- •Содержание
- •Введение
- •1. Задание на курсовую работу
- •1.1. Варианты тем рефератов
- •1.2. Варианты расчетного задания
- •2. Последовательность выполнения работы
- •3. Методика выполнения курсовой работы
- •4. Требования к оформлению курсовой работы
- •5. Пример выполнения курсовой работы Интеллектуальная система с использованием нейронных сетей
- •5.1. Введение
- •5.2. Биологический нейрон
- •5.3. Искусственные нейронные сети
- •5.4. Линейные сети
- •5.5. Применение линейных сетей
- •5.6. Интеллектуальная система на основе нейронной сети
- •5.7. Заключение
- •5.8. Список литературы.
- •5.9. Приложение
- •Список литературы
5. Пример выполнения курсовой работы Интеллектуальная система с использованием нейронных сетей
5.1. Введение
В последние несколько лет мы наблюдаем взрыв интереса к нейронным сетям (ИНС), которые успешно применяются в самых различных областях – бизнесе, медицине, технике, геологии, физике. Нейронные сети вошли в практику везде, где нужно решать задачи прогнозирования, классификации или управления. Такой впечатляющий успех определяется несколькими причинами.
Богатые возможности. Нейронные сети – исключительно мощный метод моделирования, позволяющий воспроизводить чрезвычайно сложные зависимости. В частности, нейронные сети нелинейны по свой природе (смысл этого понятия подробно разъясняется далее в этой главе). На протяжение многих лет линейное моделирование было основным методом моделирования в большинстве областей, поскольку для него хорошо разработаны процедуры оптимизации. В задачах, где линейная аппроксимация неудовлетворительна (а таких достаточно много), линейные модели работают плохо. Кроме того, нейронные сети справляются с «проклятием размерности», которое не позволяет моделировать линейные зависимости в случае большого числа переменных.
5.2. Биологический нейрон
Мозг построен из клеток двух типов: глиальных и нейронов. И хотя роль глии в его работе, видимо, довольно значительна, большинство исследователей полагает, что в основном понимание работы мозга может быть достигнуто при изучении нейронов, объединенных в единую связанную сеть.
Количество нейронов в мозге оценивается величиной 1010…1011. Типичные нейроны имеют тело клетки (сому), множество ветвящихся коротких отростков – дендритов и единственный длинный и тонкий отросток – аксон. На конце аксон также разветвляется и образует контакты с дендритами других нейронов – синапсы (рис. 1).
Рис. 1. Схема нейрона и межнейронного взаимодействия
Если внешним образом достаточно сильно изменить потенциал мембраны одного нейрона (передатчика) вблизи выхода аксона из его клеточного тела, то проницаемость мембраны меняется приводит к распространению по аксону волны кратковременной деполяризации. Электрический импульс, распространившись по всем ветвлениям окончания аксона со скоростью около 100 м/с, достигает синапсов, расположенных в местах его контакта с дендритами или сомой других клеток. Под воздействием этого импульса в синапсах выделяются специальные химические вещества – нейромедиаторы, которые, пересекая синаптическую щель, взаимодействуют с мембраной нейрона-приемника и изменяют ее потенциал. Таким образом воздействие передается от одного нейрона к другим.
Частота, с которой нейрон может генерировать импульсы ограничивается примерно 100 Гц.
Каждый из нейронов устанавливает синаптические связи в среднем с 100 другими нейронами. Поэтому число связей в мозге оценивается в 1014…1015. Очень грубо можно считать, что нейроны мозга могут находиться в двух состояниях – возбужденном (когда они предают свое воздействие другим нейронам) и покоящемся (когда такой передачи нет).