Моделювання показників зараженості N. agilis Азово-Чорноморського лобаня з використанням штучних нейронних мереж

Наукова стаття з паразитології. Вісник Запорізького національного університету, № 2, 2010 , с. 40 -53
Проводиться порівняльний аналіз кількісних характеристик акантоцефали N. agilis від
Азово-Чорноморського лобаня із застосуванням алгоритму зворотного поширення похибки
на багатошаровому персептроні. Метою роботи була побудова класифікаційної та регресійної
мереж для прогнозування екстенсивності та інтенсивності зараження акантоцефалами лобаня та визначення найбільш вагомих чинників, що вплинули на модель. Нейронна мережа, володіючи здатністю до накопичення і наступної репрезентації експериментальних знань, може стати достойною альтернативою повноцінній математичній моделі і бути
використаною для пошуку оптимальних рішень. Результати показали, що виходячи з даних
про сезон та місця вилову риб, їх розмірно-вагові та популяційні характеристики можна
побудувати досить адекватні моделі для прогнозування екстенсивності та інтенсивності
зараження акантоцефалами лобаня.
Ключові слова: кефаль, система паразит-хазяїн, алгоритм зворотного поширення похибки, персептрон, класифікаційна, регресійна модель