|
Для краткосрочного прогнозирования пожаров на поверхности Земли, разработан нейросетевой метод, основанный на использовании радиально-базисных функций. При этом описание распространения пожара осуществляется с применением модели Ротермела. Коррекция модели выполняется на основе сравнения данных дистанционного зондирования Земли, и вектора состояния, полученного в результате моделирования. Произведена оценка времени прогнозирования «простого» обучения и обучения с помощью Калмановской фильтрации. Показано, что до определенного количества лучей, на которых располагаются нейроны, моделирующие пожар, целесообразно использовать фильтр Калмана, а при превышении этого количества – «простое» обучение (рис. 1-2).
|
|
 |
|
Рис. 1. Блок-схема неполносвязной рекуррентной нейронной сети, моделирующей пожар
|
Рис. 2. Главное окно программы моделирования пожара
|
| |
|
- Нежевенко Е.С., Козик В.И., Феоктистов А.С. Адаптивное прогнозирование развития динамических процессов на поверхности Земли с использованием рекуррентных нейронных сетей // Сборник трудов международной конференции «Математические и информационные технологии, MIT-2011» (Врнячка Баня, Сербия, 27–31 августа 2011 г., Будва, Черногория, 31 августа – 5 сентября 2011 г.), Белград, 2012. С. 226-231.
- Козик В.И., Нежевенко Е.С., Феоктистов А.С. Нейросетевой метод прогнозирования развития динамических процессов на поверхности Земли // Тезисы XIV Российской конференции с международным участием «Распределенные информационные и вычислительные ресурсы» (DICR-2012) (г. Новосибирск, Россия, 26‑30 ноября 2012). Новосибирск, 2012.
- Козик В.И., Нежевенко Е.С., Феоктистов А.С. Адаптивное прогнозирование развития лесных пожаров на основе рекуррентных нейронных сетей // Автометрия, 2013. Т. 49, №3. С. 44-55.
|
