Feature selection

Успішне використання сонячної енергетики зумовлює необхідність точного прогнозування виробництва електроенергії сонячними електростанціями (СЕС) для стабільного функціонування систем електропостачання. Це пов’язано з необхідністю підтримання миттєвого балансу виробництва і споживання електричної енергії, який забезпечується реалізацією складних ієрархічних систем управління наявними джерелами енергії. Особливо актуальна можливість короткочасного прогнозування виробництва енергії СЕС.

Розглянута загальна задача побудови логічних дерев класифікації та розпізнавання дискретних об'єктів. Об'єктом даного дослідження є логічні дерева класифікації. Предметом дослідження є актуальні методи та алгоритми побудови логічних дерев класифікації. Метою роботи є створення простого та ефективного методу побудови моделей розпізнавання на підставі дерев класифікації для навчальних вибірок дискретної інформації, який характеризується елементарними ознаками в структурі синтезованих логічних дерев класифікації.

In the paper, a classification method is proposed. It is based on Combined Swarm Negative Selection Algorithm, which was originally designed for binary classification problems. The accuracy of developed algorithm was tested in an experimental way with the use of microarray data sets. The experiments confirmed that direction of changes introduced in developed algorithm improves its accuracy in comparison to other classification algorithms.