Нейросетевые технологии НСТ

2. 3. 5. Нейросетевые технологии (НСТ)

Нейрон –
элемент, имеющий множество входов, на которые поступают сигналы х1, х2, …, х
n
, суммирующий блок (c
умматор
), блок преобразования сигнала f (формирователь функции, он же функтор) и один выход y

На нейронный элемент поступают входные сигналы q

1,


q

2,

…

q

i

.

Взвешенные веса сигналов c

i


q

i


поступают на сумматор, на его выходе появляется уровень возбуждения S

:

Уровень возбуждения S


проходит через формирователь функции
f

, получается выходной сигнал y

:

Функции преобразования
f

(

S

)

бывают разные:

1) пороговая (ступенчатая) - <

2) сигмоидная -

(е = 2,72 - число Эйлера)

Нейронные сети (НС) – параллельные вычислительные структуры, моделирующие биологические процессы обучения:

1) программно-аппаратные устройства;

2) в них используются алгоритмы живой нервной клетки;

3) их применяют для решения неформализуемых задач;

4) алгоритм предусматривает самообучение при работе;

5) Neural network technology (англ);

Нейрокомпьютер, используюший ИНС, способен оценивать состояние объекта наблюдения, а также, на основе опыта обучения в реальных ситуациях, принимать решения об управляющих воздействиях на систему.

Рисунок 2 - Нейросетевое ситуационное управление

Сигнал состояния наблюдаемого объекта (ситуация) поступает на вход ИНС

, которая принимает решение о вмешательстве в процесс. ИНС в данном случае распознает образы.

1.Если распознанный образ (набор свойств и признаков) явл-ся
разрешенным состоянием системы, БПН

передает текущую ситуацию на дальнейшую обработку.

2. Если не явл-ся
разрешенным состоянием, то описание текущей ситуации поступает на вход 2-ой ИНС, которая на основе заложенной в нее информации относит ситуацию к одному или нескольким классам. Эти классы в базе знаний соответствуют некоторым элементарным решениям (управляющим воздействиям).

3. Если ситуация все-таки не распознана и не классифицируется по имеющимся в памяти признакам то система формирует управляющее воздействие на основании опыта (знаний), а затем анализирует результат. Это ситуационное управление. Система обучается во время функционирования.

Преимущество
:
сталкиваясь в процессе работы с незнакомой ситуацией ИНС способна сопоставить ее с уже имеющимся образами, а затем отнести ее к определенному классу событий (сделать вывод
) и сформировать адекватное управление МС.