Алгоритм получения учебных образцов для нейронной сети при решении задач долговечности корродирующих конструкций
Journal Title: Комп’ютерне моделювання: аналіз, управління, оптимізація - Year 2018, Vol 1, Issue 1
Abstract
При решении задач прогнозирования долговечности корродирующих конструкций предлагается использовать технологии вычислительного интеллекта, в частности искусственные нейронные сети. Выделяют определённые необходимые этапы при их проектировании и работе с ними. Важным из них является способ получения качественной обучающей выборки. Дальнейшая настройка и применение нейронной сети напрямую зависит от свойств полученных учебных образцов. Задача прогнозирования долговечности является частью более общей задачи – задачи оптимального проектирования конструкций, которые функционируют в агрессивных внешних средах. Поэтому вычисление прогнозируемого значения долговечности (или вычисление функций ограничений в задаче оптимизации) предполагает многократное численное решение системы дифференциальных уравнений, которая описывает процесс накопления геометрических повреждений корродирующей конструкции. Определение рациональных параметров численного интегрирования в целом позволяет повысить эффективность вычислительного алгоритма. С целью получения рационального шага интегрирования системы дифференциальных уравнений с погрешностью, не превышающей заданную, предлагается использовать аппроксимирующую систему, которой является искусственная нейронная сеть. Определение входных параметров, от которых зависит погрешность полученного решения, позволяет определиться с архитектурой нейронной сети. В работе сделан анализ зависимостей параметров численного интегрирования и входных параметров в целом, на основании которого определён вектор входных параметров для нейронной сети. Предложен алгоритм получения элементов входного вектора. С целью исключения «пустых» зон в обучающей выборке предложено предварительное её разбиение на кластеры. Такой подход позволяет избежать получения нека- чественной выборки и не снижает эффективности всего вычислительного алгоритма. Предложенная методика получения учебных данных позволяет улучшить качество обучения нейронной сети.искусственные нейронные сети, обучающая выборка, прогнозирование долговечности, корродирующие конструкции.
Authors and Affiliations
Л. И. Короткая
Keywords
Related Articles
- EP ID EP626348
- DOI -
- Views 109
- Downloads 0
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССА ИЗМЕЛЬЧЕНИЯ С ОДНОВРЕМЕННОЙ СУШКОЙ МАТЕРИАЛА В ЦЕНТРОБЕЖНОЙ МЕЛЬНИЦЕ
В данной работе рассмотрена актуальная задача получения математического описания процесса измельчения материала в центробежной мельнице с одновременной сушкой материала. Исследование процесса сушки с одновременным измель...
Параметрична ідентифікація моделей динаміки об’єктів регулювання
В даній роботі приділено увагу проблемі параметричної ідентифікації моделей динаміки триємнісних об’єктів. При наявності математичних моделей динаміки об’єктів можна достатньо точно виконати розрахунки оптимальних налаго...
Алгоритм получения учебных образцов для нейронной сети при решении задач долговечности корродирующих конструкций
При решении задач прогнозирования долговечности корродирующих конструкций предлагается использовать технологии вычислительного интеллекта, в частности искусственные нейронные сети. Выделяют определённые необходимые этапы...
Operative modeling of the water-chemical mode of a company in the conditions of global warming
The research of the water-chemical mode of an enterprise was carried out in order to find the optimal technological parameters of water flows. The task of energy saving is accomplished by using mathematical modeling of i...
Гнучка виробничо-логістична система: модель управління складом з дефіцитом
Сучасні умови функціонування підприємств в рамках ринкової економіки, а також в умовах невизначеності та нестійкості зовнішнього середовища вимагають нових, високо ефективних засобів та методів управління його господарсь...