- •1. Введение
- •2. Основные положения теории искусственных нейронных сетей
- •2.1. Введение.
- •2.2. Задачи, решаемые при помощи инс
- •2.3. Устройство инс
- •2.3.1. Искусственный нейрон
- •2.3.2. Искусственная нейронная сеть.
- •2.4. Архитектуры инс
- •2.6. Обучение инс
- •2.5. Математическое обоснование работоспособности инс.
- •2.6.1. Метод обратного распространения ошибки
- •3. Моделирование аэродинамических характеристик несущего винта вертолета
- •3.1 Основные положения аэроупругой математической модели несущего винта
- •3.1.1. Моделирование упругих деформаций лопасти.
- •3.1.2. Уравнение движения лопасти.
- •3.1.3. Аэродинамическая нагрузка на несущем винте.
- •3.1.4 Расчет аэродинамических характеристик нв
- •3.2 Алгоритм моделирования аэродинамических характеристик несущего винта при помощи многослойного персептрона
- •4. Разработка и обучение нейронной сети, моделирующей аэродинамические характеристики несущего винта вертолета.
- •4.1 Разработка программного обеспечения, моделирующего искусственные нейронные сети.
- •4.1.1. Требования к по
- •4.1.2. Разработка по
- •4.1.2.1. Функции выполняемые программой «Искусственные Нейронные Сети 1.1»
- •4.1.2.2Принципиальная схема функционирования «Искусственные Нейронные Сети 1.1»
- •4.2 Исследование влияния конфигурации нейронной сети на эффективность ее работы
- •3.3.1.1. Оценка сходимости по числу нейронов в слое и количеству циклов обучения
- •3.3.1.2. Оценка сходимости по числу слоев сети и количеству циклов обучения
- •3.3.1.2. Оценка влияния числа входов/выходов нейросети.
- •4.3 Формирование предпроцессора и постпроцессора сети
- •3.3.2.1. Информативность параметров
- •3.3.2.2. Нормирование входных и выходных данных.
- •3.3.2.3. Дискретизация входных данных.
- •4.4 Оптимизация процесса обучения нейронной сети
- •3.3.3.1. Усовершенствование метода обратного распространения ошибки
- •3.3.3.2. Метод коррекции ошибки
- •4.5 Обучение нейронной сети с учетом результатов исследований.
- •5. Расчет характеристик несущего винта и сравнение с исходной расчетной моделью
- •5.1. Расчет коэффициента подъемной силы
- •5.2. Расчет коэффициента силы сопротивления
- •5.3. Расчет коэффициента крутящего момента
- •5.3. Расчет коэффициента момента тангажа
- •6. Основные результаты и выводы.
- •7. Расчет себестоимости создания нейросетевой математической модели нв и необходимого по.
- •7.1. Введение
- •7.2. Основные гипотезы и допущения
- •7.4.3. Заработная плата исполнителей.
- •7.4.3.1. Основная заработная плата.
- •7.4.4 Отчисления единого социального налога.
- •7.4.5 Расчет стоимости машинного времени
- •7.4.6 Материалы и комплектующие
- •7.6.6 Накладные расходы.
- •7.6.7 Суммарная себестоимость разработки по.
- •7.5 Расчет рентабельности
- •7.6 Итог
- •8. Безопасности жизнедеятельности. Рабочее место инженера расчетчика и оператора эвм
- •8.1 Введение
- •8.2 Объект экспертизы
- •8.3 Факторы влияющие на работу оператора эвм
- •8.3.1 Электромагнитное излучение
- •8.3.2 Статическое электричество
- •8.3.3 Вентиляция помещения
- •8.3.4 Микроклимат
- •Температуры и относительной влажности воздуха в помещениях с эвм
- •8.3.5 Освещение помещения
- •8.3.7 Электробезопасность
- •8.4 Эргономическая проработка рабочего места.
- •Моторные поля
- •8.5. Расчет показателей, характеризующих охрану и условия труда при работе за эвм.
- •8.5.1 Определение показателей степени автоматизации и механизации труда.
- •8.5.2 Определение показателей травмобезопастности труда.
- •Безопасные операции
- •8.5.3 Определение коэффициента безвредности труда.
- •8.5.4 Определение интегральных показателей.
- •8.6 Пожарная профилактика
- •Профилактика
- •Тушение пожара
- •8.7 Дерево отказов.
- •8.8 Охрана окружающей среды
- •Приложение «Искусственные Нейронные Сети 1.0»
- •Возможности программы
- •Руководство пользователя Загрузка обучающей выборки
- •Создание инс
- •Обучение инс
- •Проведение расчетов при помощи полученной инс
- •Сохранение и загрузка инс
- •Устройство программы
- •«Искусственные Нейронные Сети 1.1»
- •Выполняемые программой функции
- •Основные изменения
- •Создание новой инс
- •Загрузка обучающей выборки.
- •Обучение инс
- •Проведение расчетов при помощи полученной инс
- •Сохранение и загрузка инс
- •Устройство «Искусственные Нейронные сети 1.1»
- •Использованная литература
5. Расчет характеристик несущего винта и сравнение с исходной расчетной моделью
После того как мы обучили созданную сеть необходимо проверить ее работоспособность. Для этого построим графики зависимостей, полученные от исходной математической модели и от ИНС. Для более объективной оценки графики будут строиться в двух областях: в области, в которой сеть проходила обучение и в области, где сеть обучения не проходила.
5.1. Расчет коэффициента подъемной силы
На Рис. 29 представлены графики изменения коэффициента подъемной силы в зависимости от горизонтальной скорости и от угла общего шага.
Рис. 29. Результаты расчета коэффициента подъемной силы в зоне обучения
Как видно из графиков, результаты, полученные от исходной математической модели и показанные ИНС очень близки. Среднеквадратичная погрешность параметра, отнормированного до единичного интервала, на этом участке составила = 0.0027.
На Рис 30 изображены аналогичные графики, однако входные значения взяты из области, где сеть обучение не проходила.
Рис. 30. Результаты расчета коэффициента подъемной силы вне зоны обучения
Из графиков видно, что погрешность в этих областях несколько выше, однако, ИНС достаточно хорошо усвоила общую закономерность. Среднеквадратичная погрешность параметра, отнормированного до единичного интервала, на этом участке составила = 0.0046.
5.2. Расчет коэффициента силы сопротивления
На Рис. 31 представлены графики изменения коэффициента силы сопротивления в зависимости от горизонтальной скорости и от угла общего шага.
Рис. 31. Результаты расчета коэффициента силы сопротивления в зоне обучения
Как видно из графиков сеть показывает хороший результат в зонах, где проводилось обучение. Среднеквадратичная погрешность параметра, отнормированного до единичного интервала, на этом участке составила =0.00709.
Далее представлен график коэффициента силы сопротивления, полученный при помощи исходной модели и при помощи ИНС. Входные параметры находятся вне зоны обучения.
Рис. 32. Результаты расчета коэффициента силы сопротивления вне зоны обучения
Видно, что на некоторых участках погрешность довольно существенна, но, по прежнему, ИНС удовлетворительно отображает общую закономерность. Среднеквадратичная погрешность параметра, нормированного до единичного интервала, на этом участке составила =0.0351.
5.3. Расчет коэффициента крутящего момента
На Рис. 33 представлены графики изменения коэффициента крутящего момента в зависимости от горизонтальной скорости и от угла общего шага. На приведенном ниже графике входные параметры лежат в зоне обучения сети.
Рис. 33. Результаты расчета коэффициента крутящего момента в зоне обучения
Как видно из графиков, ИНС показала хорошие результаты в зоне, где проводилось обучение. Среднеквадратичная погрешность параметра, отнормированного до единичного интервала, на этом участке составила =0.0047.
Далее приведены расчеты коэффициента крутящего момента в зоне, далекой от зоны проведения обучения:
Рис. 34. Результаты расчета коэффициента крутящего момента вне зоны обучения
Как и ожидалось, погрешность результата, выдаваемого ИНС несколько выше. Общая закономерность отражена хорошо. Среднеквадратичная погрешность параметра, нормированного до единичного интервала, на этом участке составила =0.0045.
