Универсальный программный комплекс автоматизации проектирования нейронных сетей Текст научной статьи по специальности «Компьютерные и информационные науки»

Для программиста, который создал законченный программный продукт, алгоритм действий программы никогда не будет хаотичным, так как данный человек сам описал последовательность действий. Но при имитации действий интеллектуального объекта всегда должен присутствовать процент энтропии, иначе данный объект просто станет высокоорганизованной программой, ничем не отличающейся от сегодняшних компьютерных программ. При создании интеллектуальных систем, одной из главных целей является воссоздание неопределенности, т.е. действий, ведущих к самостоятельному улучшению или же ухудшению параметров сис-.

своими алгоритмами действий.

УДК 681.3

О.В. Коновалов

УНИВЕРСАЛЬНЫЙ ПРОГРАММНЫЙ КОМПЛЕКС АВТОМАТИЗАЦИИ ПРОЕКТИРОВАНИЯ НЕЙРОННЫХ СЕТЕЙ*

Для автоматизации процессов принятия решений в САПР в настоящее время используется множество различных методов, зачастую основанных на принципах построения машинного или искусственного интеллекта Интеллектуальные технологии, применяемые для повышения точности и скорости принятия решений - один из последних этапов развития аналитических подходов. Последние десять лет идет активное развитие аналитических систем нового типа В их основе лежат имитации природных процес, .

Для моделирования поведения проектируемых нейронных сетей и алгоритмов их обучения был разработан программный комплекс, реализующий функции графического проектирования и генерации нейросетей с применением стандартных алгоритмических , -требностей решаемой задачи. Комплекс реализован на языке Java, что обеспечивает его переносимость на различные платформы, включая Unix- и Win32-coBMecmMbie. Показатели производительности комплекса, полученные в процессе моделирования, сравнимы с аналогичными показателями для специализированных программ, традиционно реализующих один или несколько статических алгоритмов для некоторых нейросетевых моде. -, , , нестандартной, служащей для реализации необходимого пользователю действия. В системе поддерживаются комплексные эволюционные вычисления для гибридных нейроге-нетических и кооперативно-со^вновательных моделей. Реализованы функции типичных и нетипичных нейронных сетей [1,3-6]: радиального базиса (RBFNN), Кохонена, Хопфил-, , . -ронные сети в автоматическом режиме, когда заданы только начальные условия, порядки межслойных и межнейронных связей, с учетом будущего алгоритма обуче-ния/обс^живания сети.

* Работа выполнена при поддержке Мин. образования, грант № Е02-2.0-44

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Grossberg S. 1974. Classical and instrumental learning by neural networks. Progress in theoretical biology, vol. 3. New York: Academic Press.

2. Hebb D. O. 1949. Organization of behavior. New York: Science Editions.

3. Kohonen T. 1984. Self-organization and associative memory. Series in Information Sciences, vol. 8. Berlin: Springer verlag.

4. RosenblattR. 1959. Principles of neurodynamics. New York: Spartan Books.

5. D. S. Broomhead, D. Lowe, Multivariable functional interpolation and adaptive networks, Complex Systems, vol.2. 1988.

6. M. J. D. Powell, Radial basis functions for multivariable interpolation: A review, in IMA Conference on Algorithms for the Approximation of Functions and Data, Royal Military College of Science: Oxford University Press, 1987.

УДК 681.324

O.B. Дмитриченко, C.H. Щеглов

ОПТИМИЗАЦИЯ ЗАТРАТ АУДИТОРНОГО ФОНДА И ПРЕПОДАВАТЕЛЬСКОГО РЕСУРСА

Проблема составления расписания в любом учебном заведении является в достаточной степени изученной и даже хрестоматийной. Существуют разработанные математические методы решения данной проблемы. Повысить качество расписаний занятий в учебных заведениях и одновременно снизить трудоемкость работ по составлению расписаний можно, применяя современные компьютерные технологии. Необходимо также учитывать, что при попытке реализовать автоматическое составление расписания, не представляется возможным учет всех привхо-, ,

. , -.

В данной работе предлагается решить задачу оптимизации затрат аудиторного фонда и преподавательских ресурсов при помощи программного продукта, ко:

- собирает данные о школе (классы, учителя, предметы, кабинеты);

- -;

- ;

- -.

Программа реализует алгоритма составления и перебора всех возможных :

1. В первую и вторую формы вводится количество и название классов, фамилии учителей, проводимые ими предметы и кабинеты их проведения. Предусмотрена возможность перейти к окну распределения нагрузки либо, если таблица нагрузок преподавателей уже заполнена, то перейти к окну составления распи-

.

2. В третьей форме распределяется нагрузка учителей по классам. Следует , -