Проектирование нейросетевых интеллектуальных компонентов

При проектировании интелл-ных ИС нейросетевому моделированию любого элемента процесса должны предшествовать априорный анализ объекта исследования или исходных данных. При нейросетевом моделировании он частично отличается от технологии статистического анализа и состоит из след. этапов:

1) постановка задачи исследования;

2) обобщение професс-ных знаний об особенностях исследования на основе опыта, интуиции, изучения истоков, консультации со специалистами и т.д.;

3) формализация полученной априорной инф-ции об особенностях исследования;

4) уточнение и конкретизация постановки задачи;

5) сбор исходных данных;

6) формирование обучающей выборки.

НС применяются для решения неформализованных проблем.

К неформализованным задачам будем относить такие задачи, которые обладают 1 или несколькими хар-ми.

1. Задачи не м.б. заданы полностью в числовой форме;

2. Цели не м.б. выражены в терминах точно определенной целевой функции. Целевые функции – функции оценки взаимоотношений предприятия;

3. Не существует алгоритмического решения задачи;

4. Алгоритмическое решение существует, но его нельзя использовать из-за ограниченности ресурсов.

Особенности:

1. Ошибочность, неоднозначность, неполнота и противоречивость исходных данных;

2. Ошибочность, неоднозначность, неполнота и противоречивость знания о проблем. области и решаемой задаче;

3. Большая размерность пространства решения;

4. Динамически изменяющиеся данные и значения.