- •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 новой инс
Для создания новой ИНС выполните следующие шаги:
Переключитесь на вкладку «Сеть» и нажмите кнопку «Новая Сеть»
В полях Входы/Выходы укажите количество водных и выходных параметров сети. И нажмите соответствующую кнопку «Задать».
Укажите необходимое количество слоев сети. (В программу встроен ограничитель количества слоев сети для защиты ЭВМ от переполнения оперативной памяти. Максимальное количество слоев сети задано равным 1000. Изменить это значение можно в методе:
void __fastcall TForm1::ButtonLayersAmountClick(TObject *Sender) класса TForm1)
При необходимости включите дискретизацию и задайте степень дискретизации:
Нажмите соответствующую кнопку «Задать»
Далее задайте количество нейронов в каждом слое поочередно выбирая номер слоя из раскрывающегося списка:
и указывая необходимое количество нейронов в каждом слое. (В программу встроен ограничитель количества нейронов в слое для защиты ЭВМ от переполнения оперативной памяти. Максимальное количество нейронов в слое задано равным 1000. Изменить это значение можно в методе:
void __fastcall TForm1::ANNLayersConfigurationSet(TObject *Sender) класса TForm1)
Количество нейронов в последнем слое неизменяемо и равно количеству выходных параметров.
При необходимости включите линейность последнего слоя:
Нажмите соответствующую кнопку «Задать»
Далее для создания сети нажмите кнопку «Создать Сеть».
После создания сети в информационном окне появится краткая информация о созданной сети.
Если вы захотели изменить какие либо параметры сети, нажмите на кнопку «Редактировать Сеть», затем на соответствующую кнопку «Редактировать» и измените нужные поля. Изменение количества слоев сети потребует повторного указания количества нейронов в каждом слое.
При необходимости, вы можете распечатать параметры созданной сети, нажав кнопку «Распечатать Сеть». Параметры сети будут распечатаны в новую книгу Microsoft Excel. В примере сеть имела 4 входных параметра, 1 выходной параметр, 3 слоя: 20 нейронов в первых двух слоях и 1 нейрон в третьем слое.
В распечатку входят следующие параметры:
количество нейронов в каждом слое
индекс функции активации (Указывает на то, какая функция активации используется в нейронах данного слоя. 0 – сигмоидальная; 1 – линейная)
Коэффициент функции активации
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.
Загрузка обучающей выборки.
Для загрузки обучающей выборки необходимо:
В главном окне программы на вкладке «Обучение» нажмите кнопку «Открыть Файл с обучающей выборкой». В появившемся окне необходимо указать необходимый файл формата Microsoft Excel, в котором содержаться данные для обучения.
После указания необходимого файла автоматически откроется указанный файл в окне Microsoft Excel и появится диалоговое окно, просящее указать входные параметры обучающей выборки
Укажите область, содержащую входные данные обучающей выборки (мышью выделите необходимую область) и нажмите «Ок»
Аналогично укажите область, содержащую выходные данные и нажмите «Ок».
Далее в главном окне программы на закладке «Обучение» необходимо указать, как были расположены данные: в столбец или в строку.
Это необходимо для того, чтобы программа проверила соответствие количества входов и выходов сети количеству входов и выходов обучающей выборки, а также соответствие количества входов и выходов самой обучающей выборки. В показанном примере данные расположены в столбец. Входные и выходные данные обучающей выборки должны быть расположены одинаковым образом: либо в столбец, либо в строку, иначе программа посчитает, что у вас не соответствует количество входных и количество выходных параметров. Если у вас возникла необходимость указать другие входные или выходные данные нажмите на кнопку «Редактировать» перед соответствующим полем и заново укажите необходимые даные.
Для загрузки обучающей выборки в программу нажмите кнопку «Загрузить обучающую выборку». При успешной загрузке в поле справа от кнопки появится сообщение об успешной загрузке.
Помните, что при значительных размерах обучающей выборки загрузка может занять достаточно длительное время (это происходит из-за сравнительно медленного функционирования СОМ связи). В связи с этим в этой версии программы предусмотрен специальный способ загрузки обучающей выборки, который описан ниже.
Если при нажатии кнопки программа выдает сообщение о том, что количество входных параметров не соответствует количеству выходных параметров - это означает, что в указанных данных не для каждого набора входных параметров можно найти набор выходных параметров или наоборот. Такая ошибка может возникнуть при неправильном указании расположения данных обучающей выборки (в столбец или в строку)
Для ее исправления заново укажите входные и выходные параметры, а также способ их расположения.
При большом объеме обучающей выборки загрузка данных из книги Microsoft Excel может занять значительное количество времени. Для этого случая предусмотрена специальная загрузка обучающей выборки. Обучающая выборка должна храниться в текстовом файле в следующем формате:
Все цифры должны быть разделены пробелами или табуляциями. Файл базы данных должен иметь расширение «dat»
Для загрузки обучающей выборки в таком формате необходимо вместо кнопки «Открыть Файл обучающей выборки» нажать кнопку «S», расположенную рядом. В открывшемся диалоговом окне указать необходимый файл и нажать «Ок». Далее нажмите кнопку «Заргузка обучающей выборки»
При желании изменить обучающую выборку нажмите на кнопку «Изменить обучающую выборку» и внесите необходимые изменения. После этого снова нажмите кнопку «Заргузка обучающей выборки»
