MODELING OF NON-STATIONARY NONLINEAR TIMELINES FOR THE PROBLEMS OF OPTIMIZATION OF DRILLING

Authors

DOI:

https://doi.org/10.30888/2663-5712.2020-03-01-002

Keywords:

0

Metrics

Metrics Loading ...

References

Hamilton I. Time series analysis. Princeton University Press, 1994. 779 p.

Gurierous C., Monfort A. Time series and dinamic modeld. Cambridge University Press, 1997. 668 p.

Носко В.П. Введение в регрессионный анализ временных рядов. М.: Пргресс, 2012. 273 с.

Clements M.P., Hendry D.F. Farecasting with difference-stationary and trend- stationary models. Econometrics journal, 2001, No 4. P. 1-19.

Контрович Г.Г. Анализ временных рядов. Экономический журнал ВШЭ, 2002, № 3. С. 3793-401.

Nazarenko O.M., Filchenko D.V. Parametric identification of state-space dynamic systems: A time-domen perspective. International journal of innovating computing, information and control. 2008, vol. 4, No 7. P. 1553-1556.

Назеренко А.М., Фильченко Д.В. Идентификация и оптимизация слабо формализованных процессов в классе стационарных LQ моделей. Кибернетика и вычислительная техника, 2009б вып. 158. С. 81-89.

Востров Г.Н., Полякова М.В., Любченко В.В. Сегментация и анализ временных рядов на основе стохастической фрактальной модели. Труды Одесского политехнического университета 2001б № 1. С. 109-144.

Серая О.В. Прогнозирование вейвлет-апроксимации временного ряда. Восточно-европейский журнал передовых технологий. 2011. № 4(52). С. 49-51.

Бодянский Е.В., Винокурова Е.А. Обучение искусственных всплеск-нейронных сетей при обработке нестационарных стохастических сигналов. Радиоэлектроника и информатика, 2003, № 1(22). С. 86-89.

Bodyanskiy Ye, Kolodyazhniy V., Pliss I., Vynokurova O. Learning wavelet neuron based on the RASP-function. Радиоэлектроника. Информатика. Управление, 2004, № 1(11). С. 118-122.

Бодянский Е.В., Винокурова Е.А. Адаптивный вейвлет-нейронный предиктор. Проблемы бионики, 2003, № 58. С. 10-17.

Бодянский Е.В., Винокурова Е.А., Кобылин И.Щ., Мулеса П.П. Робастная адптивная идентификация нестационарных временных рядов с помощью ансамбля обучаемых гибридных адаптивных моделей. Управляющие системы и машины, № 5. С. 76-83.

Чепенко Т.Е. Моделирование и прогнозирование многомерного ряда показателей. Математическое и имитационное моделирование систем. МОДС'2011; 6-ая науч.-практ.конф. с междунар. участием: тезисы докл. Чернигов, 2011. С. 37-39.

Бодянский Е.В., Попов С.В., Слипченко А.Н. Прогнозирование нелинейный временных рядов в условиях структурной неопределенности; 10-я междунар.конф.по автоматическому управлению «Автоматика 2003»: сб.науч.тр. Севестополь: Изд-во СевНТУ, 2003, т. 1. С. 121-122.

Плисс И.П., Попов С.В., Рыбальченко Т.В. Нейросетевое прогнозирование временных рядов энергопотребления в условиях структурной неопределенности. Світотехніка та електроенергетика, 2008, № 3(15). С.41-48.

Белоконь С.В. Оперативное управление процессом бурения скважин по данням комплекса «ГЕОСЕРВИС». Нефтяное хозяйство, № 3, 20001. С. 39-41.

Семенцов Г.Н., Кропивницька В.Б., Гуменюк Т.В., Лагойда А.І. Modeling of dynamic stability of the well deepening process based on the catastrophe theory. Східно-Європейський журнал передових технологій. №4/3(94). 2018. С.36-46.

Published

2020-02-28

How to Cite

Зварыч, Г., Майкович, Е., & Лагойда, Л. (2020). MODELING OF NON-STATIONARY NONLINEAR TIMELINES FOR THE PROBLEMS OF OPTIMIZATION OF DRILLING. SWorldJournal, 1(03-01), 47–56. https://doi.org/10.30888/2663-5712.2020-03-01-002

Issue

Section

Articles