66552

Нейро-нечіткі мережі для поданя і обробки знань

Лабораторная работа

Информатика, кибернетика и программирование

Нейрониі мережі, наприклад, є зручними для задач розпізнавання образів, але дуже незручні для пояснення, як вони таке розпізнавання здійснюють. Вони можуть автоматично здобувати знання, але процес їхнього навчання найчастіше відбувається досить повільно

Украинкский

2014-11-30

102.15 KB

5 чел.

Міністерство освіти і науки України

Тернопільський національний технічний університет імені Івана Пулюя

Кафедра комп’ютерних наук

Лабораторна робота №6

Нейро-нечіткі мережі для поданя і обробки знань

 Виконав

 cтудент групи СНс-33

Михалевич М.М.

Перевірив

 Фалендиш В.В.

Тернопіль, 2011

Тема роботи:Нейро-нечіткі мережі для поданя і обробки знань.

Мета роботи:Ознайомитись з нейро-нечіткими мережами для поданя і обробки знань.

Теоритичні відомості

Різні типи інтелектуальних систем мають свої особливості, наприклад, за можливостями навчання, узагальнення і отримання результатів, що робить їх найбільш придатними для вирішення одних класів задач і менш придатними — для інших.

Нейрониі мережі, наприклад, є зручними для задач розпізнавання образів, але дуже незручні для пояснення, як вони таке розпізнавання здійснюють. Вони можуть автоматично здобувати знання, але процес їхнього навчання найчастіше відбувається досить повільно, а аналіз навченої мережі є дуже складним (навчена мережа є звичайно «чорною скринею» для користувача). При цьому яку-небудь апріорну інформацію (знання експерта) для прискорення процесу навчання в нейронну мережу ввести складно.

Системи з нечіткою логікою, напроти, є зручними для пояснення одержуваних за їхньою допомогою висновків, але вони не можуть автоматично здобувати знання для використання їх у механізмах виведень. Необхідність розбиття універсальних множин на окремі області, як правило, обмежує кількість вхідних змінних у таких системах невеликим значенням.

Хаяши  та Імура (А. Ітига) показали, що иейромережа прямого поширення може апроксимувати будь-яку систему, що заснована на нечітких правилах, та будь-яка нейромережа прямого поширення може бути апроксимована системою, що заснована на нечітких правилах.

Нейро-нечітка мережа - це подання системи нечіткого виведення у вигляді нейронної мережі, зручної для навчання, поповнення, аналізу та використання. Структура нейро-нечіткої мережі відповідає основним блокам систем нечіткого виведення.

Завдання до лабораторноїроботи

Згідно з номером індивідуального варіанта студента за журналом згенерувати навчаючу та тестову вибірки даних.

Нехай V- номер студента за журналом, а гапсі - функція, що генерує псев-довипадкові числа у діапазоні [0; 1]. Визначимо кількість екземплярів у навчаючій вибірці Sн кількість екземплярів у тестовій вибірці SТ, кількість вхідних змінних (ознак) вибірок N, значення ознак вибірок: навчаючої xн,  та тестової xт., а також значення цільових ознак для вибірок: навчаючої—yн та тестовоїyт.

Вхідні дані:

V  = 16; N = 2;

S n = 2* 16=  32;

S t = 3*16 = 48;

S= 1,2,3,… S n

S= 1,2,3,… S т

Результат роботи

Навчаюча вибірка Хн і тестова вибірка Хт

Цільові ознаки навчаючої Yн та тестової вибірки Yт

Висновок: На цій лабораторній роботі я ознайомився з нейро-нечіткими мережами для поданя і обробки знань.

Текст програми

unit Unit1;

interface

uses

 Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,

Dialogs, StdCtrls;

type

 TForm1 = class(TForm)

   Button1: TButton;

   Memo1: TMemo;

   Button2: TButton;

   Memo2: TMemo;

   Memo3: TMemo;

   Button3: TButton;

   Button4: TButton;

   Memo4: TMemo;

procedure Button1Click(Sender: TObject);

procedure Button2Click(Sender: TObject);

procedure Button3Click(Sender: TObject);

procedure Button4Click(Sender: TObject);

private

   { Privatedeclarations }

public

   { Publicdeclarations }

end;

var

 Form1: TForm1;

 V,N : real;

Sn,St :integer;

Xn : array [1..32, 1..6] ofreal;

Xt : array [1..48, 1..6] ofreal;

Yn : array [1..32] ofreal;

Yt : array [1..48] ofreal;

rand : real;

 s,j,i: integer;

implementation

{$R *.dfm}

procedure TForm1.Button1Click(Sender: TObject);

begin

randomize;

Random(10);

rand := random/10;

 V := 16;

 N := 2;

Sn := 32;

St := 48;

for s := 1 toSndo

begin

for j := 1 to 6 do

begin

Xn[s,j]:= (V/(s*j))* rand;

end;

     Memo1.Lines.Add(floatToStr(Xn[s,1]) + '|   |' + floatToStr(Xn[s,2])

            + '|   |' + floatToStr(Xn[s,3]) + '|   |' + floatToStr(Xn[s,4])

            + '|   |' + floatToStr(Xn[s,5]) + '|   |' + floatToStr(Xn[s,6]) );

end;

end;

procedure TForm1.Button2Click(Sender: TObject);

begin

randomize;

Random(10);

rand := random/10;

 V := 16;

for s := 1 toStdo

begin

for j := 1 to 6 do

begin

Xt[s,j]:= (V/(s*j))* rand;

end;

     Memo2.Lines.Add( floatToStr(Xt[s,1]) + '|   |' + floatToStr(Xt[s,2])

            + '|   |' + floatToStr(Xt[s,3]) + '|   |' + floatToStr(Xt[s,4])

            + '|   |' + floatToStr(Xt[s,5]) + '|   |' + floatToStr(Xt[s,6]));

end;

end;

procedure TForm1.Button3Click(Sender: TObject);

begin

for s := 1 toSndo

begin

Yn[s]:= 0.1*(Xn[s,1]+Xn[s,2]);

     Memo3.Lines.Add('Y= '+ floatToStr(Yn[s]));

end;

end;

procedure TForm1.Button4Click(Sender: TObject);

begin

for s := 1 toStdo

begin

Yt[s]:= 0.1*(Xn[s,1]+Xn[s,2]);

     Memo4.Lines.Add('Y= '+ floatToStr(Yt[s]));

end;

end;

end.


 

А также другие работы, которые могут Вас заинтересовать

62584. Решение примеров и задач в пределах 100 65.4 KB
  Цель: Закрепление вычислительных умений и навыков сложения и вычитания в пределах 100. Учить применять эти знания при решении примеров и задач. Способствовать развитию мышления на основе решения задач.
62585. Живые клетки 23.42 KB
  Обучающие: сфомировать знание о элементарной единице всего живого клетке; ознакомить учащихся со строеним микроскопа правилах работы с ним; сформировать знание о главных частях клетки и её жизнедеятельности.
62586. Современное декоративное искусство. Витраж 21.25 KB
  Цели урока: а образовательные и творческие: познакомить учащихся с современным декоративным искусством рассмотреть другие виды современного декоративного искусства...
62588. Проект предприятия по производству панелей каркасно-панельного домостроения 2.37 MB
  Основное отличие OSB от вафельных плит заключалось в размерах стружки. Стружка ориентированно-стружечных плит была более узкая и длинная по сравнению со стружкой вафельных плит. Кроме того, каждая стружка в слое плиты OSB располагалась параллельно одна другой, но перпендикулярно к стружке в соседних слоях. Всего же слоев было три, так же, как и у вафельных плит.
62589. Конспект урока по гимнастике 16.8 KB
  Группав одну Шеренгу становись Равняйсь Смирно Отделениями в колонну по 3 левые правые плечи вперед шагом марш. Группа стой Кругом Отделениями в одну шеренгу правые левые плечи вперед шагом марш Группа Стой В обход на лево марш Руки на пояс ставь...
62591. О корректном понимании дихотомии логика / этика 96.88 KB
  О корректном понимании дихотомии логика этика. Разобраны типичные ошибки в понимании дихотомии логика этика. Ключевые слова: Соционика дихотомия логика этика. Цикл статей на эту тему мы решили начать с дихотомии логика этика.