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
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
...