Детальная информация

Название Применение технологии нейронных сетей в системе управления интеллектуальным роботом: дипломная работа: 220301
Авторы Черных Александр Сергеевич
Научный руководитель Розов Алексей Юрьевич
Организация Санкт-Петербургский политехнический университет Петра Великого. Институт металлургии, машиностроения и транспорта
Выходные сведения Санкт-Петербург, 2016
Коллекция Выпускные квалификационные работы; Общая коллекция
Тематика нейронные сети; алгоритм нечеткой логики; мобильный робот
Тип документа Выпускная квалификационная работа специалиста
Тип файла PDF
Язык Русский
Уровень высшего образования Специалитет
Код специальности ОКСО 220301
Группа специальностей ОКСО 220000 - Автоматика и управление
DOI 10.18720/SPBPU/2/v17-1437
Права доступа Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи RU\SPSTU\edoc\38062
Дата создания записи 23.03.2017

Разрешенные действия

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа Анонимные пользователи
Сеть Интернет

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.

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все
Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ
Прочитать Печать Загрузить
Интернет Анонимные пользователи

Количество обращений: 102 
За последние 30 дней: 0

Подробная статистика