Адаптивный алгоритм глобальной оптимизации на основе взвешенного усреднения координат и нечетко-нейронных сетей
Проблема поиска глобального экстремума для негладких, многоэкстремальных целевых функций на ограниченном множестве в пространстве. Новая модификация адаптивного нечетко-нейронного алгоритма глобальной оптимизации. Оценка основных инверсных регрессий.
Подобные документы
Аналитический обзор нечетко-нейронных сетей, анализ методов обучения. Анализ программных комплексов для разработки систем прогнозирования. Разработка структурной схемы на базе нечетко-нейронных сетей, осуществление обучения разработанной системы.
дипломная работа, добавлен 14.12.2019Роль поиска оптимальных решений при решении прикладных задач. Эволюционные алгоритмы глобальной оптимизации, имитирующие процессы естественной эволюции и поведения живых организмов в окружающей среде. Простота реализации и эффективность алгоритма PSO.
статья, добавлен 29.04.2018Классические методы безусловной оптимизации. Методы математического программирования (линейного и нелинейного), классические методы дискретной оптимизации и основные подходы глобальной и многокритериальной оптимизации, а также методы адаптивного поиска.
учебное пособие, добавлен 07.11.2012Изучение способов поиска субоптимальных нейронных сетей. Архитектура системы поиска нейронной сети с помощью генетического алгоритма. Особенности работы операторов генетического алгоритма. Обучение нейронных сетей. Принципы стохастического моделирования.
статья, добавлен 29.04.2017Результаты исследований разработанной нечетко-вероятностной модели оценок рисков сложных технических систем. Разработка алгоритма нечеткого логического вывода и схематическая структура нечетко-вероятностной модели оценок рисков сложных технических систем.
статья, добавлен 28.08.2016Результаты работы внешнего генетического алгоритма при выборе генетических операторов для оптимизации функций Розенброка и Растригина. Построение распределенной микропроцессорной системы. Хромосома внешнего алгоритма для поиска параметров внутреннего ГА.
статья, добавлен 18.01.2018Исследование модификации алгоритма муравья для решения задач комбинаторной оптимизации. Влияние начальных параметров алгоритма (количество феромона, видимость, коэффициент испарения) на результат работы алгоритма. Роль модификация алгоритма ACS.
статья, добавлен 28.01.2019Разработка гибридного алгоритма поиска грифов с минимальным числом входных параметров для оптимизации сложных функций, меняющихся с течением времени. Исследование эффективности работы алгоритма и его сравнительный анализ с некоторыми другими алгоритмами.
статья, добавлен 14.05.2017Исследование применения классификации и анализа объектов на основе нейронных сетей в задачах распознавания объектов в видеопотоке. Разработка и реализация алгоритма обучения нейронных сетей для реализации механизмов классификации объектов в видеопотоке.
дипломная работа, добавлен 10.12.2019Требования точности, экономичности и универсальности моделей. Использование нейронных сетей для моделирования в полиграфии. Постановка задач оптимизации и выбор целевой функции. Виды методов поиска экстремума. Дискретизация и квантование изображений.
курс лекций, добавлен 07.09.2012Задачи, определяющие структуру данных. Эффективный алгоритм построения AVL-дерева. Схема карандашного описания алгоритма, его реализация. Структура данных. Синтез эффективной исследовательской программы. Научный интерес и алгоритм поиска процедур.
статья, добавлен 14.04.2016- 12. Разработка методов и алгоритмов оценки надежности сетей телекоммуникации на основе нейронных сетей
Рассмотрение существующих методов для оценки надежности. Оценка надежности сети на основе нейронных сетей. Архитектура нейронной сети Кохонена. Реализация алгоритма и программы оценки надежности телекоммуникационных сетей с помощью нейронных сетей.
диссертация, добавлен 24.05.2018 Описание искусственных нейронных сетей. Типы машинного обучения. Анализ существующих библиотек. Разработка алгоритма распознавания дорожных знаков с применением глубоких сверточных сетей и дополнительного классификатора J48. Результаты обучения алгоритма.
дипломная работа, добавлен 30.07.2016Изучение вопроса о количестве шагов, необходимых для достижения локального экстремума. Модификация алгоритма случайного повторного локального поиска для решения задачи о покрытии с применением "бесполезных" ходов. Оценка эффективности алгоритма.
статья, добавлен 19.02.2016Постановка задачи оптимизации о нахождении экстремума вещественной функции в некоторой области. Изучение методов многомерной оптимизации, описание градиентных и безградиентных методов. Программная реализация одного из алгоритмов многомерной оптимизации.
курсовая работа, добавлен 26.06.2011Применение нечетко-множественного подхода к задачам, решение которых сопряжено с необходимостью обработки неопределенностей. Синтез комбинированного нейтрософского регулятора. Модифицированный генетический алгоритм для задач оптимизации в управлении.
статья, добавлен 19.01.2018Описание применения генетического алгоритма для решения комбинаторных задач или оптимизации различного рода функций. Моделирование эволюции естественного процесса и его применение для решения задач оптимизации как первостепенная задача направления.
статья, добавлен 15.08.2020Определение алгоритмов (оптимизационных методов) обучения искусственных нейронных сетей. Характеристика их видов: метод случайного поиска и стохастического градиентного спуска. Оценка программной реализации адаптивного метода обучения нейронной сети.
статья, добавлен 29.05.2017Комплексное исследование алгоритма нахождения экстремума функции методом золотого сечения. Изучение принципа деления в пропорциях и решение задачи оптимизации. Разработка программы на языке С++, реализующей метод золотого сечения, нахождение экстремума.
курсовая работа, добавлен 24.05.2013Нейронные сети как новая перспективная вычислительная технология для финансовой области. История и типы архитектур нейронных сетей. Обучение многослойной сети. Алгоритм обратного распространения ошибки. Способы обеспечения и ускорения сходимости.
контрольная работа, добавлен 06.12.2015Анализ основных способов представления информации в нейронных сетях. Общая характеристика теории адаптивного резонанса. Знакомство с современными нейросетевыми архитектурами. Рассмотрение особенностей моделей Липпмана-Хемминга, Хехт-Нильсена и Коско.
лекция, добавлен 07.08.2013Рассмотрение принципов построения универсальных адаптивных систем управления на естественных основаниях. Изучение концепции автономного адаптивного управления. Приведение примера использования генетических алгоритмов для оптимизации нейроноподобных сетей.
доклад, добавлен 16.01.2018Попытки копирования естественных процессов, происходящих в мире живых организмов. Адаптивные методы поиска, используемые для решения задач функциональной оптимизации. Реализация генетических алгоритмов и их применение. Пути решения задач оптимизации.
курсовая работа, добавлен 18.06.2011Описание метода одномерной оптимизации. Алгоритм поиска минимума. Блок-схема перечня вычисления экстремума. Подпрограммы для задания функции и листинг. Результаты выполнения программы. Достоинства и недостатки метода дихотомии для унимодальных функций.
курсовая работа, добавлен 06.02.2015Преимущества применения нейронных сетей для распознавания объектов. Разработка алгоритма обработки образа с помощью нечеткой логики в системе технического зрения. Бинаризация и кодирование изображения при его преобразовании из цветного в оттенки серого.
курсовая работа, добавлен 29.03.2021