Интеллектуальная система на основе нейронной сети

Пусть имеется некий детерминированный процесс p (t). Построим искусственную нейронную сеть на основе ADALINE для предсказания значений p (t) (рис. 12).

Некоторый сигнал поступает на линию задержки так, что на ее выходе формируются 2 сигнала: , . Настройка сети реализуется с помощью М-функции adapt, которая изменяет параметры сети на каждом шаге с целью минимизировать погрешность . Если эта погрешность нулевая, то выход сети a (t) точно равен p (t) и сеть выполняет предсказание должным образом.

Рис. 12. Схема ИНС

Для формирования входа применим динамическое звено второго порядка (колебательное). В сети ADALINE используем линию задержки с двумя блоками.

Листинг программы для решения задачи предсказания сигнала на 1 шаг вперед приведен в приложении.

На рис. 13 пунктиром показан входной сигнал, а непрерывной линией – выход построенной нейронной сети после 5 циклов обучения.

Приемлемое качество результатов получается после пяти циклов обучения. При длительности процесса 10 с диапазон успешного предсказания сигнала находится в пределах 1,8…10 с.

Заключение

История ИНС насчитывает более полувека, но именно в последние десятилетия нейронные сети получили широкое распространение. Сегодня существует много практических примеров, демонстрирующих впечатляющие возможности ИНС: их научили превращать текст в фонетическое представление, которое затем превращается в речь; другие ИНС могут распознавать рукописные буквы, сжимать изображения и т.д.

Рис. 13. Результаты обучения и моделирования нейронной сети

Одной из наиболее перспективных областей применения нейронных сетей является их использование в интеллектуальных системах управления сложными техническими объектами. Именно здесь наиболее ярко проявляются такие их преимущества, как способность к обучению, отказоустойчивость, возможность аппроксимации существенно нелинейных характеристик, присущий им параллелизм обработки информации.

В данной работе была построена ИНС на основе ADALINE, предназначенная для решения задачи предсказания сигнала. Разработанная программа позволяет успешно предсказывать сигнал в пределах 1,8…10 с при длительности процесса 10 с.

Список литературы.

1. Медведев, В. С. Нейронные сети. MATLAB 6 / В. С. Медведев, В. Г. Потемкин / под общ. ред. к.т.н. В. Г. Потемкина. – М.: ДИАЛОГ-МИФИ, 2002. – 496с. (Пакеты прикладных программ; кн.4).

2. Васильев, В. И. Интеллектуальные системы управления с использованием нейронных сетей: Учебное пособие / В. И. Васильев, Б. Г. Ильясов, С. С. Валеев, С. В. Жернаков. – Уфа: Уфимск. гос. авиац. техн. ун-т, 1997. – 92 с.

3. http://neuronets.ru Анил К. Джейн Мичиганский Государственный университет, США «Введение в искусственные нейронные сети»

4. www.bankreferatov.ru «Нейронные сети»