DOI: 10.17587/prin.15.265-272

УДК: 004.032.26

Method of Data Preprocessing on the Basis of Pulse Neural Network to Improve the Accuracy of Water Level Forecast on the Example of Ufa City of the Republic of Bashkortostan

Е. В. Пальчевский, ст. препод., teelxp@inbox.ru, Финансовый университет при Правительстве Российской Федерации, Москва, В. В. Антонов, д-р техн. наук, зав. каф., antonov.v@bashkortostan.ru, Е. А. Макарова, д-р техн. наук, проф. кафедры, ea-makarova@mail.ru, Н. А. Кононов, аспирант, kononov.nick.pi@yandex.ru, Я. С. Вояковская, ст. препод., in.edem@yandex.ru, Институт информатики, математики и робототехники, Уфимский университет науки и технологий

Рассмотрен разработанный метод предобработки данных, основанный на импульсной нейронной сети. Суть данного метода заключается в повышении качества исходного датасета путем минимизации зашумленности данных. Особенность заключается в повышении точности прогнозных значений временного ряда уровней воды, получаемых на выходе импульсной нейронной сети. Ретроспективные данные (с 01.01.1997 г. по 30.06.2023 г.) были получены с гидрологических постов и автоматических станций благодаря помощи сотрудников ФГУП «Центр регистра и кадастра». На примере гидрологического поста 76289 (г. Уфа) проведен эксперимент по прогнозированию уровней воды при помощи разработанной системы «Паводок 2.0». Эксперимент доказал эффективность применения разработанного в исследовании метода предобработки данных в рамках повышения точности прогнозных значений уровней воды.

Ключевые слова: импульсная нейронная сеть, прогнозирование уровней воды, нейронные сети, интеллектуальная система прогнозирования, повышение точности прогноза

Стр. 265–272

Ссылка для цитирования:
Palchevsky E. V., Antonov V. V., Makarova E. A., Kononov N. A., Voyakovskaya Ya. S. Method of Data Preprocessing on the Basis of Pulse Neural Network to Improve the Accuracy of Water Level Forecast on the Example of Ufa City of the Republic of Bashkortostan // Программная инженерия. 2024. Том 15, № 5. С. 265—272. DOI: 10.17587/prin.15.265-272.