Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
курсовая.doc
Скачиваний:
50
Добавлен:
11.04.2015
Размер:
663.55 Кб
Скачать

2.1 Обоснование выбора программных средств реализации

Для решения Диофантова уравнения выбрано свободно распространяемая программа Turbo Pascal. Это  интегрированная среда разработки программного обеспечения для платформ DOS и Windows и язык программирования в этой среде.

Основные возможности программы:

1) решение задач прогнозирования (предсказание значений количественных выходных признаков) и классификации (предсказание состояний качественных выходных признаков);

2) Работа (чтение, запись, редактирование) с файлами данных, представленных в форматах *.dbf (СУБД dBase, FoxPro, Clipper) и *.db (СУБД Paradox).

3) Создание слоистых нейронных сетей со следующими характеристиками:

- число слоёв нейронов – до 10;

- число нейронов в слое – до 100;

- нейроны с нелинейной сигмоидной функцией активации;

4) Работа с количественными (непрерывными) и качественными (от 2 до 20 дискретных состояний) входными признаками;

5) Возможность одновременного решения нескольких задач прогнозирования;

6) Возможность установления для каждого выходного сигнала своих требований к точности прогнозирования;

6) Обучение нейронной сети производится по принципу двойственного функционирования с применением одного из следующих методов оптимизации:

  • градиентного спуска;

  • модифицированного ParTan-метода;

  • метода сопряжённых градиентов;

  • квазиньютоновский BFGS-метод.

  1. Проведение тестирования нейронной сети.

  2. Вычисление и вывод значимости входных сигналов сети.

  3. Внесение случайных возмущений в веса синапсов сети.

  4. Упрощение (контрастирование) нейронной сети, а именно:

  • сокращение числа входных сигналов сети;

  • сокращение числа нейронов сети;

  • равномерное прореживание структуры синапсов сети;

  • сокращение числа синапсов сети;

  • сокращение числа неоднородных входов (порогов) нейронной сети.

2.2 Формирование обучающей выборки

Для реализации нейросетевого прогнозирования необходимо, прежде всего, выявить факторы, влияющие на значение внутреннего валового продукта.

В результате анализа предметной области были выделены следующие значимые параметры:

  1. Объём промышленной продукции (млрд. руб.);

  2. Грузооборот предприятий транспорта (млрд. тонно-километров);

  3. Перевозки грузов железнодорожным транспортом (млн. тонн);

  4. Инвестиции в основной капитал (млрд. руб.);

  5. Объём подрядных работ в фактических ценах (млрд. руб.);

  6. Экспорт товаров (млрд. долларов США);

  7. Импорт товаров (млрд. долларов США);

  8. Официальный курс доллара США (рублей);

  9. Розничный товарооборот (млрд. руб.);

10) Индекс потребительских цен (в % к месяцу предшествующего года);

11) Номинальная начисленная среднемесячная зарплата (руб.);

12) Численность населения с доходами ниже прожиточного минимума (млн. чел.);

13) Общая численность безработных на коней периода (млн. чел.).

Зависимость значения всех товаров и услуг, произведённых на территории Российской Федерации (в млрд. руб.) от перечисленных параметров представлена в таблице 1. Источник: журнал «Вопросы статистики» №8, 1998 г.

Таблица 1 - Значения ВВП

Месяц

1

2

3

4

5

6

7

8

9

10

11

12

13

ВВП

1996 год

Январь

109

287

75

17

11

5,9

4,3

4,73

59

204

654

37,3

6,4

148

Февраль

114

271

71

18

13

6,9

5,3

4,81

55

189

684

36,6

6,5

150

Март

121

289

79

22

16

7,7

5,3

4,85

59

179

745

35,9

6,5

168

Апрель

122

279

78

24

16

7,2

5,7

4,94

61

168

746

35,4

6,6

175

Май

110

284

77

24

17

7,2

5,4

5,01

60

158

779

34,9

6,7

169

Июнь

110

273

73

27

21

7,1

5,2

5,1

61

150

837

34,6

6,7

181

Июль

111

274

74

27

22

7,3

5,5

5,19

62

144

842

34,0

6,7

188

Август

113

271

76

27

20

7,1

5,2

5,34

63

137

831

33,5

6,8

200

Сентябрь

116

272

76

30

22

7,3

4,8

5,39

65

132

848

33,2

6,8

201

Октябрь

127

291

79

32

20

8,3

5,2

5,45

65

127

843

33,0

6,9

205

Ноябрь

124

282

74

48

21

8,4

4,9

5,51

66

124

835

32,9

7,0

198

Декабрь

132

292

72

76

21

8,7

5,5

5,56

75

122

1017

32,5

7,2

217

1997 год

Январь

119

283

68

19

14

7,0

4,7

5,62

68

120

812

31,9

7,1

172

Февраль

122

266

67

20

15

6,7

5,0

5,67

64

118

821

31,7

7,5

175

Март

134

288

76

26

18

7,3

5,6

5,72

67

117

903

31,6

7,6

194

Апрель

130

272

73

25

16

6,9

6,2

5,76

69

115

901

31,3

7,8

202

Май

125

267

72

25

18

6,5

5,5

5,77

68

114

920

31,5

7,9

205

Июнь

128

255

71

29

22

6,6

5,5

5,78

68

114

993

31,1

7,9

213

Июль

130

259

74

29

23

7,0

5,2

5,79

69

114

999

30,9

7,9

222

Август

132

256

76

29

22

7,2

6,3

5,83

71

114

982

30,9

7,9

241

Сентябрь

132

261

75

32

23

6,9

6,2

5,86

74

114

1026

31,0

8,0

252

Октябрь

140

274

79

33

22

8,2

6,2

5,88

75

112

1006

31,0

8,1

242

Ноябрь

136

279

74

53

22

8,2

5,8

5,91

76

111

997

31,1

8,1

226

Декабрь

142

286

74

84

22

9,2

7,7

5,96

89

111

1214

30,7

8,2

238

Таким образом, обучающая выборка представляет собой двадцать четыре примера (два года по двенадцать месяцев), в каждом из которых зафиксировано по тринадцать параметров, оказывающих влияние на значение внутреннего валового продукта.