Search academic texts

Information × Registration Number 2122U007034, Article popup.category Опубліковано, Стаття Title SYNTHESIS OF A NEURAL NETWORK MODEL OF INDUSTRIAL CONSTRUCTION PROCESSES USING AN INDICATOR SYSTEM popup.author Леощенко С. Д.Олійник А. О.Субботін С. О.Нетребко В. В.Гофман Є. О.Leoshchenko S. D.Oliinyk A. O.Subbotin S. A.Netrebko V. V.Gofman Ye. O. popup.publication 10-01-2022 popup.source_user Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") popup.source https://ric.zp.edu.ua/article/view/250997 popup.publisher National University "Zaporizhzhia Polytechnic" Description Актуальність. Розглянуто задачу побудови нейромережевої моделі промислових процесів із визначенням оптимальної топології, що відрізняється високим рівнем логічної прозорості та прийнятною точністю. Об’єктом дослідження є процес нейромережевого моделювання промислових процесів із застосуванням індикаторної системи для спрощення та вибору топології нейромоделі. Мета роботи полягає у побудові нейромережевої моделі промислових процесів з високим рівнем логічної прозорості та прийнятною точністю на основі використанні системи. Метод. Запропоновано використовувати штучні нейронні мережі прямого поширення для моделювання промислових процесів. Після оцінки загального рівня складності задачі моделювання на основі індикаторної системи було прийнято рішення будувати нейромодель на основі історичних даних. Використовуючи характеристики вхідних даних задачі було розраховано найбільш оптимальну структуру нейронної мережі для подальшого моделювання системи. Високий рівень логічної прозорості нейромоделей, значно розширює їх практичне використання та знижує ресурсоємність промислових процесів. Результати. Отримано нейромоделі промислових процесів на основі історичних даних. Використання індикаторної системи дозволило в значній мірі збільшити рівень логічної прозорості моделей, зберігаючи високий рівень точності. Побудовані нейромоделі знижують ресурсоємність промислових процесів за рахунок збільшення рівня попереднього моделювання. Висновки. Проведені експерименти підтвердили працездатність запропонованого математичного забезпечення і дозволяють рекомендувати його для використання на практиці при моделюванні промислових процесів. Перспективи подальших досліджень можуть полягати нейроеволюційному синтезі більш складних топологій штучних нейронних мереж для виконання багатокритеріальної оптимізації. popup.nrat_date 2026-02-09 Close