Читать онлайн «Искусственные нейронные сети Лабораторный практикум»

Министерство образования и науки Российской Федерации Пензенский государственный университет А. В. Сивохин, А. А. Лушников, С. В. Шибанов ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ Лабораторный практикум Наградной логотип вуза Издательство Пензенского государственного университета Пенза 2004 УДК 681. 3 С34 Рецензенты: Научно-технический совет Федерального государственного унитарного предприятия ОАО «НПП «Рубин» Кандидат технических наук, доцент кафедры «Прикладная математика» Пензенского государственного педагогического университета им. В. Г. Белинского В. В. Дрождин С34 Сивохин, А. В. Искусственные нейронные сети [Текст]: Лаб. практи- кум / А. В. Сивохин, А. А. Лушников, С. В. Шибанов. – Пенза: Изд-во Пенз. гос. ун-та, 2004. – 136 с. : 8 ил. , библиогр. 10 назв. Рассматриваются вопросы проектирования, обучения, анализа и модели- рования известных типов нейронных сетей в системе MATLAB 6 с использо- ванием пакета Neural Networks Toolbox (NNT). Лабораторный практикум подготовлен на кафедре «Математическое обеспечение и применение ЭВМ» и предназначен для студентов специально- стей 220400 и 220100 при изучении дисциплин «Нейрокомпьютерные систе- мы», «Системы искусственного интеллекта» и «Системное программное обеспечение». УДК 681. 3 © Издательство Пензенского государственного университета, 2004 © Сивохин А. В. , Лушников А. А. , Шибанов С. В. , 2004 2  Введение Искусственные нейронные сети основаны на весьма простой био- логической модели нервной системы, состоящей из огромного числа (1011) нейронов, каждый из которых принимает взвешенную сумму входных сигналов и при определенных условиях передает сигнал дру- гим нейронам. Количество связей нейронов в системе достигает 1015. Теория нейронных сетей возникла из исследований в области ис- кусственного интеллекта и связана с попытками воспроизведения способности нервных биологических систем обучаться и исправлять ошибки, моделируя низкоуровневую структуру мозга. Исследования по созданию таких систем на основе высокоуровневого (символьно- го) моделирования процесса мышления не принесли желаемых ре- зультатов. Эта теория развивалась в течение последних пяти десяти- летий и за последние пятнадцать лет нашла широкое практическое применение: в космонавтике и аэронавтике – для имитации траекто- рий полета и построения систем автоматического пилотирования; в военном деле – для управления оружием и слежением за целями; в электронике – для разработки систем машинного зрения и синтеза речи; в медицине – для диагностики заболеваний и конструирования протезов; в производстве – для управления технологическими про- цессами, роботами и т.