The software module is developed. By the specified readiness parameters it calculates probabilities of the proper operation and failure-ability for the isotropic symmetric and hierarchical branched systems (HBS).The module is tested/restricted against the systems of the n-level branching whose elements obey the exponential rules. The non-iterative artificial neural network (ANN) has been deployed to the prediction of those characteristics. The reduced to the mean value range errors of the ANN learning and forecasting are calculated as well as the time estimations for the ANN learning and forecasting.
1.Ушаков И.А. Вероятностные модели надежности информационно-вычислительных систем. –М.: Радио и связь, 1991. -132 c. 2. Марунчак Д. Є., Сидор А. Р. Розрахунок надійності ієрархічних розгалужених систем зі старіючими вихідними елементами: Навч. Посібник. – Львів: Видавництво Національного університету «Львівська політехніка», 2006. – 72 с. 3. Марунчак Д. Є., Сидор А. Р. Надійність розгалужених систем: Навч. Посібник. – Львів: Видавництво Національного університету «Львівська політехніка», 2007. – 124 с. 4. Ткаченко Р.О. Неітераційне навчання штучних нейронних мереж прямого поширення// Технічні вісті. –Л.: ДУ „ЛП”, 1999. - № 1(8), 2(9). - с. 41-42. 5. Ткаченко Р.О. Штучна нейронна мережа таблично-алгоритмічного типу // Вісник ДУ ”Львівська політехніка” “Комп’ютерна інженерія та інформаційні технології”. –Л.: ДУ „ЛП”, 1999. - № 351. - c.91-93. 6. Ткаченко Р. О. Павлюк О. М. Когут Р. М. Лінеаризація задач передбачення шляхом фазифікації // Вісник Національного університету “Львівська політехніка”. №521. “Комп’ютерна інженерія та інформаційні технології”, Львів, 2004 р. – с. 214-219. 7. Ткаченко Р. О., Павлюк О. М., Ткаченко П. Р.Особливості тренування нейромереж прямого поширення за методом „К найближчих сусідів”.НАН України, Фізико-механічний інститут ім. Г. В. Карпенка “Відбір і обробка інформації” №20(96), Львів, 2004р. – с. 121-126.