ПРОБЛЕМА ПРОГНОЗИРОВАНИЯ ПРОИЗВОДСТВЕННОГО ПРОЦЕССА АВТОМАТИЧЕСКОГО ПОРОШКОВОГО ОКРАШИВАНИЯ В МЕТАЛЛООБРАБАТЫВАЮЩЕМ ЦЕХЕ
(Стр. 30-34)

Подробнее об авторах
Евстигнеева Ольга Андреевна аспирантка, кафедра ПИ (промышленная информатика)
Московский технологический университет (МТУ) (МИРЭА), Институт информационных технологий
Чтобы читать текст статьи, пожалуйста, зарегистрируйтесь или войдите в систему
Аннотация:
В данной статье рассматриваются методы успешного прогнозирования характеристик производственного процесса металлообрабатывающего цеха, среди которых ключевое место занимают нейросети, а также обусловливающее их эффективность качество подготовки информации для ее обучения.
Образец цитирования:
Евстигнеева О.А., (2018), ПРОБЛЕМА ПРОГНОЗИРОВАНИЯ ПРОИЗВОДСТВЕННОГО ПРОЦЕССА АВТОМАТИЧЕСКОГО ПОРОШКОВОГО ОКРАШИВАНИЯ В МЕТАЛЛООБРАБАТЫВАЮЩЕМ ЦЕХЕ. Computational nanotechnology, 4: 30-34.
Список литературы:
Садовникова Н.А. Анализ временных рядов и прогнозирование / Н.А. Садовникова, Р.А. Шмойлова. М.: МФПУ Синергия, 2016. 152 c.
Тадеусевич Р., Боровик Б., Гончаж Т., Леппер Б. Элементарное введение в технологию нейронных сетей с примерами программ, 2011, 408 с.
http://www.scron.ru/elements.html.
http://superarch.ru/stroitelstvo/kraska/poroshkovaya-okraskametallicheskix-izdelij-texnologiya-vyipolneniya.
https://promzn.ru/metallurgiya/poroshkovaya-okraska-metalla.html.
http://electrik.info/main/automation/710-princip-raboty-i-osnovy-programmirovaniya-plk.html.
http://electrik.info/main/praktika/824.html.
Парр Э. Программируемые контроллеры: руководство для инженера / Пер. 3-го англ. изд. М.: БИНОМ. Лаборатория знаний, 2007. 516 с.
Biaobiao Zhang. Evolutionary Computation and Its Applications in Neural and Fuzzy Systems // Computational Intelligence and Soft Computing. 2011. С. 12-13.
Емeльянoв В.В., Курeйчик В.В., Курeйчик В.М. Теория и практика эволюционного моделирования. М.: Физматлит, 2013. - 432 с.