В учебном пособии рассматриваются основы теории нейронных сетей и нейроконтроллеров, необходимые для понимания принципов нейросетевых технологий - мощного средства построения систем автоматизации, которое в последние годы активно используется в инженерной практике. Приводится описание основных структур нейронных сетей регуляторов, рассмотрены примеры решения конкретных задач. Описываются возможности пакета математического моделирования MatLab для анализа и синтеза нейронных регуляторов. Учебное пособие предназначено для подготовки бакалавров и магистров по направлению 220400 "Управление в технических системах".
Содержание
Введение 3 1. Нейронные сети. Базовые понятия 8 1.1. Некоторые сведения о мозге человека 8 1.2. Биологические представления о нейроне 13 1.3. Понятие нейрокомпьютера 16 1.4. Классификация нейронных сетей 20 1.5. Задача распознавания и линейная машина 22 1.6. Искусственный нейрон 26 1.7. Проблема линейной разделимости 27 1.8. Правило обучения Хебба 32 1.9. Концепция входной и выходной звезды 33 1.10. Парадигмы обучения 35 1.11. Предварительная обработка информации и оценка качества работы нейросети 36 Вопросы для самопроверки 38 2. Однослойные нейронные сети 41 2.1. Описание искусственного нейрона в MatLab 41 2.2. Персептрон 43 2.3. Линейная нейронная сеть 53 2.4. Рекуррентный метод наименьших квадратов 56 2.5. Линейная сеть с линией задержки 61 Вопросы для самопроверки 66 3. Нейронные сети прямого распространения 68 3.1. Топология и свойства 68 3.2. Алгоритм обратного распространения ошибки 70 3.3. Реализация логических функций 75 3.4. Аппроксимация функций 77 3.5. Распознавание символов 84 3.6. Моделирование статических зависимостей 88 3.7. Масштабирование и восстановление данных 95 Вопросы для самопроверки 96 4. Нейроуправление 98 4.1. Идентификация динамических звеньев 98 4.2. Нейроэмуляторы и нейропредикторы 107 4.3. Концепция нейроуправления 108 4.4. Инверсное нейроуправление 115 4.5. Нейроконтроллеры в MatLab 120 Вопросы для самопроверки 126 5. Радиальные нейронные сети 128 5.1. Структура радиальной нейронной сети 128 5.2. Расчет параметров радиальной нейронной сети 131 5.3. Обучение радиальной нейронной сети 136 5.4. Радиальные нейронные сети в MatLab 137 5.5. Радиальные нейронные сети и нечеткие системы 146 Вопросы для самопроверки 148 6. Модели ассоциативной памяти 150 6.1. Нейронная сеть Элмана 150 6.2. Сети Хопфилда 155 6.3. Двунаправленная ассоциативная память 172 6.4. Нейронная сеть Хэмминга 175 6.5. Адаптивные резонансные нейронные сети 182 Вопросы для самопроверки 189 7. Нейронные сети Кохонена 191 7.1. Структура сети Кохонена 191 7.2. Обучение сети Кохонена 196 7.3. Слой Кохонена 199 7.4. Самоорганизующиеся карты Кохонена 204 7.5. Нейронные сети классификации 209 Вопросы для самопроверки 213 8. Стохастические методы обучения нейронных сетей 215 8.1. Задача коррекции динамической системы 215 8.2. Методы глобальной оптимизации 216 8.3. Метод имитации отжига 219 8.4. Генетический алгоритм 221 8.5. Метод роя частиц 235 8.6. Другие метаэвристические алгоритмы 240 Вопросы для самопроверки 248 Заключение 251 Библиографический список 254 Приложение 1. 259 Приложение 2. 275
Искусственные нейронные сети — В учебном пособии рассмотрены теоретические и практические сведения по разработке, обучению и применению искусственных нейронных сетей для различных областей народного хозяйства.
В книге рассматриваются как классические, так и современные модели глубокого обучения. В первых двух главах основной упор сделан на понимании взаимосвязи традиционного машинного обучения и нейронных сетей. Главы 3 и 4 посвящены подробному обсуждению процессов тренировки и регуляризации нейронных сетей.
Основные понятия, касающиеся теории искусственного интеллекта (ИИ) и интеллектуальных систем (ИС). Типичными примерами интеллектуальных систем являются экспертные системы и искусственные нейронные сети. Общие вопросы построения экспертных систем, их архитектуре, режимам работы, этапам разработки. Взаимосвязь таких понятий, как ИИ, машинное обучение ...
Нейронный сети. Эволюция — Эта книга предназначена для всех, кто хочет разобраться в том, как устроены нейронные сети. Для тех читателей, кто хочет сам научиться программировать нейронные сети, без использования специализированных библиотек машинного обучения.
Данный материал НЕ НАРУШАЕТ авторские права никаких физических или юридических лиц. Если это не так - свяжитесь с администрацией сайта. Материал будет немедленно удален. Электронная версия этой публикации предоставляется только в ознакомительных целях. Для дальнейшего её использования Вам необходимо будет приобрести бумажный (электронный, аудио) вариант у правообладателей.
Название: 
Распечатать
