Введение
1 Искусственные нейронные сети и массивно-параллельные вычисления 13
1.1 Современное состояние науки в области исследования искусственных нейронных сетей и массивно-параллельных вычислений . 13
1.2 Анализ имеющихся средств моделирования искусственных нейронных сетей 17
1.3 Модель акторов . 22
1.4 Язык программирования Erlang и фреймворк OTP 24
1.5 Выводы по первой главе 30
2 Асинхронная распределенная модель многослойной нейронной сети 32
2.1 Обобщенная многоуровневая модель многослойной нейронной сети . 32
2.2 Обоснование выбора алгоритма «упругого» обратного распространения ошибки (RPROP) . 34
2.3 Асинхронная распределенная модель многослойной нейронной сети (алгоритм обучения RPROP) 37
2.4 Асинхронная распределенная модель многослойной нейронной сети с диспетчеризацией (алгоритм обучения RPROP) 41
2.5 Применение метода гравитационного поиска для обучения многослойного персептрона . 44
2.6 Асинхронная распределенная модель многослойной нейронной сети (алгоритм обучения на основе метода гравитационного поиска) . 46
2.7 Архитектура программной системы моделирования искусственных нейронных сетей 49
2.8 Выводы по второй главе 54
3 Тестирование разработанной системы моделирования искусственных нейронных сетей 56
3.1 Условия, средства и критерии тестирования . 56
3.2 Результаты исследования зависимости среднего времени обучения от объема обучающей выборки 63
3.3 Результаты тестирования асинхронной распределенной модели многослойной нейронной сети (алгоритм обучения RPROP) 65
3.4 Результаты тестирования асинхронной распределенной модели многослойной нейронной сети с диспетчеризацией (алгоритм обучения RPROP) 75
3.5 Сравнение результатов тестирования моделей с диспетчеризацией и без диспетчеризации 85
3.6 Результаты исследование зависимости среднего времени обучения от количества наборов весовых коэффициентов в алгоритме гравитационного поиска 88
3.7 Результаты тестирования асинхронной распределенной модели многослойной нейронной сети (алгоритм гравитационного поиска) . 89
3.8 Сравнение результатов тестирования моделей без диспетчеризации для алгоритмов RPROP и гравитационного поиска . 98
3.9 Выводы по третьей главе 99
4 Применение разработанной системы для решения задачи проектирования композиционных материалов 101
4.1 Постановка задачи проектирования композиционных материалов . 101
4.2 Архитектура нейронных сетей, используемых для решения задач проектирования композиционных материалов 103
4.3 Результаты применения разработанной системы для решения задачи проектирования композиционных материалов 104
4.4 Выводы по четвертой главе 113
Заключение 115
Список принятых сокращений 117
Словарь терминов 118
Список литературы 123
Приложения 136
