Искусственная нейронная сеть в

Prognozy buduschih sobytij neobhodimy wo mnogih widah deqtel'nosti, swqzannyh s planirowaniem i äxpluataciej komponentow sistemy wodnyh resursow. Dlq gidrologicheskogo komponenta suschestwuet potrebnost' w kratkosrochnyh i dolgosrochnyh prognozah gidrologicheskih wremennyh rqdow s cel'ü optimizacii sistemy ili planirowaniq buduschego rasshireniq ili sokrascheniq. V dannoj rabote predstawleno srawnenie razlichnyh metodow iskusstwennyh nejronnyh setej (INS) w kratkosrochnom neprerywnom i prerywistom prognozirowanii sutochnogo stoka i sutochnogo prognozirowaniq wzweshennyh nanosow. Tri razlichnyh metoda INS, a imenno: nejronnye seti s prqmym obratnym rasprostraneniem (FFBP), obobschennye regressionnye nejronnye seti (GRNN) i nejronnye seti na osnowe radial'nyh bazisnyh funkcij (RBF), primenqütsq k gidrologicheskim dannym. V celom, äffektiwnost' prognozirowaniq s pomosch'ü metodow ANN prewoshodit drugie tradicionnye statisticheskie i stohasticheskie metody po wybrannym kriteriqm äffektiwnosti.