Запропоновано модель для прогнозування параметрів вибухонебезпечного середовища на основі використання експертних висновків у випадку відсутності або недостовірності вхідних даних. Нейро-нечітка мережа, використана в якості моделі, може бути швидко перенавчена у разі уточнення концентрації вибухонебезпечної газопароповітряної суміші. Представлена технологія може бути використана в післяаварійний період для уточнення полів вибухонебезпечного середовища Ключові слова: газопароповітряне вибухонебезпечне середовище, моделі і методи прогнозування, нечіткі дані, надзвичайна ситуація Предложена модель для прогнозирования параметров взрывоопасной среды на основе использования экспертных заключений в случае отсутствия или недостоверности входных данных. Нейро-нечеткая сеть, используемая в качестве модели, может быть быстро переучена в случае уточнения концентрации взрывоопасной газопаровоздушной смеси. Представленная технология может быть использована в послеаварийный период для уточнения полей взрывоопасной среды Ключевые слова: газовоздушная взрывоопасная среда, прогнозирование, нечеткие данные, раннее выявление чрезвычайной ситуации
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.