ЕОМ
Котенко О. К. Нейромережеві моделі ідентифікації нелінійних об’єктів : магістерська атестаційна робота, пояснювальна записка / О. К. Котенко ; кер. роботи доц. Шамраєв А.А. ; ХНУРЕ, Кафедра Електронних обчислювальних машин. – Харків, 2014. – 111 с. : CD
Котенко О. К. Нейромережеві моделі ідентифікації нелінійних об’єктів : магістерська атестаційна робота, пояснювальна записка / О. К. Котенко ; кер. роботи доц. Шамраєв А.А. ; ХНУРЕ, Кафедра Електронних обчислювальних машин. – Харків, 2014. – 111 с. : CD
Статистика використання: Видач: 0
Анотація:
Магістерську атестаційну роботу присвячено вирішенню задачі нейромережевої ідентифікації нелінійних об'єктів на основі багатошарового персептрона. У роботі проведено всебічний аналіз існуючих алгоритмів настроювання параметрів багатошарового персептрона. Нейромережеві моделі нелінійних об'єктів побудовано на основі штучних нейронних мереж персептронного типу.
У середовищі MATLAB 2008b проведено імітаційне моделювання різних алгоритмів навчання багатошарового персептрона, досліджено процес вирішення задачі ідентифікації нелінійних об'єктів при дії перешкод, та показано ефективність використання нейромережевих моделей на основі багатошарового персептрона.
При розробці використовувалися: технічні засоби - ЕОМ, програмні засоби - операційна система Microsoft Windows 7, програмний пакет MATLAB 2008b, під час підготовки пояснювальної записки використовувався пакет програм Microsoft Office 2010.
ШТУЧНА НЕЙРОННА МЕРЕЖА, БАГАТОШАРОВИЙ ПЕРСЕПТРОН, АЛГОРИТМ НАВЧАННЯ, НЕЙРОМЕРЕЖЕВА МОДЕЛЬ, ІДЕНТИФІКАЦІЯ, НЕЛІНІЙНИЙ ОБ'ЄКТ
The thesis is devoted to the solution of neural network identification problem for nonlinear objects. The existing procedures of multilayer perceptron parameters adjustment are analysed. Neural network models are realized on the multilayer perceptron basis.
A simulation of different multilayer perceptron learning algorithms is carried out with the help MATLAB 2008b. The performances of various training methods are compared in terms of both speed and global reliability.
It was used: hardware - IBM PC, software - operational system Microsoft Windows 7, the software pack MATLAB 2008b, by preparation of an explanatory slip and presentation materials was used the software package Microsoft Office 2010.
ARTIFICAL NEURAL NETWORK, MULTILAYER PERSEPTRON, LEARNING ALGORITHM, NEURAL NETWORK MODEL, IDENTIFICATION, NONLINEAR OBJECT
У середовищі MATLAB 2008b проведено імітаційне моделювання різних алгоритмів навчання багатошарового персептрона, досліджено процес вирішення задачі ідентифікації нелінійних об'єктів при дії перешкод, та показано ефективність використання нейромережевих моделей на основі багатошарового персептрона.
При розробці використовувалися: технічні засоби - ЕОМ, програмні засоби - операційна система Microsoft Windows 7, програмний пакет MATLAB 2008b, під час підготовки пояснювальної записки використовувався пакет програм Microsoft Office 2010.
ШТУЧНА НЕЙРОННА МЕРЕЖА, БАГАТОШАРОВИЙ ПЕРСЕПТРОН, АЛГОРИТМ НАВЧАННЯ, НЕЙРОМЕРЕЖЕВА МОДЕЛЬ, ІДЕНТИФІКАЦІЯ, НЕЛІНІЙНИЙ ОБ'ЄКТ
The thesis is devoted to the solution of neural network identification problem for nonlinear objects. The existing procedures of multilayer perceptron parameters adjustment are analysed. Neural network models are realized on the multilayer perceptron basis.
A simulation of different multilayer perceptron learning algorithms is carried out with the help MATLAB 2008b. The performances of various training methods are compared in terms of both speed and global reliability.
It was used: hardware - IBM PC, software - operational system Microsoft Windows 7, the software pack MATLAB 2008b, by preparation of an explanatory slip and presentation materials was used the software package Microsoft Office 2010.
ARTIFICAL NEURAL NETWORK, MULTILAYER PERSEPTRON, LEARNING ALGORITHM, NEURAL NETWORK MODEL, IDENTIFICATION, NONLINEAR OBJECT