В работе представлены результаты исследования возможности прогнозирования чрезвычайных ситуаций природного характера на территории Крайнего Севера Красноярского края с использованием нейросетевых алгоритмов. Разобран алгоритм прогнозирования пожаров с использованием нейронных сетей. Разработана модель прогнозирования, и произведена оценка эффективности применения, и даны рекомендации для применения модели органами исполнительной власти в субъектах РФ
Ключевые слова: прогнозирование, нейронные сети, чрезвычайные ситуации, мониторинг чрезвычайных ситуаций
Список использованных источников
- А. Н. Горбань, Д. А. Россиев. Нейронные сети на персональном компьютере. СПб.: «Наука» РАН, 1996. 276 с.
- С. А. Оссовский. Нейронные сети обработки информации. М.: Финансы и статистика, 2002. 344 с
- В. В. Москвичев, Ю. И. Шокин. Антропогенные и природные риски на территории Сибири//Вестник Российской академии наук. № 2. 2012. С. 131-140.
- И. А. Чучуева. Прогнозирование временных рядов при помощи модели экстраполяции по выборке максимального подобия//Наука и современность: сборник материалов Международной научно-практической конференции. Новосибирск, 2010. С. 187-192.
- Чонг Као Динь. Исследование и применение нейросетевых технологий в задаче прогнозирования землетрясений (на примере северо-западного района Вьетнама): автореф. дисс. к. т. н. Москва, 2012. С. 34-36.
- В. А. Головко. Нейронные сети: обучение, организация и применение. М.: ИПРЖР, 2000. 321 с.
- И. А. Чучуева. Сезонно-регрессионная модель прогнозирования в решении задачи прогнозирования цен РСВ (рынок на сутки вперед)//Энерго-Info. 2009. № 4. С. 46-49.
- Я. В. Гребнев, А. В. Яровой. Мониторинг и прогнозирование паводков на территории Красноярского края c использованием нейросетевых алгоритмов//Научно-аналитический журнал «Сибирский пожарно-спасательный вестник». 2018. № 3. C. 13-16.
- О. В. Мартынов. Концепция системы прогноза природных катастроф и практические результаты полученные на основе аппаратов нелинейной физики. М.: Нелинейный мир, 2011. С. 21-22.
Авторы