Ви є тут

Система экспресс-анализа массы крыла на основе искусственной нейронной сети

Автор: 
Абашев Олег Викторович
Тип роботи: 
кандидатская
Рік: 
2011
Кількість сторінок: 
149
Артикул:
247155
179 грн
Додати в кошик

Вміст

ОГЛАВЛЕНИЕ
ОСНОВНЫЕ СОКРАЩЕНИЯ, ОБОЗНАЧЕНИЯ И ИНДЕКСЫ.
ВВЕДЕНИЕ.
1 АНАЛИЗ СИСТЕМ АВТОМАТИЗИРОВАННОГО ПРОЕКТИРОВАНИЯ
И ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ.
1.1 Обзор систем автоматизированного проектирования.
1.1.1 Структура, особенности и тенденции развития современных САПР
1.1.2 Сравнительный анализ САПР в области весовых расчетов и предпосылки к созданию системы экспрессанализа
1.3 Существующие подходы к расчету массы крыла магистрального самолета
1.4 Искусственные нейронные сети как инструмент аппроксимации функции многих переменных.
1.4.1 Классические методы аппроксимации
1.4.2 Парадигма искусственных нейронных сетей
1.4.3 Обзор применения искусственных нейронных сетей в аэрокосмической промышленности.
1.5 Постановка задачи исследования.
2 МЕТОДИКА РАСЧЕТА ОТНОСИТЕЛЬНОЙ МАССЫ КРЫЛА ПАССАЖИРСКОГО САМОЛЕТА С ПОМОЩЬЮ ИСКУССТВЕННОЙ НЕЙОННОЙСЕТИ.
2.1 Методика использования аппарата нейронных сетей для весовых расчетов
2.2 Выбор расчетных параметров крыла и системы ограничений.
2.3 Определение типа нейронной сети и выбор исходных параметров
2.4 Общий алгоритм работы многослойной искусственной нейронной сети
2.5 Определение топологических параметров многослойной искусственной нейронной сети.
2.6 Активационные функции.
2.7 Предварительная обработка и нормирование входных данных
2.8 Формирование обучающей и контрольной выборок
2.9 Обучение многослойной искусственной нейронной сети
2. Выбор коэффициента обучения
3 СИСТЕМА ЭКСПРЕССАНАЛИЗА ОТНОСИТЕЛЬНОЙ МАССЫ КРЫЛА САМОЛЕТА.
3.1 Требования к интеллектуальным системам
3.2 Основные характеристики системы экспрессанализа
3.3 Описание интерфейса системы .
3.4 Тестовый численный эксперимент.
4 ПРОЕКТНЫЕ ИССЛЕДОВАНИЯ СИСТЕМЫ ЭКСПРЕССАНАЛИЗА .
4.1 Постановка задачи, ограничения, учитываемые факторы, принимаемые в рамках исследования.
4.2 Формирование обучающих выборок для обучения многослойной искусственной нейронной сети
4.3 Проведение численного эксперимента
4.3.1 Влияние на ошибку вычисления топологии МИНС и активационных функций
4.3.2 Влияние на ошибку вычислений целевой функции ошибки
4.3.3 Влияние на ошибку вычислений степенного коэффициента активационной функции
4.3.4 Влияние на ошибку вычислений коэффициентов при модифицированной целевой функции ошибки
4.3.5 Влияние на ошибку вычислений коэффициента скорости обучения.
4.3.6 Проектные рекомендации по использованию СЭА ОМК

ВЫВОДЫ.
ЗАКЛЮЧЕНИЕ.
ЛИТЕРАТУРА