931

УДК 004.43

Лапшина М.Л. Нечеткая логика и искусственные нейронные сети [Электронный ресурс]: методические указания для самостоятельной работы студентов по направлению подготовки 15.03.06 - Мехатроника и робототехника / М. Л. Лапшина М-во образования и науки РФ, ФГБОУ ВО «ВГЛТУ им. Г.Ф. МОРОЗОВА». – Воронеж, 2018. – 7 с.

Методические указания разработаны в соответствии с решением кафедры автоматизации производственных процессов

Составители: д.т.н., профессор каф. АПП М.Л. Лапшина

Методические указания утверждены на заседании кафедры АПП 18.09.2018 г., протокол № 3.

2

владеть: принципами решения экономических задач экономического анализа, классификации, прогнозирования и управления с помощью нейрон-

ных сетей; навыками использования нейропакетов для решения указанных задач.

2. ТЕОРЕТИЧЕСКИЙ МАТЕРИАЛ

Раздел 1. Понятие нейронной сети, ее функционирование и обуче-

ние. Классификация нейронных сетей

История исследования в области нейронных сетей.

Биологический нейрон. Структура и функционирование искусственно-

го нейрона.

Постановка задачи обучения нейронной сети.

Классификация нейронных сетей и их свойства.

Эффективность нейронных сетей. Круг задач, решаемых с помощью нейронных сетей.

Раздел 2. Основные классы нейронных сетей, их обучение и приме-

нение

Многослойная нейронная сеть.

Алгоритм обратного распространения ошибки.

Сигнальный метод Хебба и алгоритм Кохонена.

Персептрон и его обучение. Нейронные сети встречного распростране-

ния. Сети Хопфилда и Хэмминга – пример нейронных сетей с обратными связями. Двунаправленная ассоциативная память.

Сети адаптивной резонансной теории.

Решений задач классификации, распознавания образов, прогнозирова-

ния и управления с помощью нейронных сетей.

Раздел 3. Нечеткая информация и нечеткий вывод

Нечеткие множества и операции над ними.

Нечеткие и лингвистические переменные.

Нечеткие отношения.

4

Нечеткий логический вывод.

Раздел 4. Гибридные нейронные сети, их обучение и использование

Нечеткий нейрон.

Архитектура нечеткой (гибридной) нейронной сети.

Обучение гибридной нейронной сети.

Решение задачи классификации с помощью гибридной нейронной сети.

3 ВОПРОСЫ К ЗАЧЕТУ

1.История исследования в области нейронных сетей.

2.Биологический нейрон.

3.Структура и функционирование искусственного нейрона.

4.Постановка задачи обучения нейронной сети. Классификация нейронных сетей и их свойства.

5.Эффективность нейронных сетей.

6.Круг задач, решаемых с помощью нейронных сетей.

7.Многослойная нейронная сеть.

8.Алгоритм обратного распространения ошибки.

9.Сигнальный метод Хебба и алгоритм Кохонена.

10.Персептрон и его обучение.

11.Нейронные сети встречного распространения.

12.Сети Хопфилда и Хэмминга – пример нейронных сетей с обрат-

ными связями.

13.Двунаправленная ассоциативная память.

14.Сети адаптивной резонансной теории.

15.Нечеткие множества и операции над ними.

16.Нечеткие и лингвистические переменные.

17.Нечеткие отношения.

18.Нечеткий логический вывод.

19.Нечеткий нейрон.

20.Архитектура нечеткой (гибридной) нейронной сети.

5

21.Обучение гибридной нейронной сети.

4 ВОПРОСЫ К ЛАБОРАТОРНЫМ РАБОТАМ

Лабораторная работа 1

1.Что называется функцией состояния?

2.Перечислите свойства полной ошибки

3.Какие точки будут точками минимума?

Лабораторная работа 2

1.Что подразумевается под классификацией образов?

2.Что подразумевается под кластеризацией?

3.В чем суть аппроксимации функции?

Лабораторная работа 3

1.Как записывается нейрон слоя Кохонена?

2.Как записывается нейрон слоя Гроссберга?

3.Что подразумевается под нейронами встречного распростране-

ния?

Лабораторная работа 4

1.Сформулируйте принцип построения нейронной сети Хопфилда

2.Сформулируйте принципы функционирования сети

3.Как записываются весовые коэффициенты тормозящих синапсов во втором?

Лабораторная работа 5

1.Что называется классификатором?

2.Принципы использования нейронных сетей с прямой связью в классификационных задачах

3.Как выбирается уровень сложности?

Лабораторная работа 6

1. Что называется основным компонентом в процедурах нечеткого

вывода?

6

2. В чем состоит достоинство моделей, построенных на нейронных сетях?

Лабораторная работа 7

1.Что называется нечеткой нейронной сетью?

2.Что называется нечетким нейроном «И»?

3.Что называется нечетким нейроном «ИЛИ»?

5. УЧЕБНО-МЕТОДИЧЕСКИЕ МАТЕРИАЛЫ ПО ДИСЦИПЛИНЕ

Основная литература

1. Игошин В. И. Математическая логика [Электронный ресурс]: рек.

УМО по образованию в области подготовки педагогических кадров в качест-

ве учебного пособия / В. И. Игошин. - М.: ИНФРА-М, 2018. - 398 с.

Дополнительная литература

1. Овчинников П.Е. Применение искусственных нейронных сетей для обработки сигналов [Электронный ресурс]: учебно-методическое пособие /

П. Е. Овчинников. - Нижний Новгород: Нижегородский госуниверситет,

2012. - 32 с. - ЭБС "Единое окно".

7