Нейронные сети, генетические алгоритмы и нечеткие системы
Многослойные нейронные сети и алгоритмы их обучения. Персептрон, системы типа Адалайн, алгоритм обратного распространения ошибки. Нечеткие множества и нечеткий вывод. Генетические алгоритмы и традиционные методы оптимизации. Модули нейронного управления.
Подобные документы
Понятие искусственных нейронных сетей. Модель и архитектура технического нейрона. Обучение нейронных сетей. Основные функциональные возможности программ моделирования нейронных сетей. Однослойный и многослойный персептроны. Принцип работы сети Кохонена.
дипломная работа, добавлен 19.11.2015Алгоритмы нахождения некоторых подграфов графа и орграфа. Разложение графа на блоки, его практическое значение и применение при изучении надежности коммуникационных и транспортных сетей. Алгоритм поиска кратчайших путей из вершины по методу Дейкстры.
учебное пособие, добавлен 06.09.2015Синхронизация времени в распределенном имитационном моделировании. Алгоритмы обхода и выбора сайтов. Распределенные интеллектуальные системы на основе агентов. Рассмотрение особенностей языка Triad. Основы распределенного имитационного моделирования.
курс лекций, добавлен 19.05.2014Классические методики добычи данных. Детальный обзор пакетов для статистического анализа. Нелинейные адаптивные системы с архитектурой, условно имитирующей нервную ткань из нейронов. Популярность деревьев решений. Нечеткая логика и генетические алгоритмы.
реферат, добавлен 17.05.2016Обзор технологии Text Mining. Алгоритмы для многоклассовой классификации текстов для выделения тега. Моделирование нейронной сети с использованием среды программирования Python для анализа данных и построения предсказательных моделей и библиотек.
дипломная работа, добавлен 07.09.2018Аналитический обзор существующих нейронных сетей: логистическая (сигмоидальная) функция, гиперболический тангенс, выпрямленная линейная функция. Анализ методов обучения: обратного распространения ошибки, упругого распространения, генетический алгоритм.
дипломная работа, добавлен 14.12.2019История возникновения и развития теории графов. Представление информации в форме графа. Эффективные алгоритмы на графах. Поиск эйлерова пути. Алгоритм нахождения кратчайшего элементарного пути с использованием структуры данных "приоритетная очередь".
конспект урока, добавлен 10.05.2012Алгоритмы, содержащие команды повторения. Основные этапы подготовки циклов "До", "Пока" и "Для". Программы для языка Бейсик. Свойства алгоритмов. Виды алгоритмов и их реализация. Методы изображение алгоритмов. Нахождение максимального из двух значений.
реферат, добавлен 12.12.2011Понятия компьютерной графики, ее математические основы. Базовые вычислительные, растровые алгоритмы. Методы и алгоритмы трехмерной графики. Визуализация трехмерных изображений. Кривые и криволинейные поверхности. Особенности графического программирования.
учебное пособие, добавлен 08.09.2016Схема классификации всех криптоалгоритмов. Методы шифровки/дешифровки. DES и IDEA как широко известные симметричные алгоритмы шифрования. Определение стойкости алгоритма шифрования. Доказательство существования абсолютно стойких алгоритмов шифрования.
реферат, добавлен 16.01.2018Модель формального кибернетического нейрона. Характеристика многослойного персептрона. Его обучение методом обратного распространения ошибки. Рекурсивные сети Элмана, способные обрабатывать последовательности векторов. Области применения нейросетей.
статья, добавлен 14.12.2017Рассмотрение операторов цикла в алгоритмическом языке Turbo Pascal. Способы вывода на экран таблицы значений. Спецификация на программные модули. Ввод и вывод целочисленного массива из десяти элементов. Поиск корня уравнения, блок-схема алгоритма.
лабораторная работа, добавлен 04.06.2015Разработка системы управления позиционирования тележки тактового стола. Анализ методов активного контроля состояния схвата. Методы и алгоритмы управления объектом и его связи с управляющей ЭВМ. Проектирование узлов и блоков управляющего устройства.
курсовая работа, добавлен 01.12.2015Изучение основ работы с Genetic Algorithm в MatLAB, исследование экстремумов функций с помощью генетических алгоритмов без включения операции мутации и кроссовера с установлением параметров Crossover fraction из вкладки Reproduction в 1.0 и в 0.
лабораторная работа, добавлен 28.12.2016Вопросы программной реализации важнейших структур данных, таких как стеки, очереди, списки, деревья и их комбинации. Статические и динамические способы их создания. Алгоритмы сортировки данных. Методы обработки массивов. Примеры фрагментов программ.
учебное пособие, добавлен 06.10.2017Сравнительный анализ алгоритмов обучения нейро-нечеткой системы с функциями принадлежности с применением метода обратного распространения ошибки и гибридного метода. Решение задачи управления биотехнологическими процессами микробиологических производств.
статья, добавлен 26.05.2017Обзор принципов организации и функционирования биологических нейронных сетей. Расширенная модель искусственного нейрона. Обучение нейронной сети. Алгоритм обратного распространения ошибки. Определение входного сигнала нейрона. Карты признаков Кохонена.
курсовая работа, добавлен 04.12.2012Моделирование абстрактных типов данных для различных реализаций. Поиск информации в файлах данных. Эффективность алгоритмов сортировок для различных структур и размерностей данных. Реализация структур данных типа дерево и типовые алгоритмы их обработки.
курсовая работа, добавлен 12.11.2017История появления генетических алгоритмов, области их применения: составление расписаний, задачи раскроя-упаковки, аппроксимации. Способы реализации идеи биологической эволюции в рамках генетических алгоритмов. Операторы отбора, кроссинговера и мутации.
лекция, добавлен 09.10.2013Оптимизация по принципу муравьиной колонии. Обеспечение эффективной работы программы на компьютере с четырьмя процессорами Intel Xeon E7-8890 v4. Проблема поиска оптимального маршрута в транспортной сети. Блок-схема архитектуры реализации алгоритма.
реферат, добавлен 01.05.2018Рассмотрено использование структур с динамической организацией данных, на примере структуры называемой "списком". Описаны процедуры создания списка, добавления и удаления элементов. Написаны рабочие программы, реализующие рассмотренные алгоритмы.
курсовая работа, добавлен 15.09.2017Алгоритмы, используемые для упорядочения элементов в списке: сортировка пузырьком, перемешиванием, подсчетом и слиянием; методом Шелла, вставок и выбора; цифровая, поразрядная, пирамидальная и быстрая. Описание алгоритма выполнения практического задания.
курсовая работа, добавлен 18.05.2013Искусственные нейронные сети как устройства параллельных вычислений, состоящие из множества взаимодействующих простых процессоров. Варианты наиболее распространенных архитектур искусственных НС. Обучение искусственного интеллекта, основанного на НС.
лекция, добавлен 09.10.2013Обеспечение эффективности функционирования систем управления базами данных (СУБД) с позиции моделей и методов, предназначенных для оптимизации запросов. Синтез математической логики и прикладной теории алгоритмов. Эволюция методов оптимизации запросов.
статья, добавлен 22.03.2016Сущность и устройство искусственных нейтронных сетей, их общая характеристика, назначение, принцип работы и составляющие базовые нелинейные элементы. Решение систем обыкновенных дифференциальных уравнений в нейросетевом базисе при помощи системы Simulink.
контрольная работа, добавлен 12.12.2012