Север и рынок. 2015, N 3.

2. Степанова Е. Н. Нейросетевое прогнозирование социально-экономического развития региона. Вологда: ВНКЦ ЦЭМИ РАН. 2004. 104 с. 3. Broyden C. G. The Convergence o f a Class o f Double-Rank Minimization Algorithms // Journal of the Institute o f Mathematics and its Applications. 1970. Vol. 6. Р. 76-90. 4. Shanno D. F. Conditioning o f Quasi-Newton Methods for Function Minimization // Mathematics of Computation. 1970. Vol. 24. Р. 647-656. 5. Романовский А. В., Шокин Я. В. Применение математического аппарата искусственных нейронных сетей для измерения субъективного благосостояния // Экономика и математические методы. 2014. Т. 5. № 2. С. 88-95. 6. Борисов Ю., Кашкаров В. Сорокин С. Нейросетевые методы обработки информации и средства их программно-аппаратной поддержки // Открытые системы. 1997. № 4. 83 с. 7. Горбань А. Н. Обучение нейронных сетей. М.: СП ParaGraph. 1990. 160 с. 8. Кашинцев Н. П., Селименков Р. Ю. Нейросетевое моделирование регионального развития как инструмент стратегического управления // Известия вузов. Серия «Экономика, финансы и управление производством». 2015. № 2(24). С. 141-152. 9. Кузнецов Б. И., Василец Т. Е., Варфоломеев А. А. Синтез нейроконтроллера с предсказанием для двухмассовой электромеханической системы. Электротехника и электромеханика. 2008. Т. 3. С. 27-32. 10.Хайкин С. Нейронные сети: полный курс. М.: Вильямс. 2006. 458 с. 11.Jacobs R. A., Jordan M. I., Nowlan S. J., Hinton G. E. Adaptive mixtures o f local experts // Neural Computation. 1991. № 3 (1). Р. 79-87. 12.Widrow B, Rumelhart L., Lehr M. Neural networks: АррНсайоп in industry, business and science, communications o f the acm // Communications o f the ACM. 1994. № 37 (3). Р. 93-105. References 1. Uskova T. V. Potrebitelskii rynok goroda: sostoyanie i perspektivy = Consumer market: status and prospects. Vologda, ISEDT RAS. 2012. 111 p. 2. Stepanova E. N. Neirosetevoe prognozirovanie socialno-ekonomicheskogo razvitiya regiona = Neural network forecasting o f socio-economic development o f the region. Vologda, VNKTS CEMI RAS. 2004. 104 p. 3. Broyden C. G. The Convergence o f a Class o f Double-Rank Minimization Algorithms // Journal of the Institute o f Mathematics and its Applications. 1970. Vol. 6. Р. 76-90. 4. Shanno D. F. Conditioning o f Quasi-Newton Methods for Function Minimization // Mathematics of Computation. 1970. Vol. 24. Р. 647-656. 5. Romanovsky V. A., Shokin Y. V. Priminenie matematicheskogo apparata iskusstvennykh neironnykh setei dlya izmereniya subektivnogo blagosostoyaniya = Application o f mathematical apparatus o f artificial neural networks for measurement of subjective well-being // Ekonomika I matematicheskie metody = Economics and mathematical methods. 2013. № 2. Р. 88-95 (In Russ.). 6. Borisov Y. Neirosetevye metody obrabotki informacii i sredstva ix programmno-apparatnoi podderzhki = Neural information processing methods and means o f their software - hardware support // Otkrytye sistemy = Open Systems. 1997. № 4. 83 p. 7. Gorban A.N. Obucheniye neyronnykh setey = Training neural networks. S-Pb.: ParaGraph. 1990. 160 p. 8. Kashintsev N. P. Neyrosetevoye modelirovaniye regionalnogo razvitiya kak instrument strategicheskogo upravleniya = Neural network modeling o f regional development as a strategic management tool // Izvestiya vuzov. Seriya «Ekonomika, finansy i upravleniye proizvodstvom» = Proceedings o f the universities. A series of «Economics, finance and production management». 2015. № 2. Р. 141-152. 9. Kuznetsov B. I., Vasilets T. E., Varfolomeya A. A. Sintez neyrokontrollera prognoz na dva - massovykh elektromekhanicheskikh system = Synthesis o f neuro-controller with forecast for the two - mass electromechanical system // Elektrotekhnika i elektrotekhnika = Electrical engineering and electrical engineering. 2008. T. 3. Р. 27-32. 10. Khaykin S. Neyronnyye: polnyy kurs = Neural Networks: the complete course. Moskva, Vilyams. 2006. 458 p. 11. Jacobs R. A., Jordan M. I., Nowlan S. J., Hinton G. E. Adaptive mixtures o f local experts // Neural Computation. 1991. № 3 (1). Р. 79-87. 12.Widrow B., Rumelhart L., Lehr M. Neural networks: Application in industry, business and science, communications o f the acm // Communications o f the ACM. 1994. № 37 (3). Р. 93-105. 114