The present study focuses on a new application of a decision-making process using the Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) method for the optimization of the chemical synthesis output. This investigation is important as many chemical reactions have been performed in labs without any analysis of their optimization. The factors that affect the chemical synthesis output such as catalyst, nanosensor network, and temperature have been considered in this study.

Прогнозування багатовимірних нестаціонарних часових рядів на основі адаптивної нео-фаззі-моделі

Введено структуру адаптивного нео-фаззі-предиктора та багатовимірного нео- фаззі-нейрона, а також метод навчання останнього. Запропонований алгоритм навчання має підвищену швидкість збіжності та забезпечує фільтруючі властивості. Завдяки введеній нейромережевій архітектурі, вузлами якої є нео-фаззі-нейрони, можна розв’язувати задачі короткострокового прогнозування у реальному часі за умов короткої навчальної вибірки.

Адаптивний w-нейрон та його навчання в задачах прогнозування і виявлення розладнань

Розглянуто структуру адаптивного W-нейрона та його метод навчання. Запропо- нований алгоритм навчання має підвищену швидкість збіжності та забезпечує покра- щені апроксимуючі властивості за рахунок настроювання усіх параметрів вейвлет- функцій. Введена підсистема виявлення розладнань для W-нейрона, що дає змогу розв’язувати задачі діагностування в on-line режимі стохастичних процесів.

Адаптивний вейвлет-фаззі-нейрон типу-2

Запропоновано архітектуру вейвлет-фаззі-нейрона типу-2 та алгоритм навчання усіх його параметрів. Також запропоновано метод редукції моделі, що дає змогу проводити інтелектуальну обробку даних в on-line режимі при високій швидкості надходження даних. Проведено низку комп’ютерних експериментів на реальних даних, що підтверджують доцільність підходу, що розвивається.


This paper focused on a new application of the TOPSIS method for the prediction and optimization of the oligonucleotides characteristics. This method has been used for these purposes as it has shown its efficacy for these analyses. This is the first time that it has been applied to the investigation of these biomolecules. The hypothesis in this paper was that the characteristics of these biomaterials would be optimized according to their structural differences.

Construction of a velocity model of shear wave for complexly structured geological medium using neural network (by example of data of the South Caspian basin

Object. Development of a method for predicting a two-three dimensional velocity model of a medium by using a shear wave. Complexly structured geological medium is studied on the basis of geophysical and geological data using an artificial neural network. Method.  It provides the construction and use of medium models according to geophysical well logging data and other terrestrial geophysical methods. In contrast to existing methods, the proposed method also uses additional data on the medium.

Prediction of the wind speed change function by linear regression method

In the article the approximation of the function of wind speed changes by linear functions based on Walsh functions and the prediction of function values by linear regression method is made. It is shown that under the condition of a linear change of the internal resistance of the wind generator over time, it is advisable to introduce the wind speed change function with linear approximation. The system of orthonormal linear functions based on Walsh functions is given.

The long-term temporal prediction of the landslides activity in the right bank of KYIV reservoir

The article is devoted to the investigations of the landslide processes on the right bank of Dnipro within Kyiv reservoir. The long-term temporal prediction of landslides to 2020 based on consideration of the complex
influence of meteorological, geophysical, geological and hydrological factors of landslides development in the
time have been done.

Verification of data for the implementation of the forecast of dollar using artificial neural networks

The moving average method with the 4 samples window width is used to raise the weekly forecast of the US dollar exchange rate accuracy. The non-iterative artificial neural network with the radial basis functions is used for. In the end we got the forecast error less than 1%