RUS  ENG
Полная версия
ЖУРНАЛЫ // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика // Архив

Вестн. Астрахан. гос. техн. ун-та. Сер. управление, вычисл. техн. информ., 2020, номер 4, страницы 121–131 (Mi vagtu654)

СИСТЕМЫ ТЕЛЕКОММУНИКАЦИЙ И СЕТЕВЫЕ ТЕХНОЛОГИИ

Оценка состояния элементов систем передачи данных с применением нечетких нейронных сетей

А. А. Олейниковa, И. А. Бересневb

a Астраханский государственный технический университет, Астрахань, Российская Федерация
b АО «Южный центр судостроения и судоремонта», Астрахань, Российская Федерация

Аннотация: Рассматривается использование нейронных сетей прямого распространения и нечетких нейронных сетей для оценки эксплуатационных состояний элементов систем передачи данных. Для выбора типа искусственной нейронной сети, наиболее полно отвечающей задаче до определения данных для прогнозирования эксплуатационного состояния элементов сетей связи, учитываются факторы, представляемые в количественной форме. Для этого в качестве наиболее значимого фактора, имеющего высокий уровень неопределенности в сетях с пакетной передачей данных, был выбран объем данных, передаваемых через активное оборудование. Прогнозируемые значения, изменения уровня трафика, получаемые в результате работы нейронной сети, позволяют проводить опережающий анализ эксплуатационного состояния оборудования сетей связи. Автоматизация процесса, анализа состояния оборудования предполагает передачу этой функции системе оценки по типовым элементам сетей передачи данных, имеющих схожие эксплуатационные состояния. Это позволяет снизить количество некачественных решений о проведении модернизации и повысить скорость реагирования на предаварийные ситуации.

Ключевые слова: нейронная сеть прямого распространения, нечеткая нейронная сеть, прогнозирование, система передачи данных, количество слоев, пропускная способность, скорость передачи данных, сигмоидная функция.

УДК: [004.6+004.3] : [654.1]

Поступила в редакцию: 08.06.2020

DOI: 10.24143/2072-9502-2020-4-121-131



© МИАН, 2024