Введение
Глава I Многокомпонентные системы - описание и методы моделирования 10
1.1. Физико-химическая теория многокомпонентных природных и техногенных систем 10
1.2 Методы математического моделирования многокомпонентных систем 14
1.3 Моделирование свойств свинецсодержащих и безсвинцовых стекол, как пример плохо формализованной многокомпонентной системы 30
1.3.1 Общие замечания 30
1.3.2 Промышленное производство свинецсодержащего и безсвинцово-го стекол 31
1.3.3 Анализ системы «состав-свойства» при варке бариево-литиевого стекла 38
Глава II Применение искусственных нейронных сетей при моделировании многокомпонентных систем 44
2.1. Анализ и выбор нейронной сети для решения задачи моделирования системы «состав-свойства» при варке бариево-литиевого стекла 44
2.1.1 Структуры нейронных сетей 44
2.1.2 Модели нейронных сетей 45
2.1.2.1 Модель Маккалоха 45
2.1.2.2 Модель Розенблата 47
2.1.2.3 Модель Хопфилда 48
2.1.2.4 Модель сети с обратным распространением 51
2.1.3 Способы реализации нейронных сетей 69
2.1.4 Выбор модели нейронной сети для решения задачи моделирования системы «состав-свойства» при варке бариево-литиевого стекла .. 72
Глава III Описание программного комплекса для моделирования много компонентных систем 77
3.1 Структура программного комплекса 77
3.2. Особенности организации данных 79
3.2.1. Особенности организации входных данных 80
3.2.2. Преобразование входных данных программного комплекса 82
3.3. Описание программы BPNN и её модификаций 86
3.3.1. Загрузка данных для моделирования 87
3.3.2. Установка параметров нейронной сети 89
3.3.3. Обучение нейронной сети 89
3.3.4. Особенности реализации алгоритмов обучения нейронных сетей 92
3.3.5. Просмотр результатов, и сохранение последних во внешнем файле 97
3.4. Получение графиков изменения среднеквадратических ошибок с использованием электронных таблиц Microsoft Excel 102
3.5. Получение таблиц результатов экспериментов с использованием текстового процессора Microsoft Word 107
3.6. Получение ЗБ-моделей и их проекций на координатные плоскости с использованием программы 3D Grapher 110
3.7. Практическая ценность программного комплекса 115
Глава IV. Моделирование многокомпонентных систем с использованием нейронных сетей с алгоритмом обратного распространения ошибки 118
4.1. Общий подход к моделированию многокомпонентных систем с использованием нейронных сетей с алгоритмом обратного распространения ошибки 118
4.2. Описание экспериментов 120
4.3. Анализ полученных практических данных 125
4.3.1. Анализ работы модифицированного алгоритма обратного распространения ошибки 125
4.3.2. Анализ работы модифицированного алгоритма обратного распространения ошибки при моделировании обратных данных 128
4.4. Практические рекомендации по варке бариево-литиевого стекла
Заключение 133
Список использованных источников 135
Приложения 141
