ПРОБЛЕМА ВЫБОРА НЕЙРОСЕТЕВОЙ МОДЕЛИ ДЛЯ ПРОГНОЗИРОВАНИЯ ПОТОКОВ ДАННЫХ РАСПРЕДЕЛЕННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ

УДК 004.7

В.О. Акопов, С.А. Сорокин, О.Я. Кравец


Объектом исследования в работе являются распределенные информационные системы, на вход которых поступает поток заявок, требующих для своего обслуживания выполнения определенных ресурсов. Предметом исследования является прогнозирование потоков данных в таких системах. Цель работы заключается в анализе проблемы выбора нейросетевой модели для прогнозирования потоков данных распределенных информационных систем. Проанализирована специфика исследуемой задачи, а также подходы к решению на основе теории систем массового обслуживания. Сделан вывод о недостаточной адекватности таких систем в условиях динамического изменения состояния. В связи с этим возникла необходимость разработки собственного специализированного математического и алгоритмического аппарата. В результате предложен подход к сокращению объема выборки на основе совмещения нейросетевой модели с численным методом, учитывающим известные закономерности функции и освобождающим нейросеть от прогнозирования этих закономерностей. Специфика математического аппарата потребовала использования соответствующего алгоритмического обеспечения для ее решения. Таким образом, проведен анализ проблемы выбора нейросетевой модели для прогнозирования потоков данных распределенных информационных систем.

Ключевые слова: распределенные информационные системы, задача прогнозирования, нейронные сети, формализация.

Полный текст статьи:
AkopovSoavtori_4_18_1.pdf