2. Моделі штучних нейронів.

3. Зобразити схему автоматизації процесу біологічного очищення стоків і вибрати комплекс технічних засобів автоматизації.

В якості давача рівня виберем рівнемір безшкальний із пневмопередачею. NS вибираємо контактор, а HS регулюючий клапан

Білет 17

1.CASE- засоби моделювання програмних систем автоматизації.

CASE (англ. Computer-Aided Software Engineering) — набір інструментів і методів програмної інженерії для проектування програмного забезпечення, що допомагає забезпечити високу якість програм, відсутність помилок і простоту в обслуговуванні програмних продуктів.

Також під CASE розуміють сукупність методів і засобів проектування інформаційних систем з інтегрованими автоматизованими інструментами, які можуть бути використані в процесі розробки програмного забезпечення.

У функції CASE входять засоби аналізу, проектування й програмування. За допомогою CASE автоматизують процеси проектування інтерфейсів, документування й генерування структурованого коду бажаною мовою програмування.

Сучасні CASE-засоби охоплюють велику область підтримки численних технологій проектування інформаційних систем (ІС): від простих засобів аналізу і документування до повномасштабних засобів автоматизації, що покривають весь життєвий цикл програмного забезпечення (ПЗ).

У розряд CASE-засобів попадають як відносно дешеві системи для персональних комп'ютерів з дуже обмеженими можливостями, так і дорогі системи для неоднорідних обчислювальних платформ і операційних середовищ.

Звичайно до CASE-засобів відносять будь-який програмний засіб, що автоматизує ту чи іншу сукупність процесів життєвого циклу ПЗ й володіє наступними основними характерними рисами:

- могутні графічні засоби для опису і документування ІС, що забезпечують зручний інтерфейс із розробникем і розвивають його творчі можливості;

- інтеграція окремих компонентів CASE-засобів, що забезпечує керованість процесом розробки ІС;

- використання спеціальним образом організованого сховища проектних метаданих (репозиторію).

Інтегрований CASE-засіб (чи комплекс засобів, що підтримують повний життєвий цикл ПЗ) містить наступні компоненти:

- репозиторій, що є основою CASE-засобу, забезпечує збереження версій проекту і його окремих компонентів, синхронізацію надходження інформації від різних розробників при груповій розробці, контроль метаданих на повноту і їх несуперечність;

- графічні засоби аналізу і проектування, що забезпечують створення і редагування ієрархічно зв'язаних діаграм, що утворюють моделі ІС;

- засоби розробки додатків, включаючи генератори кодів;

- засоби конфігураційного керування;

- засоби документування;

- засоби тестування;

- засоби керування проектом;

- засоби реінжинірингу.

Усі сучасні CASE-засоби можуть бути класифіковані в основному по типах і категоріям. Класифікація по типах відбиває функціональну орієнтацію CASE-засобів на ті чи інші процеси ЖЦ. Класифікація по категоріях визначає ступінь інтегрованості по виконуваних функціях і включає окремі локальні засоби, що вирішують невеликі автономні задачі (tools), набір частково інтегрованих засобів, що охоплюють більшість етапів життєвого циклу ІС (toolkit) і цілком інтегровані засоби, що підтримують весь ЖЦ ІС і зв'язані загальним репозиторієм. Крім цього, CASE-засоби можна класифікувати по наступним ознакам:

• методологіям і моделям систем і БД, що застосовані;

• ступеню інтегрованості із СУБД;

• доступним платформам.

На сьогоднішній день на ринку найбільш поширені наступні CASE-засоби:

• Vantage Team Builder (Westmount I-CASE);

• Rational Rose;

• Designer/2000;

• Silverrun;

• ERwin+BPwin;

• S-Designor;

• CASE.Аналітик.

2. Функції активації штучних нейронів.

Штучний нейрон  - вузол штучної нейронної мережі, що є спрощеною моделлю природного нейрона. Математично, штучний нейрон зазвичай представляють як деяку нелінійну функцію від єдиного аргументу - лінійної комбінації всіх вхідних сигналів. Цю функцію називають функцією активації або функцією спрацьовування,передавальною функцією. Отриманий результат посилається на єдиний вихід.

Основні типи передавальних функцій

Лінійна передавальна функція 

Сигнал на виході нейрона лінійно пов'язаний із ваговою сумою сигналів на його вході. , де t - параметр функції. В штучних нейронних мережах із шаруватою структурою, нейрони з передавальними функціями такого типу, як правило, складають вхідний шар. Крім простої лінійної функції можуть бути використовуватись також її модифікації. Наприклад напівлінійна функція (якщо її аргумент менше нуля, то вона дорівнює нулю, а в інших випадках, поводить себе як лінійна) або крокова (лінійна функція з насиченням), яку можна виразити формулою:

При цьому можливий зсув функції по обох осях (як зображено на малюнку).

Недоліками крокової і напівлінійних активаційних функцій щодо лінійної можна назвати те, що вони не є диференційовними на всій числової осі, а отже не можуть бути використані при навчанні за деякими алгоритмам.

Порогова передавальна функція 

Інша назва - Функція Хевісайда. Являє собою перепад. До тих пір поки зважений сигнал на вході нейрона не досягає певного рівня  - сигнал на виході дорівнює нулю. Як тільки сигнал на вході нейрона перевищує зазначений рівень - вихідний сигнал стрибкоподібно змінюється на одиницю. Найперший представник шаруватих штучних нейронних мереж -перцептрон складався виключно з нейронів такого типу. Математично запис цієї функції виглядає так:

Тут   - зсув функції активації щодо горизонтальної осі, відповідно під   слід розуміти зважену суму сигналів на входах нейрона без урахування цього доданку. З огляду на те, що ця функція не є диференційовною на всій осі абсцис, її не можна використовувати в мережах, що навчаються за алгоритмом зворотного поширення помилки та іншим алгоритмам, що вимагають диференційованої передавальної функції.

Сигмоїдальна передавальна функція]

Один із найчастіше використовуваних, в цей час, типів передавальних функцій. Введення функцій сигмоїдального типу було обумовлене обмеженістю нейронних мереж із пороговою функцією активації нейронів - за такої функції активації будь-який із виходів мережі дорівнює або нулю, або одиниці, що обмежує використання мереж не в задачах класифікації. Використання сигмоїдальних функцій дозволило перейти від бінарних виходів нейрона до аналогових ^[11]. Функції передачі такого типу, як правило, властиві нейронам, що знаходяться у внутрішніх шарах нейронної мережі.

Логістична функція [ред.]

Математично цю функцію можна виразити так:

Тут t - це параметр функції, що визначає її крутизну. Коли t прямує до нескінченності, функція вироджується в порогову. При   сигмоїда вироджується в постійну функцію із значенням 0,5. Область значень даної функції знаходиться в інтервалі (0,1). Важливою перевагою цієї функції є простота її похідної:

Те, що похідна цієї функції може бути виражена через її значення полегшує використання цієї функції при навчанні мережі за алгоритмом зворотного поширення . Особливістю нейронів з такою передавальною характеристикою є те, що вони посилюють сильні сигнали істотно менше, ніж слабкі, оскільки області сильних сигналів відповідають пологим ділянках характеристики. Це дозволяє запобігти насиченню від великих сигналів.

Радіально-базисна функція передачі

Цей тип функцій приймає як аргумент відстань між вхідним вектором і деяким наперед заданими центром активаційний функції. Значення цієї функції тим вище, чим ближче до центру вхідний вектор ^[15]. Як радіально-базисної можна, наприклад, використовувати функцію Гауса:

Тут   - відстань між центром   і вектором вхідних сигналів . Скалярний параметр   визначає швидкість спадання функції при віддалені вектора від центру і називається шириною вікна, параметр  визначає зсув активаційний функції по осі абсцис. Мережі, з нейронами, що використовують такі функції, називаються RBF-мережами. В якості відстані між векторами можуть бути використані різні метрики ^[16], зазвичай використовується евклідова відстань:

Тут   - j-та компонента вектора, поданого на вхід нейрона, а   - j-та компонента вектора, що визначає положення центру передавальної функції. Відповідно, мережі з такими нейронами називаються ймовірносними тарегресійними^[17].

У реальних мережах активаційна функція цих нейронів може відображати розподіл ймовірністі будь-якої випадкової величини, або позначати будь-які евристичні залежності між величинами.

3. Зобразити схему каскадного регулювання реактором періодичної дії та вибрати комплекс технічних засобів автоматизації.

Найбільшого поширення реакторів періодичної дії набули трубчасті реактори. Їх використовують для проведення газофазових високоекзотермічних процесів. Вони дають змогу забезпечувати вищий ступінь конверсії, ніж реактори зміщення, оскільки значна кількість теплоти, що виділяється в процесі реакції, відводиться через стінку реактора. Трубчасті реактори належать до об’єктів із сильно розподіленими параметрами. Швидкість руху газової суміші за довжиною реактора вважається сталою, а змінними параметрами є концентрація нового продукту та температура. Зміна концентрації за довжиною реактора визначається швидкістю хімічної реакції, а температура змінюється в результаті виділення теплоти хімічної реакції та внаслідок теплопередачі через стінку реактора.

1 – програмний задавач; 2 - реактор

Рис. 9.7 Схема каскадного регулювання реактором періодичної дії

Аналіз технологічного процесу показує, що незначні зміни швидкості V газового потоку, концентрації Q та температури T на вході реактора можуть призводити до істотної зміни температурного профілю за довжиною реактора. При цьому максимальна температура в реакторі може значно перевищувати гранично допустиму.

Складність регулювання трубчастим реактором полягає в тому, що необхідно керувати розподілом температури за довжиною реактора. Змінним параметром, за яким стабілізується температура в реакторі, є її максимальне значення. При цьому в систему регулювання вмикають спеціальний блок вибору максимуму або підмикають до регулятора температурний датчик, який установлюється за довжиною реактора в зоні, де має місце максимальна температура.

Білет 18