- •Содержание
- •Введение
- •1 Программное обеспечение реализации генетического алгоритма в составе системы выращивания топологии нейронной сети
- •1.1 Анализ требований
- •1.1.1 Постановка задачи
- •1.1.2 Анализ предметной области
- •1.1.2.1 Независимое применение генетических алгоритмов и нейронных сетей
- •1.1.2.2 Нейронные сети для поддержки генетических алгоритмов
- •1.1.2.3 Генетические алгоритмы для поддержки нейронных сетей
- •1.1.2.4 Применение генетических алгоритмов для обучения нейронных сетей
- •1.1.2.5 Генетические алгоритмы для выбора топологии нейронных сетей
- •1.1.2.6 Адаптивные взаимодействующие системы
- •1.1.2.7 Нейроэволюционные методы
- •1.1.3 Анализ существующих аналогов
- •1.1.4 Методы и средства решения поставленной задачи
- •1.1.4.1 Методы решения задачи и варианты использования разрабатываемого программного обеспечения
- •1.1.4.2 Технологические средства разработки
- •1.2 Математическая модель предметной области
- •1.3 Проектирование
- •1.2.1 Проектирование структур данных
- •1.3.2 Проектирование структуры программного обеспечения и алгоритмов
- •1.3.3 Проектирование пользовательского интерфейса
- •1.4 Описание программного обеспечения
- •1.5 Результаты тестирования
- •2 Технико-экономическое обоснование разработки по для реализации генетического алгоритма в составе системы выращивания топологии нейронной сети
- •2.1 Расчет затрат на разработку программы
- •2.2 Расчет цены разработанной программы
- •2.3 Расчет капитальных вложений
- •2.4 Расчет эксплуатационных расходов
- •2.5 Расчет денежного годового экономического эффекта
- •2.6 Определение показателей эффективности инвестиций
- •2.7 Вывод по разделу
- •3 Оптимизация зрительных условий труда пользователя пэвм
- •3.1 Условия работы пользователя пэвм
- •3.2 Требования к визуальным параметрам изображения
- •3.3 Требования к освещению помещений и рабочих мест с вдт и пэвм
- •Заключение
- •Список использованных источников
- •Листинг программы Приложение а
Заключение
Целью дипломного проекта являлась разработка подсистемы реализации генетического алгоритма в составе системы выращивания топологии нейронной сети на основе правил.
Разработка проводилась в среде Visual Studio 2010 на языке программирования C#.
В ходе работы был проведен анализ предметной области, анализ требований, анализ существующих аналогов, разделение поставленной задачи на подзадачи и выбор методов их решения. А также описана математическая модель предметной области, спроектированы структуры данных и удобный пользовательский интерфейс.
Результатом работы является приложение соответствующее первоначальным требованиям. Для подтверждения работоспособности был выполнен ряд тестов.
Список использованных источников
Монахова Е. "Нейрохирурги" с Ордынки // PC Week.-1995.- №9.
Schaffer J.D., Whitley L., Eshelman J. Combinations of Genetic Algorithms and Neural Networks: A Survey of the State of the Art, Proceedings of International Workshop on Combinations of Genetic Algorithms and Neural Networks // COGANN-92. - 1992.
Schizas C., Pattichis C., Middleton L. Neural Networks, Genetic Algorithms, and the K-Means Algorithm: In Search of Data Classification, in: Proceedings of International Workshop on Combinations of Genetic Algorithms and Neural Networks // COGANN-92.-1992.
Wnek J., Sarma J., Wahab A.A., Michalski R.S. Comparing learning paradigms via diagrammatic visualization: A case study in single concept learning using symbolic, neural net and genetic algorithm methods in: Zemonkova M., Emrich M.L. (ed.) Methodologies for intelligent systems; 5, New York // Elsevier Science Publishing. – 1990.- pp. 482-437.
Korbicz J., Obuchowicz A ., Uciński D. Sztuczne sieci neuronowe. Podstawy i zastosowania // Warszawa. -1994.
Michalewicz Z. Genetic Algorithms + Data Structures = Evolution Programs // Springer – Verlag. - 1992.
Mulawka J. Systemy ekspertowe // WNT – Warszawa. - 1996.
Kadaba N., Nygard K.E. Improving the performance of genetic algorithms in automated discovery of parameters, in: Porter B.W., Mooney R.J. (ed.), Proceeding of the Seventh International Conference of Machine Learning // San Mateo, CA Morgan Kauffman. – 1990. - pp. 140-148.
Kadaba N., Nygard K.E, Juell P.L. Integration of adaptive machine learning and knowledge-based systems for routing and scheduling applications // Expert Systems with Applications. - t.2. – 1991. - pp. 15-27.
Whitley D. Applying genetic algorithms to neural network learning, Proceedings of the Seventh Conference of the Society of Artificial Intelligence and Simulation of Behavior // Sussex, England, Pitman Publishing. – 1989. - pp. 137-144.
Evolver — the Genetic Algorithm Problem Solver, Axcelis, Inc., 4668 Eastern Avenue N., Seattle, WA 98103, USA.
Whitley D., Starkweather Т., Bogart C. Genetic algorithms and neural networks: Optimizing connections and connectivity // Parallel Computing. – 1990. - pp. 347-361.
Harp S.A., Samad Т., Guha A. Towards the genetic synthesis of neural networks, in: Proceedings of the Third International Conference on Genetic Algorithms and Their Applications; Schaffer J.D. (ed.), Morgan Kauffmann, San Mateo // CA. – 1989. - pp. 360-369.
Guo Z., Uhrig R. E. Use of genetic algorithms to select inputs for neural networks, in: Proceedings of International Workshop on Combinations of Genetic Algorithms and Neural Networks // COGANN-92. – 1992. - pp. 223-234.
Ackley D.H., A connectionist machine for genetic hill climbing, Boston, MA // Kluwer Academic Publishers. - 1987.
Gonzalez – Seco J. A genetic algorithm as the learning procedure for neural networks, IEEE International Joint Conference on Neural Networks // Baltimore, MD, IEEE. – 1992. - pp. 835-840.
Shonkwiler R., Miller K.R. Genetic algorithm, neural network synergy for nonlinearly constrained optimization problems, Proceedings of International Workshop on Combinations of Genetic Algorithms and Neural Networks // COGANN-92. -1992. - pp. 248-257.
Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Рутковская Д., Пилинский М., Рутковский Л. - М.: Горячая линия-Телеком, 2006. – 383 c.
Marko A. Gronroos Evolutionary Design of Neural Networks. -1998.
Stanley K. O., Miikkulainen R. Evolving Neural Networks through Augmenting Topologies. - 2002.
Moriarty D., Miikkulainen R. Efficient reinforcement learning through symbiotic evolution. -1996.
Gomez F., Miikkulainen R. Learning robust nonlinear control with neuroevolution. - 2002.
G. Rozenberg, Salomaa A. The mathematical theory of L systems // Academic Press, New York. -1980.
Kitano H. Neurogenetic learning: An integrated method of designing and training neural networks using genetic algorithms // Physica D. – 1994. – pp. 225–238.
Nolfi S., Stefano, Parisi D. Good teaching inputs do not correspond to desired responses in ecological neural networks // Neural Processing Letters. - 1994.
Cangelosi, A., Nolfi S., Parisi D. Cell division and migration in a 'genotype' for neural networks // Network- Computation in Neural Systems, 5.-1994.
Boers W., Kuiper H. Biological metaphors and the design of artificial neural networks. -1992.
Beer R. D., Dellaert F. Co-evolving Body and Brain in Autonomous Agents using a Developmental Model. – 1994.
Harp S.A., Samad T., Guha A. Towards the Genetic Synthesis of Neural Networks Proceedings of the Third ICGA // Morgan Kaufmann. – 1989, pp. 360-369.
Gruau, F. (1994). Neural network synthesis using cellular encoding and the genetic algorithm. Doctoral dissertation, Ecole Normale Superieure de Lyon, France.
Vaario J An emergent modeling method for artificial neural networks // Ph.D. thesis, University of Tokyo. – 1993.
Харари Ф. Теория графов. М.: Мир, 1973.
Касьянов В.Н. Графы в программировании: обработка, визуализация и применение/ Касьянов В.Н., Евстигнеев В.А. - БХВ – Петербург, 2003. -1104 с.
Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++. М.: Бином, 1998. – 560 с.
Шмуллер Д. Освой самостоятельно UML 2 за 24 часа / практическое руководство — М.: Вильямс, 2005. — 416 с.
Троелсен Э. С# 2008 и платформа .NET 3.5 — 4-е изд. — М.: Вильямс, 2009. —1168 с.
Мак-Дональд М. WPF: Windows Presentation Foundation в .NET 3.5 с примерами на C# 2008 для профессионалов — 2-ое. — М.: Вильямс, 2008. — 928 с.
Ларман К. Применение UML 2.0 и шаблонов проектирования — М.: Вильямс, 2006.—736с.
Никитина В.Н. Гигиенические аспекты безопасности труда пользователей персональных ЭВМ // КомпьюЛог,№2/98.
«Об условиях труда операторов ПЭВМ". – «Наука в Сибири», № 9, март 2000.
Демирчоглян Г.Г. Компьютер и здоровье. - М., Советский спорт, 1995г.
«Видеодисплейные терминалы и здоровье пользователей» - М., Медицина,1989.
Белова Н.А. Безопасность жизнедеятельности. - М.: Знание, 2000.
СанПиН 2.2.2/2.4.1340-03. Гигиенические требования к персональным электронно-вычислительным машинам и организации работы.- М.: Информационно-издательский центр Госкомсанэпиднадзора России, 2003.
Кучма В.Р. Если хочешь быть здоров// Кучма В.Р., Бобрищева-Пушкина Н.Д. Мир ПК №4/96.