Алгоритми дослідження нейронної мережі

Abstract

У сучасному світі штучні інтелектуальні системи отримали велику популярність, завдяки багатим можливостям і ефективності використання. Існує безліч завдань, де необхідно практична роздільна здатність з використанням інтелектуальних систем вже зараз: економіка і бізнес, робототехніка, геологорозвідка, математика, біофізика, авіоніка, безпека та охоронні системи, медицина та багато інші. Така велика кількість областей застосування, говорить про те, що інтелектуальні системи - це унікальний набір для вирішення питань аналізу та обробки великого обсягу даних, вирішення завдань різног рівня складності. В даний час в системах штучного інтелекту активно використовуються штучні нейронні мережі. Нейронна мережа – це обчислювальна структура, яка складається з безлічі елементів одного типу. Ці елементи виконують прості функції, а всі процеси, що відбуваються в штучній нейронній мережі можна асоціювати з процесами, що відбуваються в нервовій системі живих організмів. Нейронні мережі нелінійні за своєю природою, в них відсутня явна залежність, що дозволяє відразу використовувати розроблену технологію (інформаційну модель нейромережі). Протягом багатьох років лінійне моделювання було основним методом моделювання, оскільки для нього добре розроблені процедури оптимізації. Актуальність магістерської роботи полягає у використанні нейронних мереж для вирішення недосконало формалізованих завдань в інтелектуальному аналізі даних. У цій роботі розгляно технологію навчання нейронної мережі для прогназування виходу з ладу компонетів системи, що є актуальним для безпеки екіпажу та запобіганню можливих екномічних витрат. Штучні нейронні мережі дають багатообіцяючі перспективи в розвитку, а програмне забезпечення має величезну перевагу від їх використання. Об'єктом дослідження є існуюче програмне забезпечення нейроних мереж, а також сучасні системи навчання їх та аналізу. Предметом дослідження є проблема прогнозування ризиків виходу з ладу компонентів системи. Мета дипломної роботи: розробка нейронної мережі для прогнозування ризиків виходу з ладу компонентів системи на базі паливної системи судна. Для досягнення мети дипломної роботи поставлено такі завдання: 1. Проведення аналізу літературних джерел з тематики роботи. 2. Аналіз методів та моделей прогнозування ризиків. 3. Дослідження специфіки застосування штучних нейронних мереж. 4. Обгрунтування використаних засобів розробки. 5. Проектування моделі досліджуваної технічної системи судна. 6. Розробка діаграми зв’язків та алгоритму роботи нейронної мережі. 7. Розробка інтерфейсу головної форми системи створення штучної нейронної мережі. 8. Моделювання процесу тренування розробленої моделі штучної нейронної мережі.