Нейронные сети

  • 30 нояб. 2013 г.
  • 2882 Слова
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ, МОЛОДЕЖИ И СПОРТА УКРАИНЫ
ДОНБАССКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
Кафедра АУТП






ОТЧЕТ
по научно-исследовательской работе студента
на тему: «Нейронные сети»







Выполнила: ст. гр. АКТ-09-1
Чепинога А.Принял: доц.каф.
Кобец Д.В.





Алчевск, 2012
СОДЕРЖАНИЕ

Введение 3
1 Обзор и анализ нейросетей 4
1.1 Свойстванейронных сетей 4
1.2 Области применения нейронных сетей 7
1.3 Классификация нейронных сетей 7
1.4 Структура и принципы работы нейронной сети 10
1.5 Обучение нейронной сети 12
1.6 Нейросетевые системы управления 14
2 Разработка нейросетевого регулятора с наблюдающим устройством. Использованиенейроконтроллера Model Reference Control 16
Заключение 23
Перечень ссылок 24
















ВВЕДЕНИЕ


При современном уровне развития техники, когда даже бытовые приборы оснащаются микропроцессорными устройствами, все более актуальным становится разработка новыхсистем автоматического управления.
Но в связи с возрастающей сложностью объектов управления и с увеличением требований к системам управления за последнее десятилетие резко повысилась необходимость в создании более точных, более надежных систем управлении, обладающих большими функциональными возможностями.
Интеллектуальные системы на основе искусственных нейронных сетей (ИНС) позволяют суспехом решать проблемы идентификации и управления, прогнозирования, оптимизации. Известны и другие, более традиционные подходы к решению этих проблем, однако они не обладают необходимой гибкостью и имеют существенные ограничения на среду функционирования.
Нейронные сети позволяют реализовать любой требуемый для процесса нелинейный алгоритм управления при неполном, неточном описании объектауправления (или даже при отсутствии описания), создавать мягкую адаптацию, обеспечивающую устойчивость системе при нестабильности параметров.
ИНС могут применяться для различных задач: аппроксимация функций, идентификация, прогнозирование, управление, классификация образов, категоригизация, оптимизация.











1 ОБЗОР И АНАЛИЗ НЕЙРОСЕТЕЙ




Искусственныенейронные сети получили широкое распространение за последние 20 лет и позволили решать сложные задачи обработки данных, часто значительно превосходя точность других методов статистики и искусственного интеллекта, либо являясь единственно возможным методом решения отдельных задач. Нейронные сети (НС) успешно применяются в самых различных областях – бизнесе, медицине, технике, геологии, физике. Такой впечатляющийуспех определяется несколькими причинами: НС – исключительно мощный метод моделирования, позволяющий воспроизводить чрезвычайно сложные зависимости; они нелинейные по своей природе и кроме того, нейронные сети справляются с проблемой размерности, которая не позволяет моделировать линейные зависимости в случае большого числа переменных.




1.1 Свойства нейронных сетейНесомненно, что технические средства, построенные на тех же принципах, что и биологические нейронные сети, обладают рядом схожих свойств. К таким свойствам относятся:
- массовый параллелизм;
- распределенное представление информации и вычисления;
- способность к обучению и способность к обобщению;
- адаптивность;
- свойство контекстуальной...
tracking img