ОБУЧЕНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ СВОЙСТВ СТАЛЕЙ
Аннотация
Предлагается метод оптимизации начальных значений весовых и сдвиговых коэффициентов нейронных сетей с помощью генетического алгоритма. Приводится обоснование эффективности предложенного метода при предварительной оптимизации нейронных сетей с произвольной структурой. Показывается применение предложенного метода при обучении нейронных сетей, позволяющих с допустимой для практического использования погрешностью прогнозировать температурные зависимости значений теплопроводности, удельной теплоемкости и плотности углеродистых конструкционных сталей.
Об авторах
А. В. Лемзиков
Белорусский государственный университет информатики и радиоэлектроники
Беларусь
Беларусь
С. П. Кундас
Белорусский государственный университет информатики и радиоэлектроники
Беларусь
Беларусь
Список литературы
1. Cantu-Paz, E. Efficient and accurate parallel genetic algorithms / E. Cantu-Paz. – Boston : Kluwer Academic Publishers, 2001. – 162 p.
2. Chambers, L. The Practical Handbook of Genetic Algorithms. Applications. Second Edition / L. Chambers. – Chapman & Hall/CRC, 2001. – 520 p.
3. Microstructural optimization of alloys using a genetic algorithm / A.J. Kulkarni [et al.] // Materials Science & Engineering. – 2004. – A 372 (2004). – P. 213–220
4. Paluch, B. Combining a finite element programme and a genetic algorithm to optimize composit structures with variable thickness / B. Paluch, M. Grediac, A. Faye // Composite Structures. – 2007. – doi:10.1016/j.compstruct.2007.04.023.
5. Michalewicz, Z. Genetic Algorithms + Data Structures = Evolution Programs / Z. Michalewicz. – Germany : Springer, 1992. – 388 p.
6. Головко, В.А. Нейронные сети: обучение, организация и применение : учеб. пособие для вузов. Кн. 4 / В.А. Головко ; под ред. А.И. Галушкина. – М. : ИПРЖР, 2001. – 256 с.
7. Применение нейросетей для определения характерных точек фазовых превращений в сталях с различным химическим составом / А.В. Лемзиков [и др.] // Информатика. – 2007. – № 1 (13). – С. 89–97.
8. ANSYS, Inc. Products // ANSYS, Inc. official site [Electronic resource]. – Mode of access : http://www.ansys.com/products/default.asp. – Date of access : 29.07.2009.
9. COMSOL : Products // Comsol Myltiphysics Modeling [Electronic resource]. – Mode of access : http://comsol.com/products/. – Date of access : 06.08.2009.
10. DEFORM – Scientific Forming Technologies Corporation [Electronic resource]. – Mode of access: http://www.deform.com/products/deform-ht. – Date of access : 15.08.2009.
11. MARC – Overview // MSC Software Corporation [Electronic resource]. – Mode of access: http://www.mscsoftware.com/products/marc.cfm. – Date of access : 18.08.2009.
12. Колмогоров, А.Н. О представлении непрерывных функций нескольких переменных суперпозициями непрерывных функций меньшего числа переменных / А.Н. Колмогоров // Доклады АН СССР. – 1956. – Т. 108, № 2. – С. 179–182.
13. Сорокин, В.Г. Марочник сталей и сплавов / В.Г. Сорокин, А.В. Волосникова, С.А. Вяткин ; под ред. В.Г. Сорокина. – М. : Машиностроение, 1989. – 640 с.
14. Колосков, М.М. Марочник сталей и сплавов / М.М. Колосков, Е.Т. Долбенко, Ю.В. Каширский ; под ред. А.С. Зубченко. – М. : Машиностроение, 2001. – 672 с.
15. Мальцев, И.М. Лекции по курсу «Материаловедение». На правах рукописи / И.М. Мальцев. – Н. Новгород : НГТУ, 1995. – 103 с.
16. Metal Ravne steel selector // Metal Ravne d.o.o [Electronic resource]. – Mode of access: http://www.metalravne.com/selector/selector.html. – Date of access : 18.08.2009.
17. Справочник сталей // ООО «Спецметаллсервис» [Электронный ресурс]. – Режим доступа : http://s-metall.com.ua/spravochnik_stalej.html. – Дата доступа : 24.08.2009.
Рецензия
Для цитирования:
Лемзиков А.В., Кундас С.П. ОБУЧЕНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ СВОЙСТВ СТАЛЕЙ. Информатика. 2009;(4(24)):101-111.
Просмотров: 558
Послать статью по эл. почте 