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
Характеристика многослойной структуры нейронных сетей. Алгоритм обучения однослойного перцептрона. Построение полного алгоритма нейронных сетей с помощью процедуры обратного распространения. Программирование и применение методов Randomize и Propagate.
реферат, добавлен 20.03.2009Анализ моделей адаптивного поведения. Модель эволюционного возникновения коммуникаций в коллективе роботов. Бионическая модель поискового адаптивного поведения. Основные принципы построения модели адаптивного поведения системы на базе нейронных сетей.
дипломная работа, добавлен 07.08.2018Разработка алгоритма численного решения задач полубесконечной оптимизации с использованием экстраполирования минимизируемого поля на каждой итерации и оценка эффективности его применения. Использование псевдокубических сплайнов в качестве экстраполята.
статья, добавлен 31.08.2018Методика прогнозирования селекционной ценности зерновых культур на стадии селекции. Алгоритм на основе искусственных нейронных сетей. Прогноз селекционной ценности пищевого сырья из 210 образцов тритикале коллекции урожая, оценка его эффективности.
статья, добавлен 17.11.2018Исследование целевой функции в задачах обучения искусственных нейронных сетей. Сущность итерационного процесса корректировки весовых коэффициентов. Особенность зависимости ошибки учебы от количества эпох для гибридного метода и адаптивного алгоритма.
статья, добавлен 30.05.2017Модификация методов и алгоритмов оптимизации программ, связанных с программной конвейеризацией и автопараллелизацией. Эффективные методы профилирования значений и выбора участков кода для специализации. Оценка производительности оптимизированного кода.
автореферат, добавлен 10.12.2013Определение нейронных сетей методом Давидона-Флетчера-Пауэлла. Расчет с индивидуальными данными начальной точки для негладких функций. Кластеризация данных на основе графовых моделей и статистических методов с индивидуальным заданием точек наблюдения.
контрольная работа, добавлен 26.02.2015Разработка и анализ метода инициализации параметров вейвлет-нейронных сетей на основе значений центральных частот базисных вейвлет-функций. Исследование эффективности, преимуществ и недостатков данного метода. Алгоритм формирования библиотеки вейвлетов.
статья, добавлен 07.08.2013Понятие и классификация нейронных сетей; их структура и принцип работы. Особенности применения нейронных сетей в телекоммуникационных системах. Методы решения задач маршрутизации. Принципы прогнозирования потоков данных на основе нечетно-нейронных сетей.
дипломная работа, добавлен 26.05.2018Характеристика метода Пауэлла и обоснование применения сопряженных направлений в алгоритмах оптимизации. Пример поиска минимума функции. Описание программной части и выбор среды программирования. Определение стратегии поиска и описание программы.
курсовая работа, добавлен 05.12.2013Разработка математической модели поиска оптимального варианта транспортировки товаров. Алгоритм поиска оптимального варианта следования товаров. Требования к программному и системному обеспечению. Внедрение информационной системы оптимизации затрат.
дипломная работа, добавлен 08.10.2018Нейронные сети и вычислительные системы на их основе. Алгоритмы генетического поиска для построения топологии и обучения нейронных сетей. Линейные преобразования векторов. Биологический нейрон и его строение. Признаковое и конфигурационное пространство.
курс лекций, добавлен 17.01.2011Применение алгоритма многомерной оптимизации для решения задач линейного программирования. Пример численного решения задачи линейного программирования для случая целевой функции двух переменных. Схема многомерной оптимизации на основе сортировки.
реферат, добавлен 12.05.2015Рассмотрение средств и методов MatLab и пакета Simulink для моделирования и исследования нейронных сетей. Применение нейронных сетей для аппроксимации функций. Работа с нейронной сетью в командном режиме. Применение GUI-интерфейса пакета нейронных сетей.
методичка, добавлен 03.07.2017Исследование алгоритма топологической оптимизации SIMP. Воспроизведение, анализ и вычисление данного алгоритма в пакете Wolfram Mathematica. Обнаружение недостатка данного метода, который представлял собой определение оптимального коэффициента Лагранжа.
статья, добавлен 30.04.2018Архитектура искусственных нейронных сетей, особенности их обучения с учителем и без него. Правило коррекции по ошибке. Обучение методом соревнования. Основные принципы генетического алгоритма. Анализ применения нейронных сетей для синтеза регуляторов.
дипломная работа, добавлен 23.02.2015Особенности использования случайного поиска для определения экстремума функции качества. Определение функции распределения для дискретной случайной величины. Совместное распределение случайных величин. Основные элементы алгоритма случайного поиска.
курсовая работа, добавлен 29.03.2024Создание алгоритма и программы для распознавания лица по фотографии c использованием библиотеки OpenCV методом искусственных нейронных сетей. Алгоритм бустинга для поиска лиц. Вычисление признаков и сравнение их совокупностей между собой разными методами.
курсовая работа, добавлен 05.03.2019Оптимизация 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 01.05.2018Разработка методов и моделей прогнозирования грузовых и пассажирских перевозок на различных видах транспорта. Распределение потоков информации по кратчайшим путям. Применение основных методов топологической оптимизации. Выполнение алгоритма Дейкстры.
курсовая работа, добавлен 30.04.2014Основные алгоритмы интеллектуальных систем, их характеристики и условия применимости для задач оптимизации. Меметический алгоритм оптимизации, его этапы и компоненты. Описание культурного алгоритма, основанного на эволюционном программировании.
реферат, добавлен 12.12.2012Анализ принципов обучения нейронных сетей, их классификация. Описание алгоритмов обучения искусственных нейронных сетей: правило Хебба и Кохонена, дельта-правило, обратного распространения ошибки, стохастические алгоритмы, машины Больцмана и Коши.
лекция, добавлен 21.09.2017Развитие интегрированных, гибридных и синергетических систем в современной информатике. Особенности алгоритма поиска гармонии (HS), его преимущества по сравнению с известными алгоритмами оптимизации. Сравнение комбинированных генетических алгоритмов.
статья, добавлен 19.01.2018Предложен формальный алгоритм построения полносвязной части нейросетевого классификатора. Описаны подходы к подбору гиперпараметров. При использовании данного алгоритма удалось снизить общее количество настраиваемых параметров полносвязной нейронной сети.
статья, добавлен 02.04.2019Модификация алгоритма Хамелеон. Разработка новых алгоритмов кластеризации, способных обрабатывать сверхбольшие базы данных. Исследование и улучшение этапа построения графа посредством оптимизации алгоритма выбора при построении графа ближайших соседей.
статья, добавлен 19.02.2016