Рейтинг пользователей: / 0
ХудшийЛучший 

U.D.C. 612.8+004.4+519.6

Zvonkov V.B.

PREDICTION OF FAILURE OF THE HYDRAULIC TURBINE EQUIPMENT WITH USE OF THE COMBINATION OF EVOLUTIONARY AND NEURAL NETWORKS MODELS

Federal government-financed educational institution of higher professional education «Siberian state aerospace university named after academician M.F. Reshetnev», Russia, Krasnoyarsk

 

Аннотация: После детального изучения предметных областей исследований и выполнения программной реализации искусственных нейронных сетей и классических методов их обучения автором работы предлагаются эволюционные процедуры, адаптированные для оптимизации весовых коэффициентов искусственных нейронных сетей в процессе решения задачи. В работе были решены тестовые задачи аппроксимации функций многих вещественных переменных, а также задача предсказания возможных отказов оборудования гидротурбины. Проведенный сравнительный статистический анализ классических и разработанных методов доказал более высокую эффективность эволюционных методов обучения.

Ключевые слова: искусственные нейронные сети, аппроксимация функций, персептрон Розенблатта, алгоритм обратного распространения ошибки, модифицированная процедура стохастической аппроксимации градиента, самонастраивающийся генетический алгоритм, гибридный генетический алгоритм.

The summary: The author of this scientific research has detailed studied specific literature, developed software including artificial neural networks and classical training algorithms and suggested evolutionary procedures which have been adapted for optimization of weight coefficients for artificial neural network when task is being solved. Test approximation problems of multivariable functions and problem of forecasting of failure for the equipment of the hydraulic turbine have been solved. Fulfilled comparative statistical analysis of the classical and developed methods has proved higher efficiency of evolutionary methods of training. 

Keywords: an artificial neural network, approximation of functions, perceptron of Rosenblatt, back propagation training algorithm, the modified procedure of stochastic gradient approximation, self-adapting genetic algorithm, hybrid genetic algorithm.

 

 

 
КОНФЕРЕНЦИЯ:
  • "Научные исследования и их практическое применение. Современное состояние и пути развития.'2011"
  • Дата: Октябрь 2011 года
  • Проведение: www.sworld.com.ua
  • Рабочие языки: Украинский, Русский, Английский.
  • Председатель: Доктор технических наук, проф.Шибаев А.Г.
  • Тех.менеджмент: к.т.н. Куприенко С.В., Федорова А.Д.

ОПУБЛИКОВАНО В:
  • Сборник научных трудов SWorld по материалам международной научно-практической конференции.