Эволюционная нейро-фаззи сеть на базе гибридных нейроподобных элементов
Описание эволюционного подхода к задаче структурной оптимизации нейро-фаззи сети на базе гибридных нейроподобных элементов, позволяющего выбирать тип синапса для каждой связи сети. Основные свойства моделируемой системы и ее входных и выходных сигналов.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | статья |
Язык | русский |
Дата добавления | 19.06.2018 |
Размер файла | 26,3 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Эволюционная нейро-фаззи сеть на базе гибридных нейроподобных элементов
Попов С.В., Шкуро К.А.
Аннотация
Предложен эволюционный подход к задаче структурной оптимизации нейро-фаззи сети на базе гибридных нейроподобных элементов, позволяющий выбирать тип синапса для каждой связи сети.
Залогом успешности моделирования и управления сложными системами, кроме прочего, является максимальный учет априорной информации о свойствах системы, ее входных и выходных сигналов. Когда такой информации нет, применяются универсальные модели типа «черный ящик», параметры которых не связаны с физическими параметрами исследуемой системы. Эти модели способны обеспечивать достаточно хорошую аппроксимацию зависимостей типа «вход-выход», однако они не могут улучшить понимание внутреннего функционирования исследуемой системы. Среди подобных моделей большой популярностью пользуются искусственные нейронные сети (ИНС) и нейро-фаззи системы, относящиеся к методам вычислительного интеллекта и способные обеспечивать сколь угодно точную аппроксимацию непрерывных функций многих переменных [1].
Для учета априорной информации используют специализированные архитектуры искусственных нейронных сетей [2], в частности, построенные с использованием нейро-фаззи элементов [3] и динамических нейронов с конечной импульсной характеристикой [4]. Комбинируя в скрытых слоях сети эти типы нейронов, а также стандартные нейроны Маккаллоха-Питтса и динамические нейроны с бесконечной импульсной характеристикой [5], используя неполносвязные архитектуры, можно создавать специализированные нейронные сети, структура которых подчинена специфике решаемой задачи [6]. Таким образом, получаются модели типа «серый ящик», которые имеют частичное соответствие со структурой иссле-дуемой системы.
гибридный нейроподобный синапс сеть
Размещено на http://www.allbest.ru/
Описанный способ специализации архитектур нейронных сетей основан на выборе типов используемых нейронов и структуры связей между ними. Более гибкой специализации и, соответственно, уменьше-ния количества настраиваемых параметров можно достичь, если опуститься до уровня подбора отдельных синапсов различных нейронов сети. Для этой цели целесообразно использовать новый тип строительных блоков - гибридный нейроподобный элемент (HNU) [7], структура которого представлена на рис. 1.
Входные сигналы преобразуются с помощью синапсов различных типов в сигналы , которые затем объединяются в сигнал внутренней активации
Выходной сигнал нейрона формируется с помощью нелинейной активационной функции
где в качестве , обычно, используется сигмоидальная функция или гиперболический тангенс.
В гибридном нейроподобном элементе используются синапсы четырех типов: линейный синапс, выполняющий преобразование: ; синапс-фильтр с бесконечной импульсной характеристикой, выполняющий преобразование
синапс-фильтр с конечной импульсной характеристикой, выполняющий преобразование:
нелинейный синапс на основе нечеткой системы, выполняющий преобразование
где - настраиваемые синаптические веса, - максимальные порядки запаздываний, - функции принадлежности, - количество функций принадлежности для -го входа.
Применение гибридных нейроподобных элементов позволяет строить нейронную сеть по стандартной многослойной архитектуре, специализация которой достигается за счет: выбора типа синапса для каждой связи сети, включая возможность разрыва связи (отсутствие синапса); выбора количества и порядка элементов задержки в синапсах-фильтрах с конечной и бесконечной импульсными характеристиками; выбора количества и параметров функций принадлежности в нелинейных синапсах. В первом скрытом слое сети такой выбор может осуществляться на основе априорной информации о свойствах обрабатываемых сигналов, однако в последующих скрытых слоях и в выходном слое такая информация отсутствует, что ведет к необходимости решения задачи структурной оптимизации для синапсов этих слоев.
Для решения этой задачи предлагается применить эволюционный подход, также относящийся к методам вычислительного интеллекта. Это позволит найти оптимальные значения не только названных характеристик, но и число скрытых слоев сети, а также количество гибридных нейроподобных элементов в каждом из них. Параметрическая идентификация сгенерированной таким образом структуры может затем осуществляться или традиционными методами на основе обратного распространения ошибки, или также с использованием эволюционного подхода.
Таким образом, предлагаемая эволюционная нейро-фаззи сеть включает в себя элементы трех направлений вычислительного интеллекта: нейронных сетей, нечеткой логики и эволюционных вычислений. Такой симбиоз позволяет эффективно решать задачи структурной и параметрической оптимизации с учетом априорной информации о свойствах моделируемой системы, ее входных и выходных сигналов.
Список литературы
1. Haykin, S. Neural Networks. A Comprehensive Foundation [Текст] / Haykin S. - Upper Saddle River: Prentice Hall, 1999. - 842 p.
2. Bodyanskiy, Ye. Feedforward Neural Network with a Specialized Architecture for Estimation of the Temperature Influence on the Electric Load [Текст] / Bodyanskiy Ye., Popov S., Rybalchenko T. // Proc. 4th Int. IEEE Conf. Intelligent Systems. - Varna, Bulgaria, 2008. - Vol. I. - P. 7-14-7-18.
3. Bodyanskiy, Ye. Neuro-fuzzy unit for real-time signal processing [Текст] / Bodyanskiy Y., Popov S. // Proc. IEEE East-West Design & Test Workshop (EWDTW'06). - Sochi, Russia, 2006. - P. 403-406.
4. Бодянский, Е.В. Прогнозирующая адаптивная нейронная сеть с динамическими нейронами-фильтрами [Текст] / Е.В. Бодянский, С.В., Попов, Т.Е. Чепенко // Радиоэлектроника и информатика. - 2003. - № 2. - С. 48-51.
5. Бодянский, Е.В. Алгоритм обучения локально рекуррентной нейронной сети в задаче идентификации нелинейных динамических объектов [Текст] / Е.В. Бодянский, С.В. Попов, Т.Е. Чепенко // АСУ и приборы автоматики. - 2004. - Вып. 126. - С. 17-23.
6. Гибридная нейро-фаззи сеть для краткосрочного прогнозирования взаимосвязанных процессов потребления электроэнергии [Текст] / Е.В. Бодянский, С.В. Попов, Т.В. Рыбальченко, Н.Н. Титов // Праці Інституту електродинаміки НАН України. - 2008. - Вип. 21. - С. 13-22.
7. Попов, С.В. Специализированные архитектуры искусственных нейронных сетей на базе гибридных нейроподобных элементов [Текст] / С.В. Попов // Збірник наукових праць Національного гірничого університету. - 2009. - Т. 2, № 33. - С. 76-82
Размещено на Allbest.ru
...Подобные документы
Искусственные нейросетевые системы как перспективное направление в области разработки искусственного интеллекта. Назначение нейро-нечётких сетей. Гибридная сеть ANFIS. Устройство и принцип работы нейро-нечётких сетей, применение в экономике и бизнесе.
контрольная работа [102,5 K], добавлен 21.06.2012Методы, системы, типы и способы проводимых измерений в автоматизированных системах медицинского обеспечения безопасности на транспорте. Проектирования нечеткого алгоритма предрейсовых медицинских осмотров на основе адаптивной сети нейро-нечеткого вывода.
дипломная работа [6,5 M], добавлен 06.05.2011Современные технологии локальных сетей. Методы доступа в локальную вычислительную сеть (ЛВС). Особенности эталонной модели ЛВС. Расчет сети доступа на базе Fast Ethernet. Расчет максимального времени задержки сигналов в каждой компьютерной группе.
курсовая работа [1,1 M], добавлен 27.03.2012Способы связи разрозненных компьютеров в сеть. Основные принципы организации локальной вычислительной сети (ЛВС). Разработка и проектирование локальной вычислительной сети на предприятии. Описание выбранной топологии, технологии, стандарта и оборудования.
дипломная работа [2,3 M], добавлен 19.06.2013Описание предметной области: работа с данными сети автосалонов. Структурная схема системы. Инфологическая модель: графическая диаграмма и спецификация. Связи между атрибутами сущности. Описание графа диалога системы. Формы входных и выходных сообщений.
курсовая работа [2,0 M], добавлен 21.10.2012Общее понятие файлообменной сети. Основные принципы работы файлообмена, его широкие возможности. Типы организации файлообменных сетей. Функционирование частично децентрализованных (гибридных) сетей. Устройство и особенности одноранговой сети, P2P.
презентация [685,6 K], добавлен 28.11.2012Анализ преимуществ создания информационной сети для предприятия: единое информационное пространство, снижение затрат при использовании серверных решений. Особенности проектирования информационной системы на базе высокоскоростной сети для ООО "Chicago".
дипломная работа [2,0 M], добавлен 06.08.2013Проектирование экспертной системы выбора нейронной сети. Сущность семантических сетей и фреймов. MatLab и системы Фаззи-регулирования. Реализация программы с использованием пакета fuzzy logic toolbox системы MatLab 7. Составление продукционных правил.
курсовая работа [904,4 K], добавлен 17.03.2016Декомпозиция функциональной структуры. Коммуникационное оборудование территориально-распределенной сети компании. Межсетевой экран локальной сети главного офиса. Интегрированная платформа для обработки голосовых вызовов на базе маршрутизаторов Cisco ISR.
дипломная работа [3,2 M], добавлен 28.06.2011Характеристика моделей обучения. Общие сведения о нейроне. Искусственные нейронные сети, персептрон. Проблема XOR и пути ее решения. Нейронные сети обратного распространения. Подготовка входных и выходных данных. Нейронные сети Хопфилда и Хэмминга.
контрольная работа [1,4 M], добавлен 28.01.2011Вычислительная сеть для сбора информации о потреблении электроэнергии от предприятий. Топология сети. Определение потока информации от предприятий и ЦДП. Необходимое оборудование. Сеть на базе оптоволокна, на базе xDSL модемов, на базе радиосвязи.
курсовая работа [268,6 K], добавлен 02.10.2008Описание отделов и функций компании. Схема внутренних информационных потоков. Анализ и выбор организации ресурсов сети. Описание топологии "звезда", технологии Fast Ethernet. Характеристика метода доступа CSMA/CD. Этапы создания локальной внутренней сети.
курсовая работа [1,4 M], добавлен 09.01.2012Разработка структурной схемы компьютерной сети на базе технологии канального уровня Ethernet, содержащую 3 подсети, 53 компьютера, сервера NTP и DNS. Установка ip-адресов сетевых интерфейсов. Соединение отдельных частей сети с помощью маршрутизаторов.
курсовая работа [2,0 M], добавлен 23.12.2015Аппаратные и программные средства, на базе которых возможно построение локальной сети. Локальные и глобальные сети. Одноранговые и многоранговые сети. Топологии объединения группы компьютеров в локальную сеть. Используемые технологии локальных сетей.
курсовая работа [587,7 K], добавлен 12.05.2008Проблема построения локальной вычислительной сети организации под управлением операционной системы Windows 2000 Server. Проектирование корпоративной сети на базе Ethernet. Расчет усеченной двоичной экспоненциальной отсрочки. Обеспечение защиты данных.
контрольная работа [140,7 K], добавлен 30.10.2012Проектирование и моделирование линейной вычислительной сети многоэтажного здания. Улучшение производительности LAN посредством VLAN. Настройка QoS в существующей сети. Проектирование Wireless Lan и управление доступом к среде передачи. Описание симуляции.
дипломная работа [2,6 M], добавлен 10.07.2017Целесообразность разработки мультисервисной сети связи ООО "Оптимальное решение". Анализ направлений производственной деятельности. Разработка структурной схемы мультисервисной сети. Расчет интенсивности нагрузки, ее распределение по направлениям сети.
дипломная работа [3,3 M], добавлен 24.10.2014Разработка локальной вычислительной сети для Тверского государственного университета. Топологии и технологии для реализации компьютерных сетей. Составление конфигурации сетевого оборудования. Выбор сетевых устройств для компьютерной сети. Структура сети.
курсовая работа [3,0 M], добавлен 23.06.2012Изучение нейро-компьютерных интерфейсов - физических интерфейсов приёма или передачи сигналов между живыми нейронами биологического организма (например, мозгом животного) с одной стороны, и электронным устройством (например, компьютером) с другой стороны.
контрольная работа [374,2 K], добавлен 25.11.2010Разработка программного обеспечения, которое позволяет посетителям и работникам организации при помощи портативного устройства или стационарного компьютера подключаться к сети Internet по средствам WEB интерфейса. Основные пользовательские требования.
дипломная работа [1,6 M], добавлен 04.04.2014