<?xml version='1.0' encoding='utf-8'?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.2 20190208//EN" "http://jats.nlm.nih.gov/publishing/1.2/JATS-journalpublishing1.dtd">
<article article-type="research-article" dtd-version="1.2" xml:lang="ru" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"><front><journal-meta><journal-id journal-id-type="issn">2518-1092</journal-id><journal-title-group><journal-title>Научный результат. Информационные технологии</journal-title></journal-title-group><issn pub-type="epub">2518-1092</issn></journal-meta><article-meta><article-id pub-id-type="doi">10.18413/2518-1092-2017-2-4-3-9</article-id><article-id pub-id-type="publisher-id">1259</article-id><article-categories><subj-group subj-group-type="heading"><subject>КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ</subject></subj-group></article-categories><title-group><article-title>РАЗРАБОТКА МОДЕЛИ ОЦЕНКИ И ПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ ПОЧВ СЕЛЬСКО-ГОРОДСКИХ ТЕРРИТОРИЙ НА ОСНОВЕ ИСКУСТВЕННОЙ НЕЙРОННОЙ СЕТИ</article-title><trans-title-group xml:lang="en"><trans-title>DEVELOPMENT OF THE MODEL OF ESTIMATION AND FORECASTING OF THE STATE OF SOILS OF RURAL-URBAN TERRITORY ON THE BASIS OF THE ARTIFICIAL NEURAL NETWORK</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author"><name-alternatives><name xml:lang="ru"><surname>Федоров</surname><given-names>Вячеслав Игоревич</given-names></name><name xml:lang="en"><surname>Fedorov</surname><given-names>Vyacheslav Igorevich</given-names></name></name-alternatives><email>fedorov_v@bsu.edu.ru</email></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="ru"><surname>Иващук</surname><given-names>Ольга Александровна</given-names></name><name xml:lang="en"><surname>Ivashchuk</surname><given-names>Olga Alexandrovna</given-names></name></name-alternatives><email>ivaschuk@bsu.edu.ru</email></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="ru"><surname>Ужаринский</surname><given-names>Антон Юрьевич</given-names></name><name xml:lang="en"><surname>Uzharinskiy</surname><given-names>Anton Jurjevich</given-names></name></name-alternatives><email>udjal89@mail.ru</email></contrib></contrib-group><pub-date pub-type="epub"><year>2017</year></pub-date><volume>2</volume><issue>4</issue><fpage>0</fpage><lpage>0</lpage><self-uri content-type="pdf" xlink:href="/media/information/2017/4/IT_1.pdf" /><abstract xml:lang="ru"><p>Сегодня строительство жилых комплексов является одним из приоритетных направлений быстроразвивающихся регионов Российской Федерации, в особенности, следует отметить индивидуальное жилищное строительство. В результате образовываются и интенсивно развиваются особые составляющие городских агломераций &amp;ndash; сельско-городские территории. Однако планирование и застройка подобных территорий в регионах России в основном осуществляется без рассмотрения вопросов экологической безопасности. В результате сельско-городские территории часто попадают в зоны экологического риска. В связи с этим становится актуальной задача обеспечения результативного управления планированием, застройкой и развитием сельско-городских территорий с учетом их экологической безопасности, что неотъемлемо связано с разработкой и исследованием эффективных методов и моделей поддержки принятия решений в данной сфере. Одним из важнейших компонентов природной среды сельско-городских территорий является почва, состояние которой влияет как на возможность выращивания сельскохозяйственных культур, так и на здоровье проживающего населения. В данной статье рассматриваются результаты моделирования состояния почвенной среды сельско-городских территорий, расположенных в зоне действия автодорог. Авторами предложена математическая модель в виде искусственной нейронной сети, которая позволяет проводить оценку и прогнозирование концентрации загрязняющих веществ в почве в зависимости от параметров автотранспортных потоков и инженерных характеристик прилегающей автодороги. Данная модель реализована c использованием пакета прикладных программ и функций Neural Network Toolbox системы MATLAB. Получаемая в результате моделирования информация может использоваться для принятия результативных управленческих решений в сфере планирования, образования, развития и застройки данных территорий.</p></abstract><trans-abstract xml:lang="en"><p>Today, the construction of residential complexes is one of the priority areas of the dynamic regions of the Russian Federation, in particular, it should be noted private housing construction. As a result, special components of urban agglomerations are formed and intensively developed &amp;ndash; rural-urban areas. However, the planning and development of such territories in the regions of Russia is mainly carried out without consideration of environmental security. As a result, ruralurban areas often fall into environmental risk zones. In this regard, it becomes important to ensure effective management of planning and development of rural-urban areas, taking into account their&amp;nbsp;environmental safety, which is associated with the research and development of effective methods and models for supporting decision-making in this area. One of the most important components of the natural environment of rural-urban areas is the soil, the state of which affects both the ability to grow crops and the health of the living population. This article examines the results of modeling the state of the soil environment of rural-urban areas located in the area of action of highways. The authors proposed a mathematical model in the form of an artificial neural network, which makes it possible to estimate and predict the concentration of pollutants in the soil, depending on the parameters of motor traffic flows and the engineering characteristics of the adjacent road. This model is implemented using a package of application programs and functions of the Neural Network Toolbox of the MATLAB system. The resulting information can be used&amp;nbsp;to make effective management decisions in the planning, education, development and development of these territories.</p></trans-abstract><kwd-group xml:lang="ru"><kwd>сельско-городские территории</kwd><kwd>нейронные сети</kwd><kwd>прогнозирование состояния почв</kwd></kwd-group><kwd-group xml:lang="en"><kwd>rural-urban territories</kwd><kwd>neural networks</kwd><kwd>forecasting of the state of soils</kwd></kwd-group></article-meta></front><back /></article>