Разработка интеллектуального инструментария прогнозирования развития систем на базе нейронных сетей

• Автор: Домогаев, Валерий Викторович
• Шифр специальности: 05.13.12, 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Москва
• Количество страниц: 153 с. : ил.

Содержание.
Введение.

Глава 1. Прогнозирующие системы. Состояние проблемы

1.1 Прогноз и цели его использования.

1.2 Классификация и обзор методов прогнозирования

1.3 Место искусственных нейронных сетей в задачах

прогнозирования

Выводы по 1 главе

Глава 2. Теоретические аспекты разработки

интеллектуального инструментария прогнозирования.

2.1 Выбор топологии нейронной сети.

2.2 Теория обратного распространения ошибки
2.3 Нормализациямасштабирование данных для обучения сетей
2.4 Метод выбора входных параметров искусственной нейронной сети в задачах прогнозирования.
2.5 Использование генетического алгоритма для определения
структуры нейронной сети в задачах прогнозирования
Выводы по 2 главе
Глава 3. Практическая реализация инструментария
прогнозирования.
3.1 Обзор систем прогнозирования, основанных на аппарате нейронных сетей.
3.2 Разработка программного инструментария
прогнозирования
Выводы по 3 главе
Глава 4. Практическое использование инструментария
прогнозирования.
4.1 Использование программного инструментария для прогнозирования развития реальной системы.
4.2 Аппаратная реализация результатов работы программного
инструментария
Выводы по 4 главе.
Заключение
Литература


Существующие решения не удовлетворяют постановке задачи прогнозирования и, как следствие, не получают широкого внедрения в существующих коммерческих программных пакетах. Цель работы состоит в разработке математического, алгоритмического обеспечений и их программной реализации в виде соответствующего инструментария, являющегося частью САПР прогнозирования развития систем. Идея работы заключается во впервые предложенном методе нахождения оптимальной структуры нейронной сети при помощи поисковой машины, основанной на механизме отбора, оценки и генерации новых решений, а также нахождения множества, определяющего состав и структуру входных данных. Впервые предложена методика использования аппарата генетических алгоритмов для нахождения оптимальной структуры искусственной нейронной сети в задачах прогнозирования. Впервые предложена фильтрация входных параметров, определяющих работу прогнозируемой системы, основанная на использовании теоретикографовых структур, позволяющая уменьшить трудоемкость решения задачи (число синапсов и нейронов результирующей сети) прогнозирования. Разработана структура хранения всех данных, необходимых для функционирования искусственных нейронных сетей и их автоматизированного проектирования, в ЭВМ. Предложена для использования аппаратная реализация искусственных нейронных сетей в виде нейрочипов и обосновано применение этого типа. Разработана и практически реализована схема хранения всей необходимой информации в ЭВМ, отражающей деятельность прогнозируемой системы, и нейронных структур, необходимых для решения задач. Апробация работы. Публикации. ВАК. Глава 1. Прогнозирующие системы. Прогнозирование - это ключевой момент при принятии решений в управлении. Конечная эффективность любого решения зависит от последовательности событий, возникающих уже после принятия решения. Возможность предсказать неуправляемые аспекты этих событий перед принятием решения позволяет сделать наилучший выбор, который, в противном случае, мог бы быть не таким удачным. В данной главе мы обсуждаем некоторые общие аспекты разработки прогнозирующих систем: понятие прогноза и цели его использования, основные понятия и определения в области прогнозирования, методы прогнозирования, критерии производительности прогнозирующих систем и другие общие вопросы, касающиеся разработки прогнозирующих систем, а также место нейронных сетей в решении подобных задач. Ниже перечислены некоторые примеры ситуаций [], в которых полезно прогнозирование. Управление материально-производственными запасами. На основе этой информации определяется необходимое количество запасных частей. Кроме того, необходимо оценить ошибку прогнозирования. Эта ошибка может быть оценена, например, на основе данных о времени, которое понадобилось для доставки деталей, которых не было на складе. Планирование производства. Для того, чтобы планировать производство семейства продуктов, возможно, необходимо спрогнозировать продажу для каждого наименования продукта, с учетом времени досгавки, на несколько месяцев вперед. Эти прогнозы для конечных продуктов могут быть потом преобразованы в требования к полуфабрикатам, компонентам, материалам, рабочим и т. Таким образом, на основании прогноза может быть построен график работы целой группы предприятий. Финансовое планирование. Финансового менеджера интересует как будет изменяться денежный оборот компании с течением времени. Менеджер, может пожелать узнать, в какой период времени в будущем оборот компании начнет падать, с тем, чтобы принять соответствующее решение уже сейчас. Разработка расписания персонала. Планирование нового продукта. Решение о разработке нового продукта обычно требует долговременного прогноза того, каким спросом он будет пользоваться. Этот прогноз не менее важен, чем определение инвестиций необходимых для его производства. Управление технологическим процессом. Прогнозирование также может быть важной частью систем управления технологическими процессами. Наблюдая ключевые переменные процесса и используя их для предсказания будущего поведения процесса, можно определить оптимальное время и длительность управляющего воздействия.