Прогнозирование и принятие решений в растениеводстве с применением технологий искусственного интеллекта [Е. В. Луценко] (doc) читать постранично, страница - 3

2.1 108
3.4.3.1. Исходные данные 108
3.4.3.2. Алгоритм решения 109
3.4.3.3. Результат решения 109
3.4.4. Задача триангуляции 109
3.4.4.1. Исходные данные 109
3.4.4.2. Алгоритм решения 109
3.4.4.3. Результат решения 110
3.4.5. Задача пространственной интерполяции 110
3.4.5.1. Исходные данные: 111
3.4.5.2. Алгоритм решения 111
3.4.5.3. Результат решения 112
3.5. Выводы 112
ГЛАВА-4. ПРОГНОЗИРОВАНИЕ ПРОДУКТИВНОСТИ И КАЧЕСТВА КУЛЬТУР НА ОСНОВЕ ДАННЫХ МЕТЕОПРОГНОЗОВ 112
4.1. Постановка задачи и выбор метода ее решения 114
4.1.1. Актуальность, объект и предмет, цель и задачи исследования 114
4.1.2. Источники исходных данных 117
4.1.3. Характеристика исходных данных и обоснование требований к методу решения поставленных задач 120
4.1.4. Традиционные методы решения 121
4.1.5. Выводы 121
4.2. Когнитивная структуризация, формальная постановка задачи и синтез модели 122
4.2.1. Обоснование выбора метода и концепция решения задачи 122
4.2.2. Когнитивная структуризация предметной области, формальная постановка задачи и формирование обучающей выборки 123
4.2.2.1. Когнитивная структуризация предметной области и формальная постановка задачи, проектирование структуры и состава исходных данных 124
4.2.2.1.1. Когнитивная структуризация предметной области 124
4.2.2.1.2. Формализация предметной области 127
4.2.2.2. Получение исходных данных запланированного состава в той форме, в которой они накапливаются в поставляющей их организации (журналы) 133
4.2.2.3. Разработка электронной формы для представления исходных данных 134
4.2.2.4. Преобразование исходных данных в электронную форму 135
4.2.2.5. Контроль достоверности исходных данных и исправление ошибок 135
4.2.2.6. Преобразование исходных данных из формы по датам в стандартную форму по фенофазам 136
4.2.2.7. Импорт исходных данных из стандартной формы по фенофазам в базы данных системы "Эйдос" 143
4.2.3. Синтез семантической информационной модели, ее оптимизация и проверка на адекватность 145
4.2.3.1. Синтез семантической информационной модели (СИМ) 145
4.2.3.2. Оптимизация СИМ 145
4.2.3.3. Измерение адекватности СИМ 146
4.2.3.3.1. Внутренняя дифференциальная и интегральная валидность 146
4.2.3.3.2. Внешняя дифференциальная и интегральная валидность 154
4.2.4. Выводы 158
4.3. Исследование семантический информационной модели 158
4.3.1. Прогнозирование результатов выращивания заданной культуры в заданной точке 158
4.3.1.1. Задача определения периодов фенофаз для заданного сорта в данной зоне и микрозоне выращивания 158
4.3.1.2. Задача определения значений метеопараметров в заданной точке по их значениям в трех ближайших метеостанциях 159
4.3.1.3. Прогнозирование результатов выращивания заданной культуры в заданной точке 159
4.3.2. Поддержка принятия решений по рациональному выбору зон и микрозон выращивания данной культуры и сорта 164
4.3.3. Поддержка принятия решений по рациональному выбору культур для выращивания в данной зоне и микрозоне 164
4.3.4. Кластерно-конструктивный и системно-когнитивный анализ результатов выращивания и факторов 165
4.3.5. Выводы 170
4.4. Эффективность применения полученного решения, его ограничения и перспективы развития 171
4.4.1. Применение в проектных организациях 171
4.4.2. Применение в производственных организациях 171
4.4.3. Применение в образовательных учреждениях 171
4.4.4. Ограничения разработанной технологии и перспективы ее развития 172
4.4.5. Выводы 173
4.5. Выводы 173
ГЛАВА-5. СОВЕРШЕНСТВОВАНИЕ МЕТОДОВ КОМПЬЮТЕРНОЙ СЕЛЕКЦИИ ПОДСОЛНЕЧНИКА 174
5.1. Постановка задачи и выбор метода ее решения 176
5.1.1. Проблема, решаемая в работе, традиционные пути ее решения и их недостатки 176
5.1.2. Идея решения проблемы 177
5.1.3. Актуальность, объект и предмет, цель и задачи исследования 178
5.1.4. Характеристика исходных данных и обоснование требований к методу решения поставленных задач 179
5.1.4.1. Источники исходных данных 179
5.1.4.2. Характеристика исходных данных 180
5.1.5. Выводы 180
5.2. Когнитивная структуризация, формальная постановка задачи и синтез модели 180
5.2.1. Обоснование выбора метода и концепция решения задачи 180
5.2.1.1. Традиционные методы решения и их недостатки 181
5.2.1.2. Выбор метода системно-когнитивного анализа 181
5.2.2. Когнитивная структуризация предметной области, формальная постановка задачи и формирование обучающей выборки 184
5.2.2.1. Когнитивная структуризация предметной области и формальная постановка задачи, проектирование структуры и состава исходных данных 184
5.2.2.1.1. Когнитивная структуризация предметной области 184
5.2.2.1.2. Формализация предметной области 185
5.2.2.2. Получение исходных данных запланированного состава в той форме, в которой они накапливаются в поставляющей их организации (журналы) 189
5.2.2.3. Разработка электронной формы для представления исходных данных 189
5.2.2.4. Преобразование исходных данных в электронную форму 190
5.2.2.5. Контроль достоверности исходных данных и исправление ошибок 190
5.2.2.6. Импорт исходных данных из входной электронной формы в базы данных системы "Эйдос" 190
5.2.3. Синтез семантической информационной модели, ее