Решение задачи оптимального исследования рынка с применением нейронных сетей

алгоритмы вычислительные системы нейронные сети комбинаторная оптимизация рекуррентные сети рекуррентные нейронные сети

Трансформация культурно-образовательных компетенций личности под влиянием информационных технологий, Модели задач параметрической оптимизации слабоформализуемых процессов, ...

Актуальные проблемы современной науки, 5, 2010 Мухамедиева Д.Т., доктор технических наук, ведущий научный сотрудник Мингликулов З.Б., аспирант (Институт математики и информационных технологий Академии наук Республики Узбекистан) РЕШЕНИЕ ЗАДАЧИ ОПТИМАЛЬНОГО ИССЛЕДОВАНИЯ РЫНКА С ПРИМЕНЕНИЕМ НЕЙРОННЫХ СЕТЕЙ APPLICATION RECURRENT NEURAL OF NETWORKS IN THE DECISION OF TASKS OF OPTIMUM RESEARCH OF THE MARKET В данной статье рассматриваются нейросетевые алгоритмы оптимального исследования рынка. <...> Алгоритм основан на использовании рекуррентной нейронной сети и принципа «Winner takes all». <...> In given clause are considered neural network algorithms of optimum research of the market. <...> В ее распоряжении имеется п дней, и она предполагает провести по одному дню в каждом месте, проведя по ja опросов, j 1, n= . <...> Вероятность успешного опроса в каждом месте задается матрицей Р. <...> Элемент матрицы ijp характеризует вероятность успешного опроса в течение i -го дня в j -м месте, Определить время проведения опросов, при котором общее число опросов максимально. <...> Первое и второе ограничения соответствуют тому, что в течение одного дня можно находиться только в одном месте. <...> Для расчета модели рекуррентными нейронными сетями надо перейти к противоположной функции 131 <...> (2) Актуальные проблемы современной науки, 5, 2010 nn R =rx , == ij ij ij 11 и в соответствующей таблице записывать значения ijr с противоположным знаком. <...> При подаче на вход сети вектора определяются состояния нейронов, но затем, из-за того, что выходы нейронов имеют обратные связи, на их входы опять поступает новый вектор, и состояния снова изменяются. <...> Сеть считается стабильной, если после конечного числа итераций нейроны принимают состояния, которые в дальнейшем не изменяются. <...> При подаче вектора на вход стабильных рекуррентных сетей, вырабатываются выходные сигналы нейронов, которые затем опять поступают на входы, снова генерируя новый вектор состояний, но, по мере роста числа итераций, количество изменений <...>

• Похожие документы из РУАЭСТ
• |
• Похожие документы из Руконт