Публикации

Александров А. К., Дударов С. П. Одномерная альтернатива многомерной нейронной сети радиально-базисных функций // Успехи в химии и химической технологии. — 2018. — Т. 32, № 11. — С. 13–15.

Маркин И. С., Дударов С. П. Программное обеспечение для интерполирования полей загрязнения атмосферы в режиме реального времени с использованием нейронных сетей радиально-базисных функций // Успехи в химии и химической технологии. — 2018. — Т. 32, № 1. — С. 12–14.

Dudarov S. P. Models of self-organizing artificial neural networks to identify stationary industrial sources of air pollution // Mathematical Models and Computer Simulations. — 2017. — Vol. 9, no. 4. — P. 481–488. A problem of identifying one particular or a few possible pollution sources that are responsible for the deterioration of the air quality as a result of exceeding the standards of the maximum permissible emissions is considered. A model problem for a group of spatially divided stationary permanent industrial sources is solved. A statement identifying the problem and a method to solve it using two architectures of artificial neural networks, Kohonen’s networks for learning vector quantization with fixed and adaptive structures, as well as adaptive resonance theory network for analog inputs (ART-2), are presented. The method consists of clustering the data provided by self-learning algorithms (unsupervised learning). Estimation equations are given and operation algorithms of Kohonen’s and adaptive resonance theory networks at different life cycle stages are described. The results of the solution of the model problem that are obtained using each network is performed are comparatively analyzed. [ DOI ]

Сальников Е. С., Дударов С. П. Исследование и модификация алгоритма эволюции разума для задач многомерной оптимизации // Успехи в химии и химической технологии. — 2017. — Т. 31, № 1. — С. 59–62.

Дударов С. П. Модели самоорганизующихся искусственных нейронных сетей для идентификации стационарных промышленных источников загрязнения воздуха // Математическое моделирование. — 2017. — Т. 29, № 1. — С. 33–44. Рассмотрена задача идентификации одного конкретного или нескольких возможных источников загрязнения, виновных в ухудшении качества воздушной среды в результате превышения норм предельно допустимых выбросов. В работе решается модельная задача с группой пространственно разделённых стационарных постоянно действующих промышленных источников. Представлены постановка задачи идентификации и метод её решения с использованием двух архитектур искусственных нейронных сетей: нейронных сетей Кохонена для квантования обучающих векторов (Kohonen’s networks for learning vector quantization) с фиксированной и адаптивной структурами и сети адаптивного резонанса (adaptive resonance theory network, ART) для аналоговых входных сигналов (АРТ-2). Метод состоит в кластеризации данных, которую обеспечивают алгоритмы самообучения (обучения без учителя). Даны расчётные соотношения и описаны алгоритмы работы нейронных сетей Кохонена и адаптивного резонанса на различных стадиях жизненного цикла. Проведён сравнительный анализ результатов решения модельной задачи, полученных с использованием каждой из сетей.

Ермолаев Н. С., Кириллов Н. Д., Дударов С. П. Модель универсального нейросетевого дефаззификатора // Успехи в химии и химической технологии. — 2017. — Т. 31, № 8. — С. 60–62.

Егоров А. А., Папаев П. Л., Дударов С. П. Поисковая оптимизация образовательных веб-ресурсов факультета информационных технологий и управления // Успехи в химии и химической технологии. — 2017. — Т. 31, № 8. — С. 69–71.

Папаев П. Л., Дударов С. П. Принятие решений о маршруте эвакуации производственного персонала на основе метода анализа альтернатив // Успехи в химии и химической технологии. — 2017. — Т. 31, № 8. — С. 54–56.

Программно-алгоритмическое обеспечение для аппроксимации нелинейных зависимостей нейронной сетью на основе радиально-базисных функций / И. С. Маркин, М. Д. Пысин, Д. О. Краснов, С. П. Дударов // Успехи в химии и химической технологии. — 2017. — Т. 31, № 8. — С. 57–59.

Дударов С. П., Папаев П. Л. Информационная система ячеечно-нейросетевого моделирования последствий химических аварий на опасных производственных объектах // Системы и средства информатики. — 2016. — Т. 26, № 2. — С. 123–135.

Варданян А. Э., Гусев Д. М., Дударов С. П. Разработка, исследование и сравнительный анализ диплоидных генетических алгоритмов вещественного кодирования // Успехи в химии и химической технологии. — 2016. — Т. 30, № 4. — С. 13–14.

Фокин В. П., Дударов С. П. Сравнительный анализ архитектур логических нейронных сетей для классификации бинарных векторов // Успехи в химии и химической технологии. — 2016. — Т. 30, № 4. — С. 11–12.

Папаев П. Л., Дударов С. П. Алгоритм обучения искусственных нейронных сетей на основе больших выборок с повторяющимися примерами // Успехи в химии и химической технологии. — 2015. — Т. 29, № 4. — С. 12–15.

Морунов Е. С., Дударов С. П. Гетероассоциативная искусственная нейронная сеть: задачи, элементы, структура и алгоритм обучения // Успехи в химии и химической технологии. — 2015. — Т. 29, № 4. — С. 9–11.

Методика получения и компьютерная оптимизация керамоматричных нанокомпозитов на основе углеродных нанотрубок / Э. М. Кольцова, Н. А. Федосова, А. Н. Диев, С. П. Дударов // Цветные металлы. — 2015. — № 4. — С. 60–64.

Моделирование свойств конструкционного композитного материала, армированного углеродными нанотрубками, с использованием перцептронных комплексов / С. П. Дударов, А. Н. Диев, Н. А. Федосова, Э. М. Кольцова // Компьютерные исследования и моделирование. — 2015. — Т. 7, № 2. — С. 253–262.

Бурьянова А. В., Макаров В. В., Дударов С. П. Оптимизация компонентного состава люминесцирующих материалов // Успехи в химии и химической технологии. — 2015. — Т. 29, № 4. — С. 19–21.

Диев А. Н., Аверчук Г. Ю., Дударов С. П. Распараллеливание процесса обучения многомерного нейросетевого классификатора при моделировании роста алмазных плёнок // Успехи в химии и химической технологии. — 2015. — Т. 29, № 4. — С. 119–121.

Фокин В. П., Дударов С. П. Структура, генетический алгоритм обучения и изучение вычислительной способности нейроноподобного КМ-элемента // Успехи в химии и химической технологии. — 2015. — Т. 29, № 4. — С. 16–18.

Гусев Д. М., Дударов С. П. Исследование и настройка генетического алгоритма вещественного кодирования с использованием тестовой функции Швефеля // Успехи в химии и химической технологии. — 2013. — Т. 27, № 1. — С. 37–42.

Папаев П. Л., Дударов С. П. Разработка организационной и функциональной структур информационно-моделирующей системы для оценки последствий аварий на химических производствах с использованием ячеечно-нейросетевых моделей // Успехи в химии и химической технологии. — 2013. — Т. 27, № 1. — С. 51–56.

Хетагурова А. А., Папаев П. Л., Дударов С. П. Универсальный программный модуль для контроля знаний и выполнения расчётных операций в системах счисления // Успехи в химии и химической технологии. — 2013. — Т. 27, № 1. — С. 32–36.

Дударов С. П., Папаев П. Л., Колосов А. В. Оценка последствий химических аварий на опасных производственных объектах с использованием ячеечно-нейросетевых моделей // Безопасность труда в промышленности. — 2012. — № 3. — С. 64–70.

Папаев П. Л., Дударов С. П. Применение ячеечно-нейросетевых моделей для оценки последствий залповых выбросов аммиака на примере реальной химической аварии // Успехи в химии и химической технологии. — 2012. — Т. 26, № 1. — С. 29–33.

Ячеечно-нейросетевые модели в задачах экологической безопасности / С. П. Дударов, П. Л. Папаев, А. Н. Кудряшов, Ю. А. Карибова // Искусственный интеллект и принятие решений. — 2011. — № 2. — С. 31–39.

УЧЕБНО-ИССЛЕДОВАТЕЛЬСКИЙ ПРОГРАММНЫЙ МОДУЛЬ ДЛЯ ОЦЕНКИ ПОСЛЕДСТВИЙ АВАРИЙ НА ПОЖАРО- И ВЗРЫВООПАСНЫХ ПРЕДПРИЯТИЯХ / А. Ф. Егоров, Т. В. Савицкая, С. П. Дударов, П. Г. Михайлова // Безопасность в техносфере. — 2008. — № 2. — С. 42–46.

ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ ЗАГРЯЗНЕНИЯ АТМОСФЕРНОГО ВОЗДУХА АВАРИЙНЫМИ ИСТОЧНИКАМИ ПРИ ИЗМЕНЯЮЩИХСЯ МЕТЕОУСЛОВИЯХ / Т. В. Савицкая, С. П. Дударов, С. А. Лёвушкина и др. // Экологические системы и приборы. — 2007. — № 10. — С. 45–50.

ОРГАНИЗАЦИЯ ПРОЦЕССА ОБУЧЕНИЯ И КОНТРОЛЯ ЗНАНИЙ С ИСПОЛЬЗОВАНИЕМ АВТОМАТИЗИРОВАННОГО ЛАБОРАТОРНОГО КОМПЛЕКСА ДЛЯ ПОДГОТОВКИ ХИМИКОВ-ТЕХНОЛОГОВ / А. Ф. Егоров, Т. В. Савицкая, Ю. И. Капустин и др. // Вестник Тамбовского государственного технического университета. — 2006. — Т. 12, № 2. — С. 477–485.

Автоматизация процессов самообследования и аттестации учебных заведений высшего образования / Ю. И. Капустин, А. Ф. Егоров, Т. В. Савицкая и др. // Вестник Тамбовского ТГТУ. — 2004. — Т. 10, № 2. — С. 578–585.

Показать все