic, Đ. Nikolic, N. Strbac and Z. Zivkovic // Serbian Journal of Management. – 2010, No 5 (1). – P. 39–50.

Parslow J. Bayesian learning and predictability in a stochastic nonlinear dynamical model / J. Parslow, N. Cressie, P. Campbell E., E. Jones and L. Murray // Ecological Applications. – 2013. – No 23 (4). – P. 679–698.

Verbeke G. Formal and Informal Model Selection with Incomplete Data / G. Verbeke, G. Molenberghs and C. Beunckens // Statistical Science. – 2008. – Vol. 23, No. 2. – P. 201–218.

Bubna K. Model selection and surface merging in reconstruction algorithms / K. Bubna, C.V. Stewart // Journal Computer Vision and Image Understanding archive. – 2000. – Vol. 80, Issue 2. – P. 215–245.

Sucarrat G. Automated Model Selection in Finance: General-to-Specific Modelling of the Mean, Variance and Density. Oxford bulletin of economics and statistics / G. Sucarrat, A. Escribano // Oxford: Wiley-Blackwell. – 2012. – Vol. 74. – P. 716–735.

Bidjuk P.I. Analiz chasovykh rjadiv : navch. posib. / P.I. Bidjuk, V.D. Romanenko, O.L. Tymoshchuk. – K: NTUU "KPI", 2013. – S. 115–158.

McCullagh P. Generalized Linear Models [Text] / P. McCullagh, J.A. Nelder. – New York: Chapman & Hall, 1990. – 526 p. Doi: 10.1007/978-1-4899-3242-6.

Trukhan S.V. Prohnozuvannja aktual'nykh protsesiv za dopomohoju uzahal'nenykh linijnykh modelej / S.V. Trukhan, P.I. Bidjuk // Naukovi visti NTUU "KPI". – 2014. – № 2. – S. 14–20.

Dovhyj S.O. Systemy pidtrymky pryjnjattja rishen' na osnovi statystychno-jmovirnisnykh metodiv / S.O. Dovhyj, P.I. Bidjuk, O.M. Trofymchuk. – K.: Lohos, 2014. – 419 s.

Tayyebi A. Modeling multiple land use changes using ANN, CART and MARS: Comparing tradeoffs in goodness of fit and explanatory power of data mining tools / A. Tayyebi, Bryan C. Pijanowski // International Journal of Applied Earth Observation and Geoinformation 28 (2014). – P. 102–116.


Пристатейна бібліографія ГОСТ


1. Mihajlović I. Statistical modelling in ecological management using the artificial neural networks (ANNs) / I. Mihajlović, Đ. Nikolić, N. Strbac and Z. Zivković // Serbian Journal of Management. – 2010, No 5 (1). – P. 39–50.

2. Parslow J. Bayesian learning and predictability in a stochastic nonlinear dynamical model / J. Parslow, N. Cressie, P. Campbell E., E. Jones and L. Murray // Ecological Applications. – 2013. – No 23 (4). – P. 679–698.

3. Verbeke G. Formal and Informal Model Selection with Incomplete Data / G. Verbeke, G. Molenberghs and C. Beunckens // Statistical Science. – 2008. – Vol. 23, No. 2. – P. 201–218.

4. Bubna K. Model selection and surface merging in reconstruction algorithms / K. Bubna, C.V. Stewart // Journal Computer Vision and Image Understanding archive. – 2000. – Vol. 80, Issue 2. – P. 215–245.

5. Sucarrat G. Automated Model Selection in Finance: General-to-Specific Modelling of the Mean, Variance and Density. Oxford bulletin of economics and statistics / G. Sucarrat, A. Escribano // Oxford: Wiley-Blackwell. – 2012. – Vol. 74. – P. 716–735.

6. Бідюк П.І. Аналіз часових рядів : навч. посіб. / П.І. Бідюк, В.Д. Романенко, О.Л. Тимощук. – К: НТУУ "КПІ", 2013. – С. 115–158.

7. McCullagh P. Generalized Linear Models [Text] / P. McCullagh, J.A. Nelder. – New York: Chapman & Hall, 1990. – 526 p. Doi: 10.1007/978-1-4899-3242-6.

8. Трухан С.В. Прогнозування актуальних процесів за допомогою узагальнених лінійних моделей / С.В. Трухан, П.І. Бідюк // Наукові вісті НТУУ "КПІ". – 2014. – № 2. – С. 14–20.

9. Довгий С.О. Системи підтримки прийняття рішень на основі статистично-ймовірнісних методів / С.О. Довгий, П.І. Бідюк, О.М. Трофимчук. – К.: Логос, 2014. – 419 с.

10. Tayyebi A. Modeling multiple land use changes using ANN, CART and MARS: Comparing tradeoffs in goodness of fit and explanatory power of data mining tools / A. Tayyebi, Bryan C. Pijanowski // International Journal of Applied Earth Observation and Geoinformation 28 (2014). – P. 102–116.





DOI: https://doi.org/10.20535/SRIT.2308-8893.2017.2.11

Посилання

  • Поки немає зовнішніх посилань.