Проектирование математического обеспечения систем автоматизации производства оптических материалов с использованием нейронных сетей
Диссертация
Диссертация охватывает все основные аспекты проблемы автоматизации проектирования МО САПОМ и пути их решения с помощью разработанного нейросетевого подхода. В работе исследованы особенности решения задач АП МО САПОМ с помощью аппарата теории нейронных сетей, предложены методы и алгоритмы синтеза структуры и настройки параметров ИНС, решающих выделенный в ходе анализа проблематики набор задач МО… Читать ещё >
Список литературы
- Богданов К.В. К применению нейросетевых алгоритмов при автоматизации технологических процессов оптического производства / В сб. «Диагностика и функциональный контроль качества оптических материалов». — СПб.: СПбГУ ИТМО, 2004.
- Богданов К.В. Нейросетевые алгоритмы в задачах автоматизации проектирования / В сб. «Научно-технический вестник СПбГУ ИТМО. Выпуск 14», СПб.: СПбГУ ИТМО, 2004.
- Гатчин Ю.А., Коробейников А. Г. Проектирование интегрированных автоматизированных технологических комплексов. СПб: СПбГИТМО (ТУ), 2000.
- Тараканов К.В., Овчаров JI.A., Тарышкин А. Н. Аналитические методы исследования систем. -М.: Советское радио, 1974.
- Hvan Dijk et al. Crystal diameter control in Crohralski growth, //Acta Electronica, 1974, v. 17, № 1.
- Лейбович B.C., Семенов B.B. АСУ ТП в производстве кристаллов кремния.//Цветные металлы, 1978, № 1.
- Bardsley W., Cockayne В., Green G.W. Developments in the weighing method of automatic cristal pulling. //Journal of Crystal Growth, 1974, № 24/25.
- Власенко A.B., Виноградов С.А, Коробейников А. Г. Выбор и обоснование математической модели автоматизированного процесса выращивания оптических монокристаллов. //Оптико-механическая промышленность, № 6, 1988.
- Гатчин Ю.А., Петухов Г. А., Лунев А. А. Система автоматизированного управления процессом роста монокристаллов. //В кн. «Проектирование и производство микроэлектронных устройств». -Фрунзе, 1983.
- Гатчин Ю.А. Разработка системы автоматизированного управления процессом выращивания кристаллов. //В кн. «Пути создания ИЦСС». — Л., 1983.
- Антонов В.Н., Терехов В. А., Тюкин И. Ю. Адаптивное управление в технических системах. СПб: СПбГУ, 2001.
- Терехов В.А., Ефимов Д. В., Тюкин И. Ю. Нейросетевые системы управления. М.: Высшая школа, 2002.
- Базы данных. Интеллектуальная обработка информации. /Корнеев В.В., Гареев А. Ф., Васютин С. В., Райх В. В. М.: Нолидж, 2000.
- Калинин В.Н., Резников Б. А., Варакин Е. И. Теория систем и оптимального управления. Понятия, модели, методы и алгоритмы оптимального выбора. М.: МО СССР, 1987.
- Назаров А.В., Лоскутов А. И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. СПб.: Наука и техника, 2003.
- Зыков А.А. Основы теории графов. М.: Наука, 1987.
- Майника Э. Алгоритмы оптимизации на сетях и графах. М.: Мир, 1981.
- Свами М., Тхуласираман К. Графы, сети и алгоритмы. М.: Мир, 1984.
- Гэри М., Джонсон Д. Вычислительные машины и трудно решаемые задачи. -М.: Мир, 1982.
- Пападимитриу X., Стиглиц К. Комбинаторная оптимизация. Алгоритмы и сложность. — М.: Мир, 1985.
- Ивахненко А.Г., Мюллер И. А. Самоорганизация прогнозирующих моделей. Киев: Техшка, 1985.
- Прохорович В.Е. Прогнозирование состояния сложных технических комплексов. СПб.: Наука, 1999.
- Дмитриев А.К., Юсупов P.M. Идентификация и техническая диагностика. -М.: МО СССР, 1987.
- Pitts W., Mcculloch W.W. How we know universals. //Bulletin of Mathematical Biophysics 9:127−47, 1947.
- Hebb D.O. Organization of behavior. New York: Science Editions, 1949.
- Ashby W.R. Design for a brain. NY, Willey Press, 1952.
- Rochecter N., Holland J.H., Haibt L.H., Duda W.L. Tests on a cell assembly theory of the action of the brain, using a large digital computer. // IRE Transaction on Information Theory, № IT-2, 1956.
- Minsky M.L. Theory of neural-analog reinforcement systems and it’s application to the brain-model problem: Ph.D. Thesis. Princeton, NJ: Princeton University, 1954.
- Uttley A.M. Information transmission in the nervous system. London: Academic Press, 1979.
- Розенблатт Ф. Принципы нейродинамики. Перцептроны и теория механизмов мозга. М.: Мир, 1965.
- Widrow В. The speed of adaptation in adaptive control system, paper 1933−61. //American Rocket Society. Guidance Control and Navigation Conference, 1961.
- Widrow B. Adaptive sampled-data systems, a statistical theory of adaptation. //IRE WE SCON Convention Record, part 4. — New York: Institute of Radio Engineers, 1959.
- Widrow В., Angell J.B. Reliable, trainable networks for computing and control. //Aerospace Engineering 21:78−123, 1962.
- Widrow В., Hoff M.E. Adaptive switching circuits. //IRE WESCON Convention Record, part 4, pp. 96−104. New York: Institute of Radio Engineers, 1960.
- Минский M., Пейперт С. Перцептроны. M.: Мир, 1971.
- Уоссермен Ф., Нейрокомпьютерная техника: теория и практика. -М., Мир, 1992.
- Werbos P.J. Beyond regression: New tools for prediction and analysis in the behavioral sciences. Masters thesis. — Harward University, 1974.
- Fukushima K. Cognitron: a self-organizing multilayered neural network. //Biological Cybernetics, 20:121−136, 1975.
- Hopfield J.J. Neural networks and physical systems with emergent collective computational abilities. //Proceedings of the National Academy of Science 79:2554−58,1982.
- Hopfield J.J., Tank D.W. Neural computation of decisions in optimization problems. //Biological Cybernetics 52:141−52, 1985.
- Hopfield J.J., Tank D.W. Computing with neural circuits: A model. //Science 233:625−33, 1986.
- Tank D.W., Hopfield J.J. Simple «neural» optimization networks: An A/D converter, signal decision circuit, and a linear programming circuit. //Circuits and Systems IEEE Transactions on CAS-33(5):533−41, 1986.
- Kohonen T. Self-organization and associative memory. New-York, Springer-Verlag, 1988.
- Kohonen Т. Self-organized formation of topologically correct feature maps // Biological Cybernetics. 1982. № 43. P. 59−69.
- Carpenter G.A., Grossberg S. Pattern Recognition by Self-Organizing Neural Networks, Cambribge, MA: MIT Press, 1991.
- Carpenter G.A., Grossberg S. Normal and amnesia learning, recognition, and memory by a neural model of cortico-hippocampal interactions / In: Trends in Neuroscience, 16, pp.131−137, 1993.
- Rumelhart D.E., Hinton G.E., Williams RJ. Learning internal reprentations by error propagation, fin: Parallel distributed processing, vol. 1, pp. 318−62. Cambridge, MA: MIT Press, 1986.
- Parker D.B. Learning logic. Invention Report S81−64, File 1, Office of Technology Licensing, Stanford University. Stanford, CA, 1982.
- LeCun, Y. Une procedure d’apprentissage pour reseau a seuil assymetrique. / In: Cognitiva-85, pp.599−604, 1985.
- Broommhead D.S., Lowe D. Multivariable functional interpolation and adaptive networks. // Complex Systems, № 2/1988, pp. 321−355.
- Ивахненко А.Г. Персептроны. — Киев: Наукова думка, 1974.
- Ивахненко А.Г. Самообучающиеся системы распознавания и автоматического регулирования. — Киев: Техника, 1969.
- Фролов А.А., Муравьев И. П. Нейронные модели ассоциативной памяти. -М.: Наука, 1987.
- Фролов А.А., Муравьев И. П. Информационные характеристики нейронных сетей. М.: Наука, 1988.
- Барцев С.И., Охонин В. А. Адаптивные сети обработки информации. Красноярск: ИФ СО АН СССР, 1986.
- Барцев С.И., Охонин В. А., Гилев С. Е. Принцип двойственности в организации адаптивных сетей обработки информации. / В кн.: Динамика химических и биологических систем. Новосибирск: Наука, 1989.
- Горбань А.Н. Обучение нейронных сетей. М.: изд. USSR-USA JV «ParaGraph», 1990.
- Горбань А.Н., Россиев Д. А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996.
- Дунин-Барковский B. JL, Горбань А. Н., Кирдин А. Н. и др. Нейроинформатика. Новосибирск: Наука, 1998.
- Cohen М., Grossberg S. Absolute stability of global formation and parallel memory storage by competitive neural networks. //IEEE Transactions on Systems, Man, and Cybernetics, 13, 815−826, 1983.
- Park J., Sandberg I.W. Universal approximation using radial-based function network. //Neural computation, № 3, 1991.
- Handbook of intelligent control: neural, fuzzy and adaptive approaches. — NY: VanNostrand Reinhold, 1992.
- Головко B.A. Нейроинтеллект: теория и применение. Брест, БПИ, 1999.
- McLaren R.W., Mendel J.M. Reinforcement-learning control and pattern-recognition systems. / In: Adaptive, learning and pattern recognition systems: theory and application. (Mendel J.M. eds.)-NY: Academic Press, 1970.
- Комашинский В.И., Смирнов Д. А. Нейронные сети и их применение в системах управления и связи. М.: Горячая линия — Телеком, 2003.
- Sankar К. Pal, Sushimita Mitra. Multilayer perceptron, fuzzy sets and classification. //IEEE Transactions on Neural Networks, vol.3, № 5/1992.
- Вороновский Г. К. и др. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. — Харьков: Основа, 1997.
- Haykin S. Neural networks: a comprehensive foundation. NY: McMillan, 1994.
- Girosi F., Poggio T. Networks for approximation and learning. //Proceedings of the IEEE, 78(9): 1481−1497, 1990.
- Колмогоров А.Н. О представлении непрерывных функций нескольких переменных суперпозициями непрерывных функций меньшего числа переменных. //Доклады АН СССР, 1956. Т. 108, No. 2.
- Арнольд В.И. О функциях трех переменных. //Доклады АН СССР, 1957. Т. 114, No. 4.
- Колмогоров А.Н. О представлении непрерывных функций нескольких переменных в виде суперпозиции непрерывных функций одного переменного. //Доклады АН СССР, 1957. Т. 114, No. 5.
- Cybenko G. Approximation by superposition of a sigmoidal function. //Mathematics of Control, Signals, and Systems, Vol. 2, 1989.
- Hornik K., Stinchcombe M., White H. Multilayer feedforward networks are universal approximators. //Neural Networks. Vol. 2, 1989.
- Kochenov D.A., Rossiev D.A. Approximations of functions of CA, B. class by neural-net predictors (architectures and results). //AMSE Transaction, Scientific Siberian, Vol. 6. Neurocomputing, Tassin, France: 1993.
- Funahashi K. On the approximate realization of continuous^mappings by neural networks. //Neural networks, № 2/1989.
- Barron A.R. Neural net approximation //Proceedings of Seventh Yale Workshop on adaptive and learning systems. — New-Haven, CT: Yale University, 1991.
- Терехов В.А., Ефимов Д. В., Тюкин И. Ю. Нейросетевые системы управления // В сер. «Нейрокомпьютеры и их применение», сб. под. ред. А. И. Галушкина. -М.: ИПРЖР, 2002.
- Нейроинформатика и её приложения. // Материалы III Всероссийского семинара 6−8 октября 1995 г. Том 1. / Под ред. А. Н. Горбаня. Красноярск: КГТУ, 1995.
- Barron A.R. Universal approximation bounds for superposition of a sigmoidal function. //IEEE Transaction on information theory, vol 39, 1993.
- Hunt K.J., Sbarbaro D., Zbikowski R., Gawthrop P.J. Neural networks for control systems: A survey. //Automatica. 1992, vol.28, № 6.
- Терехов B.A. Динамические алгоритмы обучения многослойных нейронных сетей в системах управления. // Известия РАН, Серия «Теория и системы управления», 1996, № 3.
- Деревицкий Д.П., Фрадков A.JI. Прикладная теория дискретных адаптивных систем управления. М.: Наука, 1981
- Фрадков A.JI. Адаптивное управление в сложных системах: беспоисковые методы. — М.: Наука, 1990.
- Балухто А.Н. Нейросетевые системы обработки информации и их применение в космической технике. М.: СИП РИА, 2000.
- Ефимов В.В. Нейроподобные сети в бортовых информационно-управляющих комплексах летательных аппаратов. СПб.: Изд-во ВИКА им. А. Ф. Можайского, 1996.
- Ежов А.А., Шумский С. А. Нейрокомпьютинг и его применение в экономике и бизнесе. М., 1998.
- Дунин-Барковский B.JI. Информационные процессы в нейронных структурах. — М.: Наука, 1978.
- Гилмор Д.В. Автоматизированное приобретение знаний с помощью нейронных сетей. //Техническая кибернетика, 1994, № 5.
- Кохонен Т. Ассоциативная память. М.: Мир, 1982.
- Кохонен Т. Ассоциативные запоминающие устройства. М.: Мир, 1982.
- Ефимов Е.И. Проблемы перебора в искусственном интеллекте. // Техническая кибернетика, 1988, № 2.
- Толковый словарь по искусственному интеллекту. М.: Радио и связь, 1992.
- Нейрокомпьютеры и интеллектуальные роботы. // Сб. под ред. Н. М. Амосова. — Киев: Наукова думка, 1991.
- Системы параллельной обработки. /Под ред. Д.Ивенса. Пер с англ. — М.: Мир, 1985.
- Амосов Н.М., Касаткин A.M., Касаткина JI.M. Нейроподобные сети в системах искусственного интеллекта. //В сб. «Нейроподобные сети и нейрокомпьютеры». Киев: ИКАН УССР, 1990.
- Лисс А.А., Степанов М. В. Нейронные сети и нейрокомпьютеры. — СПб.: Изд-во СПбГЭТУ, 1997.
- Веденов А.А., Ежов А. А., Левченко Е. Б. Архитектурные модели и функции нейронных ансамблей. // В сб. «Итоги науки и техники. Серия Физические и математические модели нейронных сетей» под ред. А. А. Веденова. Том 1.-М.: ВИНИТИ, 1990.
- Ефимов В.В., Пугачёв С. В. Типовые модели нейронных сетей и основы их синтеза. //В сб. «Методы и алгоритмы исследования нейроподобных сетей. Вып.1 Динамические свойства нейронных сетей». -СПб.: Изд-во ВИКИ им. А. Ф. Можайского, 1992.
- Малыхина Г. Ф. Измерение характеристик сложных объектов с использованием динамических нейронных сетей. //Нейрокомпьютеры, 2004, № 7−8.
- Назаров А.В. Алгоритм восстановления данных на основе нейронной сети Хопфилда с неограниченной функцией активации. //Нейрокомпьютеры, 2004, № 5−6.
- Веденов А.А. Моделирование элементов мышления. — М.: Наука, 1988.
- Grossberg S. The adaptive brain. Amsterdam: North-Holland, 1987.
- Abu-Mostafa Y.S., St. Jacques, J. Information capacity of the Hopfield model. //IEEE Transactions on Information Theory 31 (4):461−64, 1985.
- Назаров A.B., Козырев Г. И. Использование ассоциативных свойств нейронной сети Хопфилда для прогнозной экстраполяции технического состояния космических аппаратов. //Тез. докл. VI Всероссийской конференции «Нейрокомпьютеры и их применение». М., 2000.
- Рабинович М.И. Хаос и нейродинамика. //Известия ВУЗов. Радиофизика, т. З9, 1996.
- Назаров А.В., Козырев Г. И., Шкляр С. В. Прогнозная модель параметров технического состояния космического аппарата на основе нейросетевой структуры «нейронная сеть прямого распротранения карта Кохонена»//Нейрокомпьютеры, 2001, № 12.
- Нейросетевая обработка сигналов в задачах диагностики газотурбинных авиадвигателей. /Адаменко В.А., Басов Ю. Ф., Дубровин В. И., Субботин С. А. В сб. «Доклады 3-й Международная Конференция DSPA-2000». СПб, 2000.
- Дубровин В.И., Субботин С. А. Когнитивный анализ и отбор информативных признаков при решении задач неразрушающей диагностики лопаток ГТД. // Hoei матер1али i технологи в металурп1 та машинобудуванш, 2000, № 2.
- Дубровин В.И., Субботин С. А. Алгоритм нейросетевого отбора признаков // «Матер1али м1жнародноТ конференцп з автоматичногоуправлшня „Автоматика-2001“, 10−14 вересня 2001 р.» Одесса: ОДПУ, 2001.
- Сотник C.JI. Идентификация колебательного звена методом группового учета аргументов и искусственной нейронной сетью с генетическим алгоритмом обучения. — Днепродзержинск: Изд-во ДГТУ, 1995.
- Богданов К.В. Оптимизация проектных решений в САПР на основе на основе нейросетевых алгоритмов. / В сб. «Вестник конференции молодых учёных СПбГУ ИТМО. Сборник научных трудов. Т.1.» СПб.: СПбГУ ИТМО, 2004.
- Директор НИИТИОМ ВНЦ «ГОИ им С.И. Вавилова» / к.т.н.1. С// К.В. Дукельский20 «d
- БОГДАНОВА Константин Вадимовича.с.н.с. СПбФ ИЗМИР АНк.физ.- мат.н.1. УТВЕРЖДАЮ
- Ректор Санкт-Петербургского Государственного университета информационных технологий, механики и оптики ^T^J^Sjfy^* профессор1. Н. Васильев2005 г. 1. АКТоб использовании результатов диссертационной работы БОГДАНОВА Константина Вадимовича
- Настоящий акт составлен в том, что при подготовке и чтении лекций по дисциплинам «Экспертные системы и логическое программирование» и «Информационные технологии проектирования ЭВС» были использованы результаты диссертационной работы К. В. Богданова.
- В учебном процессе используются разработанные К. В. Богдановым методы и алгоритмы автоматизированного проектирования математического обеспечения технологических процессов на «основе нейросетевого математического аппарата.
- Использование результатов, полученных в диссертационной работе Богданова К. В., даёт возможность повысить качество подготовки специалистов по специальности 220 500 «Проектирование и технология ЭВС».
- Заведующий кафедрой проектированиякомпьютерных систем д.т.н., профессор1. Ю.А. Гатчин