Модифицированная нейросеть для обработки информации с селекцией существенных связей

• Автор: Энгель, Екатерина Александровна
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Абакан
• Количество страниц: 141 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ .

1. АНАЛИТИЧЕСКИЙ ОБЗОР МЕТОДОВ РЕШЕНИЯ СЛАБО

ФОРМАЛИЗОВАННЫХ ЗАДАЧ

1.1. Формальная постановка задачи поиска приемлемого решения СФЗ

1.2. Сравнительный анализ методов автоматизации решения СФЗ

1.3. Возможность применения нейронных сетей для решения СФЗ .

1.4. Нейросетевые методы решения СФЗ

1.5.Стандартизация и унификация описания нейронных сетей

1.6. Системы моделирования нейронных сетей на персональных ЭВМ

Выводы
2. МОДИФИЦИРОВАННАЯ НЕЙРОСЕТЬ ДЛЯ ОБРАБОТКИ ИНФОРМАЦИИ С СЕЛЕКЦИЕЙ СУЩЕСТВЕННЫХ СВЯЗЕЙ
2.1. Применение нейросетевых компонентов в информационных системах на основе унифицированного формата представления нейросетевой модели .
2.2. Описание варианта стандарта нейрокомпьютера, адаптированного и дополненного с целью с целью модификации нейросети
2.3. Модифицированная нейросеть с селекцией существенных связей .
Выводы
3. АПРОБАЦИЯ МОДИФИЦИРОВАННОЙ НЕЙРОСЕТИ ПРИ РЕШЕНИИ ПРИКЛАДНЫХ ЗАДАЧ .
3.1. Особенности практических СФЗ в психологии.
3.2. Решение задачи диагностики уровня социальной адаптации первокурсников вузов
3.3. Решение задачи повышения уровня социальной адаптации студентов первокурсников
3.4. Решение задачи прогноза поквартирного электропотребления
многоэтажных застроек г. Абакана
Выводы .
ЗАКЛЮЧЕНИЕ .
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


М. Миркесом, адаптированного и дополненного с целью модификации нейросети, которая в отличие от обычной слоистой нейросети содержит блоки селекции; модифицированной нейросети. В третьем разделе описан процесс настройки двух модифицированных нейросетей осуществляющих: первая - диагностику и повышение уровня социальной адаптации студентов первокурсников; вторая - прогноз поквартирного электропотребления многоэтажных застроек. Приведены результаты модифицированных нейросетей и других методов (сетей Кохонена, традиционных нейросетей, МГУ А) при решении задач диагностики социальной адаптации первокурсников и прогноза поквартирного электропотребления многоэтажных застроек. В заключении обобщены результаты, полученные в ходе работы по теме диссертации. СФЗ. Обоснован выбор критерия оценки достижения приемлемого решения СФЗ на основе сопоставления предъявленной точности с оценкой максимальной ошибки модели. СФЗ. Поставлены основные задачи работы, выбраны методы их решения. Постановка слабо Формализованной задачи. Под СФЗ в данной работе понимается набор, содержащий т точек экспериментальных данных 7! У’/, У/, . Я/, Я2, . Я/, IV/, IV/, . Я - вектор воздействий внешней среды. У=Р(Х), (1. Х={(У/, V/, У/, Я/, Я2,я/, ) 1=1. У=У. С. Отношение (1. Принятие решений представляет собой процесс определения целей и стратегии выбора путей их достижения. Очевидно, что эффективность разрешения проблем будет определяться адекватной формулировкой цели. Цель - это желаемое состояние системы в будущем, иногда это ближайшая перспектива, иногда достаточно отдаленная. При проектировании, т. Целесообразно сформировать подсистемы или основные области решений, определить, какая для этого нужна информация и какие каналы нужны для ее передачи. Термин «системы поддержки принятия решений» появился в начале семидесятых годов. За это время дано много определений СППР. Так в [] она определяется следующим образом: «Системы поддержки принятия решений являются человеко-машинными объектами, которые позволяют лицам, принимающим решения (ЛПР), использовать данные, знания, объективные и субъективные модели для анализа и решения слабо формализованных и неструктурированных задач». Слабо формализованные задачи содержат как количественные, так и качественные переменные, причем качественные аспекты имеют тенденцию доминировать [-]. СППР состоит из одной или нескольких подсистем, представляющих собой информационные модели решения конкретных задач. Производят оценку обстановки (ситуаций), осуществляют выбор критериев и оценивают их относительную важность. Генерируют возможные решения (сценарии действий). Осуществляют оценку сценариев (действий, решений) и выбирают лучший. Моделируют ситуацию принятия решения (в тех случаях, когда это возможно). Осуществляют динамический компьютерный анализ возможных последствий принимаемых решений. Производят сбор данных о результатах реализации принятых решений и осуществляют оценку результатов. Прямые, обратные и комбинированные задачи информационного моделирования. Информационная задача предсказания реакции исследуемой системы при ее известном состоянии на заданные внешние воздействия называется прямой задачей. Другим важным классом информационных задач являются обратные задачи. Целью обратной задачи выступает получение входных величин, соответствующих наблюдаемым значениям выходов. При моделировании сложных систем соответствующий запрос к модели формулируется, как поиск внешних условий, которые привели к реализовавшемуся отклику системы. Для большинства приложений обратные задачи встречаются относительно редко, так как обычно имеются дополнительные сведения о системе. Например, кроме измеренного отклика W={(W/, Wj, —, Wj)| i=l,. У ={(У/, У2, . Ус) | i=l,. Vf, У2 Ус, К+/ Vc+J, П, П2, . Qj, Ц,+д/. IV/, Wj, . Wj, Wd+/,. Wd+dJ)t где ie{l,, m). W - вектор ожидаемых реакций системы; V- вектор возможных состояний системы, представляющих собой количественное или качественное описание важнейших ресурсов, признаков и характеристик; Q- вектор воздействий внешней среды. Особенности слабо Формализованных задач. Понятие СФЗ было введено А. Ньюэллом и М. Саймоном [].