Модели и алгоритмы распределенного решения задач нейросетевого моделирования

Модели и алгоритмы распределенного решения задач нейросетевого моделирования

Автор: Тынченко, Валерия Валериевна

Шифр специальности: 05.13.01

Научная степень: Кандидатская

Год защиты: 2007

Место защиты: Красноярск

Количество страниц: 135 с. ил.

Артикул: 3354713

Автор: Тынченко, Валерия Валериевна

Стоимость: 250 руб.

Модели и алгоритмы распределенного решения задач нейросетевого моделирования  Модели и алгоритмы распределенного решения задач нейросетевого моделирования 

Содержание
Введение.
1 Технологии нейросетевого моделирования
1.1 Искусственные нейронные сети.
1.2 Применение генетических алгоритмов для параметрической настройки и синтеза структуры нейросетевой модели
1.3 Применение многокритериальных генетических алгоритмов для синтеза структуры нейросетевой модели
1.4 Применение параллельных генетических алгоритмов для синтеза
структуры нейросетевой модели
Выводы.
2 Выбор эффективной конфигу рации гетерогенной вычислительной сети для решения сложных задач
2.1 Модель оценки производительности гетерогенной вычислительной сети клиентсерверной архитектуры.
2.2 Модель оценки надежности гетерогенной вычислительной сети клиентсерверной архитектуры радиального типа
2.3 Модель оценки эффективности однородной вычислительной сети
с программируемой структурой.
2.4 Постановка задачи выбора эффективной конфигурации гетерогенной
вычислительной сети
Выводы.
3 Практическая реализация моделей и алгоритмов.
3.1 Программная система Генетические алгоритмы выбора структуры и настройки искусственных нейронных сетей.
3.2 Система автоматизации проектирования нейросетевых моделей параллельными многокритериальными генетическими алгоритмами
3.3 Автоматизированная система поддержки принятия решений при выборе эффективной структуры гетерогенной вычислительной сети
3.4 Проверка работоспособности системы автоматизации проектирования
нейросетевых моделей параллельными многокритериальными
генетическими алгоритмами
3.5 Проверка работоспособности автоматизированной системы поддержки принятия решений при выборе эффективной структуры гетерогенной
вычислительной сети
Выводы.
Заключение.
Список использованных источников


Красноярск) в качестве инструмента на первоначальном этапе проектирования вычислительной сети, ориентированной на решение задач нейросетевого моделирования, а также при анализе существующих и оценке перспективных средств вычислительной техники потребителей телекоммуникационных услуг данного предприятия, что отражено в соответствующем акте о внедрении научных и практических результатов данной диссертационной работы. Система автоматизации проектирования нейросетевых моделей произвольной архитектуры, реализованная на основе предложенного подхода к выбору эффективной структуры нейронной сети и модифицированного многопопуляционного параллельного генетического алгоритма, включена в состав информационно-программного обеспечения предприятия и использована для повышения эффективности организации процесса товарооборота на основе прогнозирования объемов продаж товаров в ГПКК «Губернские аптеки» (г. Красноярск), что также отражено в соответствующем акте о внедрении. Разработанная в процессе выполнения диссертационной работы программная система «Генетические алгоритмы выбора структуры и настройки искусственных нейронных сетей» прошла отраслевую и государственную экспертизу и зарегистрирована в отраслевом фонде алгоритмов и программ, что делает ее доступной для широкого круга пользователей. Разработанные алгоритмы и программные системы используются в учебном процессе при проведении занятий по курсам «Интеллектуальные технологии и принятие решения», «Интеллектуальный анализ данных» и «Адаптивные и эволюционные методы принятия решений» в Сибирском государственном аэрокосмическом университете, по курсам «Эволюционные алгоритмы моделирования и оптимизации» и «Интеллектуальные технологии анализа данных» в Сибирском федеральном университете (г. Красноярск). Применение новой формальной модели для выбора эффективной структуры искусственной нейронной сети позволяет получать нейросети меньшей вычислительной сложности при сохранении точности решаемой задачи. Модифицированный многопопуляционный параллельный генетический алгоритм выполняет динамическую адаптацию базовой топологии связей между популяциями к процессу решения оптимизационной задачи, что позволяет повысить эффективность эволюционного поиска при реализации алгоритма в вычислительной сети. Автоматизированная система поддержки принятия решений на основе разработанного комплекса математических моделей оценки производительности и надежности функционирования гетерогенной вычислительной сети позволяет успешно решать задачи проектирования и модификации архитектуры вычислительных сетей, ориентированных на решение сложных научно-технических задач. Апробация работы. Процесс разработки и результаты, представленные в работе, докладывались и обсуждались на научных конференциях различного уровня, в том числе 8-й Всероссийской научно-практической конференции «Проблемы информатизации региона» (Красноярск, г. VIII Всероссийской научно-практической конференции с международным участием «Решетневские чтения» (Красноярск, г. Международной научной конференции «Решетневские чтения» (Красноярск, г. Теоретические и прикладные вопросы современных информационных технологий» (Улан-Удэ, г. Международной научно-практической конференции «Исследование, разработка и применение высоких технологий в промышленности» (Санкт-Петербург, г. Публикации. По теме данной работы опубликовано печатных работ, среди которых три статьи в научных изданиях, входящих в Перечень ВАК. Структу ра работы. Работа состоит из введения, трех глав, заключения, списка литературы и приложения. Нейронные сети представляют собой модель строения и процессов, происходящих в коре головного мозга. Искусственная нейронная сеть (ИНС) -это набор формальных нейронов (ФН), соединенных между собой. Формальный нейрон представляет собой упрощенную модель биологического нейрона. Рисунок 1. Искусственный нейрон С конструктивной точки зрения формальный нейрон - это устройство получения функции нескольких переменных с возможностью настройки его параметров. В общем случае нейрон имеет один выход и несколько входов (синапсов), которые осуществляют связь между нейронами. Jf'J- весовой коэффициент /-го входа нейрона.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.240, запросов: 244