Проектирование интеллектуальных информационных технологий методом генетического программирования Липинский

Проектирование интеллектуальных информационных технологий методом генетического программирования Липинский Л. Красноярск, Сиб. ГАУ

Преимущества: n n n Позволяет экономить материальные и временные ресурсы Позволяет получить новые знания Облегчает проектирование мультиверсионных технологий

Проектирование структуры нейронной сети n Поисковое пространство должно включать сети с межслойными связями n Некоторые связи между нейронами соседних слоев могут отсутствовать n Слой может состоять из нейронов различного типа с различными числовыми параметрами

Терминальное множество n n Межслойные нейроны и блоки нейронов (S 1, S 1 S 2, S 3 S 4 S 5) Входные нейроны и их блоки (In 1, In 12, In 34)

Функциональное множество n n Функции, формирующие слой (+Bl, -Bl) Функции, формирующие межслойные связи (>, <)

Выбор функции пригодности n n n Error – ошибка НС после оптимизации коэффициентов k - некоторый весовой коэффициент n – количество уровней в дереве, представляющем данное решение n N – количество итераций обучения, при котором ошибка НС становится меньше некоторого заданного значения

Пример: > Bl+ > In 12 In 34 Sl. S 2 > S 3 S 4 S 5 Bl+ 1 S 3 S 1 2 S 4 S 2 Sl. S 2 3 4 S 5 S 1 S 2

Тестовая задача Прогнозирование состояния турбины по виброхарактеристикам : 11 входов, 12 выход n Исходная выборка разбита на обучающую и тестовую n Ошибка – количество точек в выборке - реальные значения - аппроксимация n

Результат 1 2 3 4 5 6 7 8 9 10 11 n L L S S G G n n G – Гауссова функция активации L – Линейная функция активации S – Сигмоидальная функция активации

Синяя линия – реальные данные n Зеленая линия – аппроксимация полученной НС, ошибка = 0. 028 n Красная линия – аппроксимация Neuro. Pro, ошибка = 0. 050 n

Прогнозирование деградации электрических характеристик солнечных батарей n n интегральный флюенс протонов с различными энергиями (от 1 до 100 Ме. В); интегральный флюенс электронов с различными энергиями (от 0, 6 до 2 Ме. В); ресурс – это параметр, который задан как количество дней с момента контакта отделения КА; характеризует повреждения от метеоритных тел и от ультрафиолетового излучения; коэффициент освещенности КА – величина, характеризующая степень освещенности аппарата; зависит от взаимного положения КА, Земли и Луны.

Нейросетевая модель прогнозирования силы тока короткого замыкания R P 10 Th P 100 E 0. 6 E 2 Sigm K Элемент Ресурс Протоны с энергией больше 1 Me. V Протоны с энергией больше 10 Me. V Обозначение R P 10 Протоны с энергией больше 100 Me. V P 100 Электроны с энергией больше 0. 6 Me. V E 0. 6 Электроны с энергией больше 2 Me. V E 2

Прогнозирование силы тока короткого замыкания солнечной батареи № 4

Проектирование базы правил Система Вход: X={x 1, x 2, x 3} Y={y 1, y 2, y 3} Выход: U={u 1, u 2, u 3} if (x 1&y 1) then u 1 else if (x 1&y 2) then u 1 else if (x 1&y 3) then u 1 else if (x 2&y 1) then u 2 else if (x 2&y 2) then u 1 else if (x 2&y 3) then u 3 else if (x 3&y 1) then u 2 else if (x 3&y 2) then u 1 else if (x 3&y 3) then u 3.

Упрощенная база правил if (x 1&y 1) then u 1 else if (x 1&y 2) then u 1 else if (x 1&y 3) then u 1 else if (x 2&y 1) then u 2 else if (x 2&y 2) then u 1 else if (x 2&y 3) then u 3 else if (x 3&y 1) then u 2 else if (x 3&y 2) then u 1 else if (x 3&y 3) then u 3. if (x 1) then u 1 else if (y 2) then u 1 else if (y 1) then u 2 else if (y 3) then u 3

Представление Базы Правил в виде бинарного дерева Терминальное Функциональное множество T={u 1, u 2, u 3} F={%X, %Y} {x 1, x 2, x 3} %X {x 1} {x 2, x 3}

{x 1, x 2, x 3}, {y 1, y 2, y 3} %X {x 1}, {y 1, y 2, y 3} u 1 {x 2, x 3}, {y 1, y 2, y 3 } %Y {x 2, x 3}, {y 1 } u 2 {x 2, x 3}, {y 2, y 3 } %Y {x 2, x 3}, {y 2} u 1 {x 2, x 3}, {y 3} u 3 if (x 1) then u 1 else if (y 2) then u 1 else if (y 1) then u 2 else if (y 3) then u 3

База правил 1. IF (позиция отрицательная) и (угловая скорость отрицательная большая) THEN сила положительная малая; 2. ELSE IF (позиция отрицательная) и (угловая скорость отрицательная малая) THEN сила положительная большая; 3. ELSE IF (позиция неотрицательная) и (угловая скорость отрицательная) THEN сила отрицательная большая; 4. ELSE IF (угол отрицательный) и (угловая скорость неотрицательная) THEN сила нулевая 5. ELSE IF (скорость отрицательная) и (угол положительный) и (угловая скорость нулевая) THEN сила нулевая; 6. ELSE IF (скорость отрицательная) и угол (положительный) и (угловая скорость положительна) THEN сила положительная большая; 7. ELSE IF (позиция отрицательная) и (скорость неотрицательная) и (угол неотрицательный) и (угловая скорость неотрицательная) THEN сила положительная большая; 8. ELSE IF (позиция положительная) и (скорость неотрицательная) и (угол неотрицательный) и (угловая скорость неотрицательная) THEN сила положительная большая;

Проектирование интеллектуальных информационных технологий методом генетического программирования Благодарю за внимание