- •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
Обучение инс
После того как сеть создана и обучающая выборка загружена мы можем проводить обучение ИНС. Для этого проделайте следующие шаги:
На вкладке «Обучение» нажмите на кнопку «Обучение»
В появившемся диалоговом окне укажите необходимое количество циклов или эпох обучения.
При стохастическом обучении (примеры обучающей выборки подаются в случайном порядке. Коррекция весов производится после каждого примера) указывается необходимое количество циклов. При групповом методе обучения (В сеть последовательно подаются все примеры обучающей выборки. Коррекция весов производится только после вычисления общей ошибки от всех примеров.) укажите необходимое количество эпох (1 эпоха равна количеству циклов, равных количеству примеров в обучающей выборке).
При необходимости применения метода коррекции ошибки поставьте галочку в поле «Включить Коррекцию ошибки» и в полях ниже поставьте необходимые параметры. Описание метода коррекции ошибки смотрите в разделе 3.3.4 Оптимизация метода обучения нейронной сети
В случае необходимости резервного сохранения сети поставьте галочку в поле «Сохранять Сеть», укажите необходимый интервал в циклах обучения, через который вы бы хотели, чтобы сеть сохранялась. И используя кнопку «Изменить» укажите имя файла, куда бы вы хотели сохранять сеть. По умолчанию сеть будет сохранена в файл «C:\default.ann»
Нажмите «Ок»
Открывшееся окно показывает на сколько процентов выполнен процесс обучения.
Если вы хотите прервать процесс обучения, нажмите кнопку «Отмена»
Пройденное сетью количество циклов обучения указывается в специальном поле на вкладке «Обучение»
Проведение расчетов при помощи полученной инс
После того, как сеть создана или загружена из файла можно проводить расчеты с ее применением. Для проведения расчетов необходимо сделать следующее:
На закладке «Расчеты» нажмите на кнопку «Открыть файл для расчета». В появившемся диалоговом окне укажите необходимую книгу Microsoft Excel и нажмите «Ок»
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.
Сохранение и загрузка инс
Программа «Искусственные Нейронные Сети 1.1» позволяет сохранять и восстанавливать сохраненные ранее сети. Для сохранения созданной сети на вкладке «Сеть» нажмите кнопку «Сохранить Сеть» В открывшемся диалоговом окне укажите имя файла.
Для загрузки сеnи из файла ев вкладке «Сеть» нажмите кнопку «Загрузить Сеть». В открывшемся диалоговом окне укажите необходимый файл. Загруженная сеть полностью готова для проведения расчетов.
Устройство «Искусственные Нейронные сети 1.1»
Логическую схему и код программы смитрите в прилагающемся файле
«КОД-Искусственные Нейронные Сети 1.1.doc» или в исходных текстах программы.
Использованная литература
Анил К. Джейн, Жианчанг Мао, К.М. Миоуддин «Введение в искусственные нейронные сети», Мичиганский Государственный Университет совместно с Исследовательским Центром IBM, США.
С. Короткий. «Нейронные сети: основные положения» -http://cylib.iit.nau.edu.ua/Books/ComputerScience/FundamentalAlgorithm/www.soft.complete/neuro/index.html
А.Н. Горбань «Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей», Вычислительный Центр СО РАН, г.Красноярск-36
«Сравнительный анализ алгоритмов обучения нейронных сетей» http://cache.rcom.ru/~dap/nneng/nnlinks/nbdoc/compare2.htm
«Метод обратного распространения ошибки» http://ru.wikipedia.org.
В.С. Мдведев, В.Г. Потемкин «Нейронные сети. Matlab 6», Москва 2002 г.
Гирфанов А.М. «Аэроупругая балансировка НВ», КГТУ им. Туполева.
М.Л. Миль и др. «Вертодеты. Расчет и проектирование», Том 1 «Аэродинамика», Москва, «Машиностроение», 1966 г.
Е.В. Голдобеев и др. «Методы определения затрат на создание научно-технической продукции», КГТУ им. Туполева, г. Казань, 2003 г.
С.М. Беляков и др. «Количественная оценка показателей охраны труда при проектировании техпроцесса», КГТУ им. Туполева, г. Казань, 1995 г.
Е.Я. Юдин, С.В. Белов «Охрана труда в машиностроении», Москва, «Машиностроение», 1983 г.
Э.А. Арустамов «Безопастность жизнедеятельности», Москва, 2004 г.
С.В. Белов «Охрана окружающей среды», Москва, «Высшая школа» 1991 г
1 Более подробное рассмотрение теорем и их доказательств см. в, научных работах Вычислительного центра СО РАН в г. Красноярске-36, а также в Сибирском журнале вычислительной математики, 1998, Т1,№1, С12-24.
2 В программе стоит ограничитель максимального размера сети для предотвращения переполнения памяти ЭВМ. Изменение параметров ограничителя может быть осуществлено в методах: void __fastcall TForm1::ButtonLayersAmountClick(TObject *Sender) класса TForm1
void __fastcall TForm1::ANNLayersConfigurationSet(TObject *Sender) класса TForm1
3 В программе стоит ограничитель максимального размера сети для предотвращения переполнения памяти ЭВМ. Изменение параметров ограничителя может быть осуществлено в методах: void __fastcall TForm1::Button5Click(TObject *Sender) класса TForm1
void __fastcall TForm1::Button6Click(TObject *Sender) класса TForm1
4 В программе стоит ограничитель максимального размера сети для предотвращения переполнения памяти ЭВМ. Изменение параметров ограничителя может быть осуществлено в методах: void __fastcall TForm1::ButtonLayersAmountClick(TObject *Sender) класса TForm1
void __fastcall TForm1::ANNLayersConfigurationSet(TObject *Sender) класса TForm1
