Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
|
Нейросетевые САУ
Нейросетевые технологии в интеллектуальных системах позволяют решать ряд задач в управлении, когда информация об объекте неполная и неточная [9]. В таких случаях мощные традиционные информационные средства, такие как система моделирования Matlab + Simulik, не дают нужного результата. Так как искусственные нейронные сети строятся на принципах биологических сетей, то они обладают важными свойствами последних, склонны к обучению и обобщению. За счёт распараллеливания информации они обладают высоким быстродействием. Схема искусственного нейрона приведена на рис. 4.2.
Рис. 4.2
На нейрон подаются сигналы , после умножения на свой вес они суммируются. Сигнал модифицируется специальной функцией так, что выходной сигнал нейрона [9]
. (4.1)
В интеллектуальных системах наибольшее распространение получила многослойная сеть прямого распространения (рис. 4.3). На этой схеме прямоугольниками показаны отдельные нейроны.
Рис. 4.3
В такой сети скрытых слоёв может быть несколько. Число нейронов во входном и выходном слоях определяется количеством входных и выходных координат. Число нейронов в скрытых слоях подбирается опытным путём. При обучении сети решается ряд задач по коррекции весовых коэффициентов отдельных нейронов. Некоторые подходы изложены в [9]. Наиболее предпочтительная область применения нейронных сетей – распознавание образов. Возможно их использование в системах управления производственными объектами [9].
|