Details

Title Применение технологии нейронных сетей в системе управления интеллектуальным роботом: дипломная работа: 220301
Creators Черных Александр Сергеевич
Scientific adviser Розов Алексей Юрьевич
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт металлургии, машиностроения и транспорта
Imprint Санкт-Петербург, 2016
Collection Выпускные квалификационные работы; Общая коллекция
Subjects нейронные сети; алгоритм нечеткой логики; мобильный робот
Document type Specialist graduation qualification work
File type PDF
Language Russian
Level of education Specialist
Speciality code (OKSO) 220301
Speciality group (OKSO) 220000 - Автоматика и управление
DOI 10.18720/SPBPU/2/v17-1437
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key RU\SPSTU\edoc\38062
Record create date 3/23/2017

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Action 'Download' will be available if you login or access site from another network

Group Anonymous
Network Internet

Искусственные нейронные сети (ИНС) , (Artificial Neural Networks, ANN), созданы по аналогии с биологической нейронной сетью человеческого мозга. Они состоят из элементов, функциональные возможности которых подобны элементарным функциям биологических нейронов, и чья организация соответствует анатомии человеческого мозга. Нейронные сети - это адаптивные системы для обработки и анализа данных, которые представляют собой математическую структуру, имитирующую некоторые аспекты работы человеческого мозга и демонстрирующие такие его возможности, как способность к неформальному обучению, способность к обобщению и кластеризации неклассифицированной информации, способность самостоятельно строить прогнозы на основе уже предъявленных временных рядов. Главным их отличием от других методов то, что нейронные сети в принципе не нуждаются в заранее известной модели, а строят ее сами только на основе предъявляемой информации.В процессе работы были исследованы виды нейронных сетей, методы их обучения, структуры построения и эксплуатируемые характеристики. В практической части описано создание нейронной сети для регулировки коэффициентов ПИД -регулятора, с методом обучения обратного распространения ошибки, реализовано управление движением в среде с препятствиями путем применения нечеткой нейронной сети.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet Authorized users SPbPU
Read Print Download
Internet Anonymous

Access count: 102 
Last 30 days: 0

Detailed usage statistics