73. Классификация методов моделирования. Моделирование скульптурных поверхностей.
Используются 3 метода представления геометрической модели:
Моделирование и представление геометрической модели.
Формирование и описание геометрической модели
Отображение геометрической модели на графических устройствах.
Методы геометрического моделирования делятся на:
Методы моделирования твердого тела – предназначены для моделирования простых и сложных объектов. Решаются задачи синтеза геометрической модели из модели простых трехмерных объектов, называемых объемными примитивами или базовыми элементами формы. (Выделяется некоторый набор геометрических фигур,сфера, куб и т.д.). Этот набор должен быть достаточен для построения всего многообразия геометрических объектов в исследуемом классе задач. Такой набор непроизводных фигур составляет геометрическую базу. В качестве примитивов используют, , часто встречающиеся в технике тела и фигуры.)
Методы моделирования скульптурных поверхностей- используются в автомобильной и самолетной промышленности. Данный метод используется для проектирования динамических поверхностей. При проектировании данных поверхностей используется каркасно-кинематический метод, основанный на перемещении некоторых образующих по направляющим. Основным объектом моделирования является поверхность, которая устанавливается из некоторого дискретного набора точек или кривых.
Метод каркасной или проволочной модели- мало используется, Для описания модели используются объекты первого порядка – линии и ребра.
Методы моделирования скульптурных поверхностей. При моделировании скульптурных поверхностей решается:
задача аппроксимации (приближенное представление)- возникает при замене кривой или поверхности, описанных сложными функциями другими объектами, описанными более простыми уравнениями, без потери необходимой точности.
Задача интерполяции (приближенного восстановления)- связана с поиском гладких кривых или поверхностей , проходящих через множество заданных точек.
Задача сглаживания. Используется если необходимо, чтобы искомая кривая или поверхность описывалась функцией, обеспечивающей необходимую степень дифференцирования.
Существуют 2 способа представления кривых:
- с помощью функции переменных x,y,z, когда x=x, y=f(x);z=g(x)
- параметрическое представление кривой: AxT^3+BxT^2+CxT+dx
77. Основные классы задач, решаемые искусственными нейронными сетями (инс).
Под ИНС понимается вычислительные структуры. которые моделируют простые биологические процессы, ассоциируемые с процессами человеческого мозга. Элементарным преобразователем в ИНС является искусственный нейрон, аналог биологического нейрона.
Классы задач, решаемых ИНС:
1 .Классификация образов. Задача состоит в указании принадлежности входного образа (например, речевого сигнала или рукописного символа), представленного вектором признаков, одному или нескольким предварительно определенным классам. К известным Приложениям относятся распознавание букв и речи, классификация сигнала электрокардиограммы и клеток крови.
2. Кластеризация/категоризация. При решение задачи кластеризации , которая известна также как классификация «без учителя» т.е. отсутствует обучающая выборка с метками класса. Алгоритм кластеризации основан на подобии образов и размещает близкие образы в один кластер. Известны случаи применения кластеризации для извлечения Знаний , сжатия данных и исследования свойств данных.
3. Аппроксимация функций. Предположим что имеется обучающая выборка (х1 у1)(х2 у2)…(xnyn) (пары данных вход/ выход), которая генерируется неизвестной функцией f(х) искаженной шумом Задача аппроксимации состоит в нахождение неизвестной функции F(х) и ее оценки.
Аппроксимация функций необходима при решении многочисленных Инженерных и научных задач моделирования.
4. Предсказание/прогноз. Пусть заданы n дискретных отсчетов{ y(tl),y(t2)...y(tn)} в последовательные моменты времени tl,t2...,tn. Задача состоит в предсказание значения у(tn+1) Некоторый будущий момент времени tm+i .Предсказание/прогноз имеет значительное влияние на Принятие решений в бизнесе, науки и технике. Предсказание цен на фондовой бирже и прогноз Погоды являются типичными приложениями технике предсказание/прогноз.
5. Оптимизация. Задачей алгоритма оптимизации является нахождение такого решения , которое удовлетворяет системе ограничений и максимизирует или минимизирует целевую функцию . Задача коммивояжера, является классическим примером задачи оптимизации .
6. Память, адресуемая по содержанию. В модели вычисления фон Неймона обращения к Памяти доступно только по средствам адреса, который не зависит от содержания памяти. Более Того , если допущена ошибка в вычисление адреса, то может быть найдена совершенно иная информация. Ассоциативная память или память, адресуемая по содержанию , доступна по указанию заданного содержания. Содержимое памяти может быть вызвано даже по частичному Входу или искаженному содержанию.
7. Управление. Рассмотрим динамическую систему, заданную совокупностью {u(t),y(t)}, Где u(t) является входным управляющим воздействием, a y(t) выходом системы в момент времени t . В системе управления с эталонной моделью целью управления является расчет Такого входного воздействия u(t), при котором система следует по желаемой траектории, диктуемой Эталонной моделью. Пример ом является оптимальное управления двигателем.