- •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
Создание инс
Для создания ИНС переключитесь на вкладку «Конфигурация ИНС» и проделайте следующие шаги:
Укажите количество необходимых слоев сети и нажмите кнопку «Задать». Если вы хотите включить дискретизацию входных данных перед тем, как нажать кнопку «Задать» поставьте галочку «Дискретизация» и в поле слева укажите степень дискретизации. Функция дискретизации разбивает входные данные на необходимое количество разрядов, тем самым увеличивая количество входов сети (каждый разряд отдельного входного параметра подается на отдельный вход ИНС). Более подробное описание дискретизации входных параметров смотрите в разделе 3.3.3. Формирование предпроцессора и постпроцессора сети
В данной программе для защиты компьютера от переполнения оперативной памяти максимальное допустимое количество слоев сети равно 100. Это значение можно изменить в методе
void __fastcall TForm1::Button5Click(TObject *Sender) класса TForm1
Далее задайте количество нейронов в каждом слое поочередно выбирая номер слоя из раскрывающегося списка:
И указывая количество нейронов в поле ниже:
Количество нейронов последнего слоя фиксировано и равно количеству выходных параметров. Для защиты компьютера от переполнения оперативной памяти максимальное допустимое количество нейронов в слое равно 100. Это значение можно изменить в методе
void __fastcall TForm1::Button6Click(TObject *Sender) класса TForm1
После того как количество нейронов в каждом слое определено нажмите кнопку «Задать». При успешном создании ИНС появится сообщение:
После создания ИНС ее параметры можно распечатать в новую книгу Microsoft Excel. Для этого нажмите кнопку «Распечатать». В примере сеть состоит из 3 слоев с тремя входами и 1 выходом. Первые два слоя содержат по 10 нейронов и 1 слой с 1 нейроном
В распечатку входят следующие параметры:
количество нейронов в каждом слое
значения входных/выходных параметров нейронов
значение ошибки нейронов за последний цикл обучения
веса синапсов нейронов
выход сети
Редактирование новой книги во время печатания параметров сети запрещено, поскольку вызовет СОМ ошибку. Если это все же произошло, повторите процедуру распечатки заново.
Обучение инс
После того как загружена обучающая выборка и создана сеть можно проводить ее обучение. Для этого укажите требуемое количество циклов обучения в специальном поле:
И нажмите кнопку «Обучение». После завершения обучения в поле справа появится общее количество циклов обучения, которые прошла ИНС:
Ниже расположены три дополнительных поля:
Эти поля являются реализацией разработанного метода коррекции ошибки, ускоряющего процесс обучения. Более подробно о методе коррекции ошибки смотрите раздел 3.3.4 Оптимизация метода обучения нейронной сети
Проведение расчетов при помощи полученной инс
Для проведения расчетов необходимо сделать следующее:
На закладке «Конфигурация ИНС» нажмите на кнопку «Расчет»
В раскрывшемся окне Microsoft Excel укажите входные данные для расчета. Нажмите «Ок». Затем, укажите куда бы вы хотели расположить результаты расчета. Нажмите «Ок». После этого программа загрузит входные данные, проведет расчет и затем выведет результаты в указанное место
