Нейросетевые технологии (НСТ)

2. 3. 5. Нейросетевые технологии (НСТ) 

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

      На нейронный элемент поступают входные сигналы q1, q2, … qi.

Взвешенные веса сигналов ci qi 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 -

     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.