Дипломный проект. Аc обучения нейросетей для задач безаварийного движения.

АС «Движение» предназначена для формирования структуры и дальнейшего обучения нейросети для обработки информации, поступающей с датчиков определения расстояния до объектов, и выработки стратегии дальнейшего движения.

Целью системы является автоматизация процесса создания и обучения нейросети для обработки данных, поступающих с датчиков определения расстояния до объектов, и определения дальнейшей траектории движения.

АС «Движение» включает следующие подсистемы:

- подсистема формирования входных данных;

- подсистема сбора и обработки данных с датчиков;

- подсистема настройки нейросети;

- подсистема формирования структуры и обучения нейросети;

- подсистема визуализации структуры нейросети.

ДИПЛОМНЫЙ ПРОЕКТ. АC ОБУЧЕНИЯ НЕЙРОСЕТЕЙ ДЛЯ ЗАДАЧ БЕЗАВАРИЙНОГО ДВИЖЕНИЯ



Дата сдачи 2006г. (успешно сдан)



Пояснительная записка без программы.



СОДЕРЖАНИЕ



Введение 6

1 Особенности использования нейронных сетей и генетических алгоритмов 10

1.1 Понятие нейросетей и генетических алгоритмов 10

1.2 Особенности существующих нейроэволюционных

алгоритмов 13

2 Общесистемные решения 16

2.1 Пояснительная записка к техническому проекту 16

2.2 Описание схемы организационной структуры ООО 17

2.3 Описание автоматизируемых функций и схемы функциональной структуры АС «Движение» 20

2.4 Описание постановки задачи автоматизации обучения нейросетей для задач безаварийного движения 22

3 Математическое обеспечение 23

3.1 Модель нейрона. Топологии нейронных сетей 23

3.2 Алгоритм поиска структуры нейронной сети 26

3.3 Кодирование информации о нейронной сети 27

3.3.1 Алгоритм кодирования информации о нейросети 27

3.3.2 Генетические операторы 29

3.4 Обучение нейросети 30

3.5 Описание схемы работы АС «Движение» 31

4 Информационное обеспечение 33

4.1 Перечень входных и выходных данных АС «Движение» 33

4.2 Описание работы датчиков 33

4.3 Описание формата входного сигнала 35

4.4 Описание типа и формата выходных данных 35

5 Техническое обеспечение АС «Движение» 37

5.1 Описание комплекса технических средств 37

5.2 Инструкция по эксплуатации комплекса технических средств 38

6 Программное обеспечение 40

6.1 Описание программного обеспечения 40

6.2 Описание контрольного примера 40

7 Организационное обеспечение 45

7.1 Описание организационной структуры ООО 45

7.2 Руководство пользователя АС «Движение» 45

8 8 Оценка надёжности автоматизированной системы обучения нейросетей для задач безаварийного движения (АС «Движение») по всем фазам проектирования 52

9 Экономическая часть 65

9.1 Расчет трудоемкости АС «Движение» 66

9.2 Расчет стоимости машинного часа 67

9.3 Расчет себестоимости АС «Движение» 72

9.4 Обоснование цены АС «Движение» 73

9.5 Анализ конкурентоспособности системы 74

9.6 Расчет эономического эффекта от внедрения АС «Движение» 76

10 Охрана труда и окружающей среды 80

10.1 Анализ вредных и опасных производственной факторов 80

10.2 Организация производственного помещения и размещение оборудования 81

10.3 Микроклимат производственных помещений и организация воздухообмена 82

10.4 Производственное освещение 87

10.5 Защита от излучений при работе на ПЭВМ 89

10.6 Эргономика рабочего места. Режим труда и отдыха 91

10.7 Электробезопасность 95

10.8 Пожарная безопасность 98

10.9 Охрана окружающей среды 101

Заключение 102

Библиографический список 105



Приложение Б. IDEF0 диаграммы

Приложение В. Схема работы системы

14. Клепиков В.Б., Махотило К.В., Сергеев С.А., Вороновский Г.К. Искусственные нейронные сети: новая парадигма в управлении.//В кн.: Проблемы автоматизированного электропривода. Теория и практика (Под редакцией В.Б. Клепикова и др.). - Харьков:Основа,1995,-сс.111-115.

15. Назаров А.В., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. СПб.: Наука и Техника, 2003. 384с.

16. Огнянович А. В. Методические указания по выполнению организационно экономической части дипломного проекта. Тула 2003.

17. Осовский С. Нейронные сети для обработки информации / Пер. с польского И.Д. Рудинского. М: Финансы и статистика, 2002. 344с.

18. Технико экономическое обоснование дипломных проектов: Учеб. пособие для втузов/ Л. А. Астреина, В. В. Балдесов, В. К. Беклешов и др.; Под ред. В. К. Беклешова. М.: Высш. Шк., 1991.

19. Типовые нормы времени на программирование задач для ЭВМ. М.: Экономика, 1989.

20. Цой Ю.Р., Спицын В.Г. Применение генетического алгоритма для решения задачи адаптивного нейроуправления // Научная сессия МИФИ-2005. VII Всероссийская научно-практическая конференция "Нейроинформатика-2005": Сборник научных трудов. В 2-х частях. Часть 1. М.: МИФИ, 2005, с. 35-43.

21. Шукович Г. Применение генетических алгоритмов и систем генерирующих графов для создания модулярных нейросетей // Программирование, 2002, № 1, с. 13-20.