[ссылки] [литература] [проекты] [программы] [методические указания] [монографии и статьи] [вопросы и ответы] [школы] [учебники] [новости]
ENG  |   Карта сайта
Информация
Проект преследует цель популяризации идей применения природных механизмов функционирования для решения задач прогнозирования, оптимизации и поддержки принятия решений

Cписок рассылки
Открыть в новом окне

  1. Введение
  2. Генетические алгоритмы (1)
  3. Генетические алгоритмы (2)
  4. Генетические алгоритмы (3)
  5. Тренды
  6. Полиномиальные тренды
  7. Тригонометрические тренды
  8. Нейронные сети
  9. Метод наименьших квадратов
  10. Метод обратного распространения ошибки
  11. Множественная линейная модель
  12. Нестандартный выпуск. Анкета
  13. МЛМ. Пример расчета
  14. RBF-сеть
  15. Сеть встречного распространения
  16. Первая интерполяционная формула Ньютона
  17. МГУА (1)
  18. Вторая интерполяционная формула Ньютона
  19. Метод Брандона
  20. МГУА (2)
  21. Интерполяционные формулы Гаусса
  22. Интерполяционные формулы Стирлинга и Лагранжа
  23. МГУА (3)
  24. МГУА (4)
  25. Предварительная обработка данных (1)
  26. Предварительная обработка данных (2)
  27. Предварительная обработка данных (3)
  28. Box-counting
  29. Гетероскедастичность
  30. Введение в нечеткую логику
  31. Обобщённый метод наименьших квадратов
  32. Прогнозирование с помощью функций с гибкой структурой
  33. Автокорреляция
  34. Дистрибутивно-лаговые модели (1)
  35. Дистрибутивно-лаговые модели (2)
  36. Дистрибутивно-лаговые модели (3)
  37. Моделирование данных при помощи кривых для восстановления пробелов в таблицах (1)
  38. Нестандартный выпуск. Анонс книги Цейтлина Н.А."Опыт аналитического статистика"
  39. Алгоритм ZET
  40. Алгоритм ZetBraid
  41. Метод эволюционной кластеризации
  42. Эволюционный метод восстановления пропусков в данных
  43. Алгоритмы кластеризации класса FOREL
Выпуск 1. Введение
Здравствуйте!

        Поведение людей и их судьба, главным образом связаны с принятием решений на различных этапах их жизни. Известно, что процесс принятия решений, как категория диалектическая, должен иметь начало и окончание. В нашем случае началом есть сбор и анализ априорной информации. И хотя каждый человек принимает решения каждый день, почти никто не задумывается о том, каковы предпосылки того или иного решения, как зависит время от возникновения идеи или необходимости до их реализации от полноты, характера, формы представления исходных данных.

        История математики свидетельствует о том, что первые попытки подвести научную базу под принятие решений предпринимались с 17 века, когда начинали вычислять частоты успеха в азартных играх. Для двадцатого века характерна устойчиво живучая классическая интегро-дифференциальная парадигма, являющаяся основой процессов принятия решений. Ее сторонники никогда не упоминали о налагаемых значительных ограничениях и явно завышенных требованиях к априорной информации.

        Тенденция к гумманизации общества во второй половине 20 века привела к бурному росту альтернативных методов принятия решений, имеющих разные научные основания. К этому времени относится возникновение теории нечетких множеств (автор американский математик азербайджанского происхождения Лотфи Заде), давшей возможность оценивать субъективные суждения в категориях возможности и необходимости и расширившей представления о числовых множествах. Несколько позже возродилась теория нейронных сетей после тридцатилетнего упадка и возникло эволюционное моделирование, базирующиеся на генетических алгоритмах. Последние теории в качестве базиса активно используют природный отбор по Дарвину и особенности функционирования головного мозга человека. Немаловажную роль сыграл и метод группового учета аргументов, созданный киевским ученым А.Г. Ивахненко, давший возможность наиточнейшего прогнозирования при малых выборках начальных данных.

        Подробнее об этих и других методах в следующих выпусках рассылки. Она безусловно будет полезна всем тем, кто активно использует в своей работе анализ данных и, особенно, прогнозирование и планирование и тем, кто только собирается это сделать, поскольку поле приложения излагаемых методов, подходов и примеров воистину бесконечно. Особенно студентам при подготовке курсовых и дипломных проектов, а также аспирантам и преподавателям при постановке новых курсов по методам принятия решений, эволюционному моделированию, методам оптимизации и прогнозирования. Давно известные и новые, простые и сложные методы анализа данных будут представлены на страницах рассылки.

Купить металл. Металлопрокат балка. Купить металлопрокат в Москве.
Сайт создан в системе uCoz