автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Нейросетевое управление параметрами многокомпонентных смесей

ВВЕДЕНИЕ

1. МЕТОДЫ СИСТЕМНОГО АНАЛИЗА В УПРАВЛЕНИИ КАЧЕСТВОМ СТРОИТЕЛЬНЫХ МАТЕРИАЛОВ

1.1. Особенности разработки строительных материалов с заданными свойствами

1.2. Способы моделирования свойств строительных материалов

1.3. Опыт прогнозирования в материаловедении

1.4. Выводы

2. ТРАДИЦИОННЫЕ МЕТОДЫ РЕШЕНИЯ ЗАДАЧИ УПРАВЛЕНИЯ КАЧЕСТВОМ СТРОИТЕЛЬНЫХ МАТЕРИАЛОВ НА ОСНОВЕ 22 МНОГОКОМПОНЕНТНЫХ СМЕСЕЙ

2.1. Метод последовательного экспериментирования при разработке строительных материалов с заданными свойствами

2.2. Методы проектирования материалов, связанные с построением математических моделей их свойств

2.3. Экспериментальная оценка качества формирования модели традиционным способом

2.4. Выводы

3. СОЗДАНИЕ НЕЙРОННОЙ СЕТИ ДЛЯ РЕШЕНИЯ ЗАДАЧИ МОДЕЛИРОВАНИЯ СТРОИТЕЛЬНЫХ МАТЕРИАЛОВ

3.1. Основания применения нейронных сетей для формирования моделей

3.2. Основные структуры аппроксимирующих нейронных сетей

3.2.1. Сигмоидальные нейронные сети

3.2.2. Нейронные сети с радиальным базисом

3.3. Обучение нейронных сетей

3.3.1. Обучение сигмоидальной нейронной сети

3.3.2. Обучение нейронной сети с радиальным базисом

3.4. Сравнение эффективности нейронных сетей

3.5. Модифицированный метод обучения нейронных сетей с радиальным базисом

3.5. 1. Выбор конфигурации и начальных параметров нейронных сетей с радиальным базисом

3.6. Оценка эффективности модифицированного метода обучения

3.7. Выводы 86 4. УПРАВЛЕНИЕ ПАРАМЕТРАМИ МНОГОКОМПОНЕНТНЫХ СМЕСЕЙ ДЛЯ ПОЛУЧЕНИЯ СТРОИТЕЛЬНЫХ МАТЕРИАЛОВ С 88 ЗАДАННЫМИ СВОЙСТВАМИ

4.1. Общие положения

4.2. Метод поиска параметров смеси по заданным свойствам материала на основе прямой зависимости

4.3. Сравнение нейронных сетей и традиционных методов формирования моделей

4.4. Определение искомых параметров смеси на основе прямой нейросетевой модели

4.5. Определение искомых параметров смеси на основе обратной нейросетевой модели

4.6. Программный комплекс для решения задачи управления качеством строительных материалов на основе нейросетевой 98 модели

4.7. Пример управления параметрами смеси для изготовления самовыравнивающихся стяжек

4.8. Пример управления параметрами портландцементной сырьевой смеси

4.9. Выводы 121 ЗАКЛЮЧЕНИЕ 123 СПИСОК ЛИТЕРАТУРЫ 125 ПРИЛОЖЕНИЕ 1 134 ПРИЛОЖЕНИЕ 2 136 ПРИЛОЖЕНИЕ 3 142 ПРИЛОЖЕНИЕ

Актуальность темы.

Многокомпонентные смеси (МКС) являются основой для приготовления изделий и продуктов в различных областях деятельности человека - в фармацевтической [59-64] и химической [29,35-37,49,51] промышленности, при производстве строительных материалов [8,71,75-78]. Варьируя содержание компонентов смесей и условия их последующей технологической обработки, исследователь добивается получения продуктов и изделий с необходимыми ему свойствами.

При производстве строительных материалов вопрос получения на основе МКС изделий с заданными свойствами является крайне актуальным. Сырьевые смеси для производства вяжущих материалов, стекол, строительных изделий и конструкций в подавляющем большинстве являются многокомпонентными. Применение таких материалов для строительства объектов различной природы в различных условиях накладывает большое число требований к их физическим, техническим и климатическим характеристикам.

Строительные материалы, изготовленные на основе МКС, являются сложными физико-химическими системами, свойства которых определяются химическим составом и взаимодействием между атомами и молекулами. К сожалению, универсальная теория, которая связывала бы параметры МКС и свойства приготовленных на их основе материалов, отсутствует. По этой причине исследователь часто использует для приготовления материала с заданными свойствами какие-либо эмпирические закономерности, которые применимы только для конкретного типа материалов. Выявление таких закономерностей происходит на основе опыта исследователя и в соответствии с экспериментальными данными.

Если количество компонентов МКС достаточно велико, то задача выявления закономерностей и формирования эмпирических зависимостей становится очень трудной. Ситуация осложняется тем, что к свойствам строительных материалов обычно предъявляется не одно, а несколько требований, поэтому исследователь вынужден формировать такие зависимости для каждого из интересующих его свойств. В этих случаях процесс выявления таких зависимостей может быть достаточно трудоемким и требующим проведения дополнительных экспериментальных исследований. Необходимость снижения материальных и временных затрат на разработку материалов с заданными свойствами обуславливает актуальность рассматриваемой задачи.

Цель и задача исследований диссертационной работы

Целью исследований, выполненных в диссертационной работе, являлась разработка методов управления параметрами МКС для получения строительных материалов с заданными свойствами с применением нейросетевых моделей зависимостей между параметрами МКС и свойствами строительных материалов. Для этого необходимо решить следующие задачи:

- проанализировать и сравнить различные способы определения параметров МКС по заданным свойствам материала;

- разработать способ моделирования зависимостей между свойствами строительных материалов и параметрами МКС на основе нейронных сетей;

- разработать метод определения параметров МКС по заданным свойствам строительных материалов на основе нейросетевых моделей;

- программно реализовать нейросетевой способ определения параметров МКС по заданным свойствам строительных материалов.

Методы исследований. При решении задачи определения параметров МКС использовались численные методы оптимизации функций в многомерном пространстве, методы математического моделирования сложных систем и методы обучения нейронных сетей прямого распространения сигналов.

Автор защищает:

- метод управления параметрами МКС на основе прямой и обратной нейросетевых моделей для получения строительных материалов с заданными свойствами;

- архитектуру нейронной сети для моделирования зависимостей между свойствами строительных материалов и параметрами МКС;

- процедуру обучения нейронной сети с радиальным базисом.

Научная новизна полученных результатов.

Разработаны методы определения параметров МКС по заданным свойствам строительных материалов с применением нейросетевых моделей, реализующих прямую и обратную зависимости между параметрами МКС и свойствами строительных материалов.

Предложена архитектура и разработана процедура обучения нейронной сети с радиальным базисом на основе метода обратного распространения ошибки с использованием коррекции параметров нейронной сети с применением импульсов и адаптивного выбора скорости обучения для каждого класса параметров нейронной сети с радиальным базисом.

Выработаны рекомендации для задания первоначальных величин параметров нейронной сети с целью повышения скорости и обеспечения устойчивости процесса обучения.

Практическая значимость полученных результатов: разработана методика обучения нейронных сетей с радиальным базисом на основе импульсно-адаптивной коррекции параметров сети;

- проведено экспериментальное сравнение эффективности сигмоидальных нейронных сетей и сетей с радиальным базисом с учетом погрешностей в обучающих данных;

- выполнена программная реализация метода определения параметров МКС для получения строительных материалов с заданными свойствами на основе нейросетевой модели;

- предложены рекомендации по выбору начальных параметров нейронных сетей с радиальным базисом, ускоряющие обучение и повышающие его устойчивость.

Личный вклад. Основные результаты диссертации получены лично автором. Для этого им было выполнено сравнение эффективности традиционных методов формирования моделей и моделирования на основе нейронных сетей, проанализированы и сравнены различные конфигурации нейронных сетей, применяемых для построения моделей функциональных зависимостей, модифицирован метод обучения нейронных сетей с радиальным базисом, разработан метод определения параметров МКС для получения строительных материалов с заданными свойствами на основе прямой и обратной нейросетевых моделей.

Внедрение результатов работы. Результаты диссертационной работы используются в учебном процессе при подготовке инженеров по специальности 22.04.

Апробация результатов диссертации. Основные результаты работы докладывались на международной конференции "Компьютерное моделирование" (г.Белгород, 1998 г.), II Международной научно-практической конференции молодых ученых, аспирантов и докторантов "Сооружения, конструкции, технологии и строительные материалы XXI века" (г.Белгород, 1999 г.), восьмой всероссийской межвузовской научнотехнической конференции студентов и аспирантов "Микроэлектроника и информатика - 2001" (г.Зеленоград, 2001 г.), международной научно-практической конференции "Информационные технологии в естественных, технических и гуманитарных науках" (г. Таганрог, 2002 г.).

Публикации. Основные положения и результаты диссертации опубликованы в 8 печатных работах: 4 статьях в научно-технических журналах и 4 статьях в сборниках материалов конференции.

Структура и объем диссертационной работы. Диссертационная работа состоит из введения, аналитического обзора проблемы, анализа традиционных методов ее решения, описания конфигураций и методов обучения нейронных сетей для моделирования свойств строительных материалов, экспериментального сравнения эффективности различных конфигураций нейронных сетей, описания методов управления параметрами МКС на основе прямой и обратной нейросетевых моделей, результатов экспериментальной проверки разработанных методов управления параметрами МКС, заключения и библиографического описания литературных источников, включающего 98 наименований. Работа изложена на 152 страницах машинописного текста, включающего 32 таблицы, 19 рисунков и 4 приложения.

4.9. Выводы

В четвертой главе был предложен метод управления параметрами многокомпонентных смесей на основе прямой и обратной нейросетевых моделей.

Использование прямой модели при управлении параметрами многокомпонентной смеси целесообразно в тех случаях, когда необходимо учитывать пожелания экспериментатора в процессе поиска решения, задавая априори некоторые значения параметров, которые обязательно должна иметь многокомпонентная смесь.

Использование обратной модели целесообразно во всех остальных случаях, поскольку она позволяет получать непосредственное решение.

Возможно также совместное использование прямой и обратной моделей для оценки качества получаемого решения задачи определения параметров многокомпонентных смесей для получения строительных материалов с заданными свойствами.

Процесс формирования прямой и обратной моделей может быть выполнен на одном и том же наборе экспериментальных данных.

Реализована программная система, выполняющая обучение нейронной сети с радиальным базисом для формирования прямой и обратной моделей свойств материалов и вычисляющая необходимые параметры смеси для получения материалов с заданными свойствами. Разработанный программный комплекс выполняет роль советчика для исследователя, который должен сделать вывод об адекватности получаемого решения задачи исходя из знания предметной области.

Экспериментальная проверка подтвердила возможность реализации прямой и обратной моделей на примерах смеси для изготовления самовыравнивающихся стяжек и портландцементной сырьевой смеси. При этом сравнение полиномиальной модели с нейросетевой показало большую точность нейросетевой модели.

123