Мировой опыт применения нейронных сетей в управлении технологическими объектам

Министерство образования и науки Российской Федерации

Федеральное государственное бюджетное образовательное учреждение высшего         образования

«Пермский национальный исследовательский политехнический университет»

Березниковский филиал

РЕФЕРАТ

по дисциплине «Введение в направление»

Тема: «Мировой опыт применения нейронных сетей в управлении технологическими объектам»

        Выполнил: студент группы ПОВТ-17(д) ________________________     / Лацвиев Н. Д.

        Дата сдачи «» января 2018 г.

        Проверил: д-р техн. наук., профессор_____________________ / Затонский А. В.        Оценка «_____» ___________2013 г.

Березники, 2018 год

Содержание

Введение        3

Прогнозирование в энергетической промышленности        4

Управление финансовыми потоками промышленных предприятий с применением искусственных нейронных сетей        4

Использование интеллектуальных технологий для контроля качества творога        5

Диагностика моторов        6

Сортировка огурцов        6

Автопилот        6

Заключение        8

Список используемой литературы        9

Введение

Искусственные нейронные сети - это системы, реализованные на компьютерных системах как специализированное аппаратное или сложное программное обеспечение, которое свободно моделирует функции обучения и запоминания человеческого мозга. Это попытка имитировать несколько слоев обрабатывающих элементов в мозге, называемых нейронами. Эти элементы реализованы таким образом, чтобы слои могли извлекать уроки из предыдущего опыта и запомнить их результаты. Таким образом, система может научиться распознавать определенные шаблоны и ситуации и применять их к определенным приоритетам и выводить соответствующие результаты. Эти типы нейронных сетей могут использоваться во многих сферах жизни человечества: в экономике в медицине для вынесения диагноза больным, в инженерии для вычисления параметров объектов, в робототехнике для управления действия робота и ориентации его в пространстве, в промышленности и это далеко не все.

Цель: познакомиться с применением нейронных сетей и тем как они улучшают жизнь общества.

Прогнозирование в энергетической промышленности

Нередко в производственных, финансовых и денежных приложениях появляется задача, когда нужно предугадать, что произойдёт в тот или иной период. Нейронные сети обширно применяют для разрешения этих проблем, вследствие «их умению» находить зависимость между большим количеством данных. В энергетической индустрии стоит задача составления прогноза использования энергоресурсов. Произведенную на электростанции энергия нужно продать покупателям, по другому её придется «спустить в трубу». Чтобы этого избежать и сберечь энергию, необходимо знать, сколько ее будет потреблено. Для решения данной проблемы необходимо научить нейронную сеть на основе данных по статистике энергопотребления за предшествующий этап.

Управление финансовыми потоками промышленных предприятий с применением искусственных нейронных сетей

В современном обществе высокий уровень прибыли промышленных предприятия не всегда является залогом его успешного развития. Концепция финансовых (денежных) потоков возникла в США в середине 50-х годов XX века. Направление исследования и актуальность работы определили необходимость процесса адаптации управления финансовыми потоками к прогрессивным условиям становления экономики государства. Одним из перспективных подходов к управлению финансовыми потоками считается использование аппарата нейронных сетей. Целью этой работы является построение нейросетевой модели оптимизации процесса бюджетирования промышленных предприятий, в смысле, комплексного критерия оптимальности по ключевым показателям изготовления, весовые коэффициенты которых определяются экспертным методом.        Суть предложенной модели заключается в следующем. На базе статистических данных предприятия генерируется нейросетевая модель рассредотачивания денежных средств. Входными данными являются управленческие решения на предприятии, а выходом -распределение денежных средств (отчет о перемещении денежных средств) предприятия за рассматриваемый период. Впоследствии получения модели и проверки ее на адекватность можно использовать эту модель для нахождения оптимального решения распределения денежных средств по основным видам хозяйственной деятельности. Обученная нейросетевая модель имеет высокое быстродействие, искомое решение является вектором из определенных чисел и поиск оптимального решения можно найти с помощью методов генетического алгоритма, Монте-Карло или перебора.