Реферат
Пояснительная записка содержит 201 листов, 10 рисунков, 55 таблиц, 45 использованных источников, 12 приложений.
ГЕНЕТИЧЕСКИЙ АЛГОРИТМ, НЕЙРОННАЯ СЕТЬ, ТОПОЛОГИЯ, МУТАЦИЯ, ДИАГРАММА, ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ, СКРЕЩИВАНИЕ, СЕЛЕКЦИЯ, КОСВЕННЫЙ МЕТОД КОДИРОВАНИЯ, ПРАВИЛА, ХРОМОСОМА, ГЕН.
Объектом исследования дипломного проекта являются методы кодирования топологии нейронной сети.
Целью дипломного проекта является разработка подсистемы реализации генетического алгоритма в составе системы выращивания топологии нейронной сети на основе правил.
В результате дипломного проектирования была разработана подсистема, позволяющая построить топологию нейронной сети с помощью генетического алгоритма.
Разработка проводилась на языке программирования C# в среде Microsoft Visual Studio 2010.
Разработанное программное обеспечение в составе системы выращивания топологии нейронной сети в настоящее время проходит опытную эксплуатацию на предприятии города Пензы ОАО «Радиозавод».
Содержание
Введение 7
1 Программное обеспечение реализации генетического алгоритма в составе системы выращивания топологии нейронной сети 9
1.1 Анализ требований 9
1.1.1 Постановка задачи 9
1.1.2 Анализ предметной области 9
1.1.2.1 Независимое применение генетических алгоритмов и нейронных сетей 11
1.1.2.2 Нейронные сети для поддержки генетических алгоритмов 12
1.1.2.3 Генетические алгоритмы для поддержки нейронных сетей 13
1.1.2.4 Применение генетических алгоритмов для обучения нейронных сетей 14
1.1.2.5 Генетические алгоритмы для выбора топологии нейронных сетей 15
1.1.2.6 Адаптивные взаимодействующие системы 16
1.1.2.7 Нейроэволюционные методы 16
1.1.3 Анализ существующих аналогов 28
1.1.4 Методы и средства решения поставленной задачи 30
1.1.4.1 Методы решения задачи и варианты использования разрабатываемого программного обеспечения 30
1.1.4.2 Технологические средства разработки 37
1.3 Проектирование 44
1.2.1 Проектирование структур данных 44
1.3.2 Проектирование структуры программного обеспечения и алгоритмов 46
1.3.3 Проектирование пользовательского интерфейса 55
1.4 Описание программного обеспечения 57
1.5 Результаты тестирования 61
72
2 Технико-экономическое обоснование разработки ПО для реализации генетического алгоритма в составе системы выращивания топологии нейронной сети 73
2.1 Расчет затрат на разработку программы 75
2.2 Расчет цены разработанной программы 76
2.3 Расчет капитальных вложений 77
2.4 Расчет эксплуатационных расходов 77
2.5 Расчет денежного годового экономического эффекта 80
2.6 Определение показателей эффективности инвестиций 81
2.7 Вывод по разделу 85
3 Оптимизация зрительных условий труда пользователя ПЭВМ 86
3.1 Условия работы пользователя ПЭВМ 87
3.2 Требования к визуальным параметрам изображения 90
3.3 Требования к освещению помещений и рабочих мест с ВДТ и ПЭВМ 93
Заключение 98
Список использованных источников 99
ЛИСТИНГ ПРОГРАММЫ 104
Введение
Искусственные нейронные сети и генетические алгоритмы являются сравнительно молодыми направлениями исследований в области искусственного интеллекта и принятия решений. Обе концепции используют для функционирования аналоги природных принципов. Использование генетических алгоритмов для одновременной настройки весов и структуры НС называется нейроэволюцией или нейрогенезисом.
Вопрос о том, нужно ли «тонко» настраивать топологию сети довольно долго остается открытым, поскольку существующие решения удовлетворительно справляются со своими задачами. Есть мнение, что можно найти топологию сети, которая в дальнейшем быстрее обучается, однако процесс обучения проводится уже на этапе поиска архитектуры, поэтому аргумент отпадает сам собой. В более поздней работе другого исследователя приводится довод, что найденная топология сети позволит разработчикам в дальнейшем учитывать этот опыт и более эффективно использовать НС.
Мы попытаемся ответить на этот вопрос с несколько другой стороны. С точки зрения искусственного интеллекта представляют интерес системы, которые способны к самоорганизации и перестройке внутренней структуры только на основе внешних данных. При этом сама система изначально не имеет представления о характере и возможных взаимных связях входных и выходных параметров. Все необходимые зависимости должны появиться в результате адаптивной подстройки. Для НС в общем случае входные (выходные) данные между собой не различимы в силу однообразия частей, входящих в структуру нейронной сети. Применяя для обучения и настройки структуры сети генетический алгоритм, важной особенностью которого является способность к адаптации, можно получить самоорганизующуюся систему с достаточно большой степенью универсальности. Для работы этой системе будут необходимы только данные из внешнего окружения, причем их тип и отношение к решаемой задаче не играют большой роли. Таким образом, возможно решение поставленной проблемы о самоорганизующейся системе, способной решать широкий спектр задач.
Актуальность проблемы обусловлена тем, что существует много задач, при решении которых с использованием нейросетевых технологий, встает вопрос о выборе структуры НС. Зачастую ограничиваются вариантом с регулярной топологией, который не является оптимальным с точки зрения используемых ресурсов компьютера. Кроме этого настройка топологии требует от пользователя достаточно глубокой компетенции в области нейронных сетей. Автоматический выбор структуры сети позволил бы существенно упростить эту проблему.
Целью дипломного проекта является разработка подсистемы реализации генетического алгоритма в составе системы выращивания топологии нейронной сети на основе правил. В рамках работы необходимо выполнить: анализ предметной области, анализ требований, анализ существующих аналогов, разделение поставленной задачи на подзадачи и выбор методов их решения. А также описать математическую модель предметной области, спроектировать структуры данных и удобный пользовательский интерфейс. Результатом работы должно являться приложение соответствующее первоначальным требованиям. Для подтверждения работоспособности необходимо выполнить тестирование. Разработку будем вести в среде Visual Studio 2010 на языке программирования C#.