Введение
1. Анализ состояния теориии практики создания интеллектуальных информационных технологий 13
1.1. Проблемы создания новых информационных технологий для решения сложных
задач науки и техники 13
1.2. Эволюционное моделирование 22
1.3. Создание гибридных моделей на основе различных методик и информационных технологий 28
1.4. Обзор программных средств, использующих нейронные сети 33
Выводы по главе 1 38
2. Структурно-параметрический синтез неиросегевых моделей 40
2.1. Синтез нейронной сети для решения прикладной задачи 40
2.2. Кодирование и предварительная обработка входных данных 42
2.3. Выбор типа НС 48
2.4. Проблемы формирования топологии НС 50
2.5. Влияние алгоритма обучения на эффективность использования НС 59
2.6. Сравнительный анализ квазиньютоновских методов обучения НС .61
2.7. Алгоритм обучения нейронной сети на основе 65
генетического алгоритма и его оценка 65
2.8. Разработка и оценка качества многопопуляционного ГА 69
2.9. Экспериментальное исследование генетического алгоритма 71
2.10. Исследование комбинированных алгоритмов 83
обучениям основе ГА 83
2.11. Задача интерпретации результатов работы нейронной 87
сетивИИТи ее решение 87
Выводы по главе 2 90
3. Разработка методов и алгоритмов повышения эффективности использования НС моделей в ИИТ 92
3:1. Разработка метагенетического алгоритма 92
3.2. Разработка и исследование комбинированного алгоритмаюбучсния НС на основе ГА и имитации отжига : 95
3.3. Использование нечеткой логики для регулирования скорости обучения-НС :. 98
Выводы по главе 3 104
4. Исследование разработанных алгоритмов и оценка их эффективности при решении практических задач 105
4.1. Цели и методы проводимых исследований 105
4.2. Исследование эффективности разработанной системы при решении реальных задач пользователей сети Интернет 112
4.3. Пример применения НС к выбору параметров ЛВС 128
4.4. Повышение эффективности функционирования распределенной вычислительной системы 134
4.5. Внедрение в учебный процесс 137
Выводы по главе 4 138
Заключение 139
Список литературы
