Введение
1. Анализ существующих моделей классификации в условиях визуализации проектных решений САПР-К 14
1.1 Трехмерные макеты и графические описания в системах САПР-К 14
1.2 Постановка задачи визуализации 19
1.3 Анализ существующих методик моделирования классификационных систем с применением нейросетей и методов генетического поиска 21
1.4 Эволюционные методы и методы генетического поиска 27
1.5 Принципы построения нейронных сетей с применением методов генетического поиска 33
1.6 Принципы кодирования нейронных сетей 36
1.7 Системы распределенных вычислений как инструмент распараллеливания процесса визуализации в САПР-К 40
1.8 Выводы и рекомендации 42
2. Синтез гибридного алгоритма, сочетающего эволюционное программирование и градиентное правило 43
2.1 Определение основных принципов кооперативного обучения 43
2.1.1 Постановка задачи обучения нейронной сети, применительно к проблеме классификации в условиях визуализации сложных графических макетов САПР-К 43
2.1.2 Определение функции ошибки НС 46
2.1.3 Анализ и оценка функциональной роли различных слоев в многослойном персептроне 47
2.2 Кооперативная эволюция в сетях с логистической активационной функцией 54
2.2.1 Алгоритм на основе эволюции скрытых активаций (Алгоритм Прадоса) 54
2.2.2 Разработка гибридного алгоритма, сочетающего эволюционное программирование и градиентное правило 57
2.2.3 Сравнение эффективности алгоритмов 59
2.3 Выводы и рекомендации 61
3. Разработка метода распараллеливания процесса визуализации проектных решений САПР-К 63
3.1 Особенности нейронных сетей радиального базиса 63
3.2 Разработка алгоритма классификации элементов проектных решений САПР-К на основе эволюционного программирования 65
3.3 Построение кооперативно-соревновательного генетического алгоритма обучения сетей радиального базиса 75
3.4 Синтез алгоритма распараллеливания процесса визуализации сложных графических макетов в САПР-К 92
3.5 Теоретические оценки разработанных алгоритмов 98
3.6 Выводы и рекомендации 100
4. Экспериментальное исследование разработанных алгоритмов 102
4.1 Цель экспериментального исследования 102
4.2 Оценка пространственной и временной сложности алгоритмов 104
4.3 Определение управляющих параметров нейросетевых алгоритмов классификации объектов, составляющих проектные решения САПР-К 114
4.4 Сравнение результатов, полученных представленными нейросетевыми алгоритмами классификации объектов 118
4.5 Выводы и рекомендации 119
Заключение 120
Литература 122
