спасибо
Подробнее о работе
Гарантия сервиса Автор24
Уникальность не ниже 50%
В последние несколько лет мы наблюдаем взрыв интереса к нейронным сетям, которые успешно применяются в самых различных областях - бизнесе, медицине, технике, геологии , физике. Нейронные сети вошли в практику везде, где нужно решать задачи прогнозирования, классификации или управления.
Нейронные сети - исключительно мощный метод моделирования, позволяющий воспроизводить чрезвычайно сложные зависимости. Нейронные сети привлекательны с интуитивной точки зрения, ибо они основаны на примитивной биологической модели нервных систем. В будущем развитие таких нейро-биологических моделей может привести к созданию действительно мыслящих компьютеров.
В первой части данной курсовой работы будут изложены основные теоретические моменты нейронных сетей: рассматриваться история развития нейронных сетей, приведена аналогия нейронных сетей с мозгом и биологическим нейроном, изучены понятие искусственного нейрона, виды искусственных нейронных сетей и процесс обучение нейронных сетей.
Во второй практической части будет решена задача на нечеткую логику, которая выполняется в программном комплексе MATLABFuzzyLogicToolbox сопровождаться скриншотами с экрана программы.
Источниками информации являются работы проверенных авторов из библиотеки и известных интернет-ресурсов.
Содержание
Введение…………………………………………………………………… 3
1.Глава 1. История развития нейронных сетей…………………………… 4
2.Глава 2. Аналогия нейронных сетей с мозгом и биологическим нейроном……………………………………………………………………..
8
3.Глава 3. Понятие искусственного нейрона……………………………… 11
4.Глава 4. Виды искусственных нейронных сетей………………………... 21
5.Глава 5. Обучение нейронных сетей…………………………………….. 24
6.Глава 6. Применение нечеткой логики на практике……………………. 28
Заключение………………………………………………………………….. 39
Список использованных источников……………………………………… 40
Приложение…………………………………………………………………. 41
Курсовая работа
Дисциплина: Нечеткая логика и нейронные сети
Вариант 4: Задача на определение расхода воды на полив
Содержание
Введение…………………………………………………………………… 3
1.Глава 1. История развития нейронных сетей…………………………… 4
2.Глава 2. Аналогия нейронных сетей с мозгом и биологическим нейроном……………………………………………………………………..
8
3.Глава 3. Понятие искусственного нейрона……………………………… 11
4.Глава 4. Виды искусственных нейронных сетей………………………... 21
5.Глава 5. Обучение нейронных сетей…………………………………….. 24
6.Глава 6. Применение нечеткой логики на практике……………………. 28
Заключение………………………………………………………………….. 39
Список использованных источников……………………………………… 40
Приложение…………………………………………………………………. 41
1. А. И. Галушкин. Нейронные сети. Основы теории. - М.: Горячая Линия — Телеком, 2010.
2. Татузов А.Л. Нейронные сети в задачах радиолокации. – М.: Радиотехника, 2009.
3. Саймон Хайкин. Нейронные сети. Полный курс. – М.: Вильямс, 2006.
4. Яхъяева Г.Э. Нечеткие множества и нейронные сети. – М.: Бином, 2006.
5. Лукас В.А. Введение в Fuzzy-регулирование. – Екатеринбург: Изд-во УТГГА, 1997. – 36 с.
6. Стальский В.В., Проскуряков Р.М. Нечеткая логика и ее применение в автоматическом регулировании. - СПб.: СПГИ, 1998. – 94 с.
7. Fuzzy Logic Toolbox. For Use with MATLAB: User’s Guide. - Natick: The MathWorks, Inc., 1998. - 235 p.
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
В последние несколько лет мы наблюдаем взрыв интереса к нейронным сетям, которые успешно применяются в самых различных областях - бизнесе, медицине, технике, геологии , физике. Нейронные сети вошли в практику везде, где нужно решать задачи прогнозирования, классификации или управления.
Нейронные сети - исключительно мощный метод моделирования, позволяющий воспроизводить чрезвычайно сложные зависимости. Нейронные сети привлекательны с интуитивной точки зрения, ибо они основаны на примитивной биологической модели нервных систем. В будущем развитие таких нейро-биологических моделей может привести к созданию действительно мыслящих компьютеров.
В первой части данной курсовой работы будут изложены основные теоретические моменты нейронных сетей: рассматриваться история развития нейронных сетей, приведена аналогия нейронных сетей с мозгом и биологическим нейроном, изучены понятие искусственного нейрона, виды искусственных нейронных сетей и процесс обучение нейронных сетей.
Во второй практической части будет решена задача на нечеткую логику, которая выполняется в программном комплексе MATLABFuzzyLogicToolbox сопровождаться скриншотами с экрана программы.
Источниками информации являются работы проверенных авторов из библиотеки и известных интернет-ресурсов.
Содержание
Введение…………………………………………………………………… 3
1.Глава 1. История развития нейронных сетей…………………………… 4
2.Глава 2. Аналогия нейронных сетей с мозгом и биологическим нейроном……………………………………………………………………..
8
3.Глава 3. Понятие искусственного нейрона……………………………… 11
4.Глава 4. Виды искусственных нейронных сетей………………………... 21
5.Глава 5. Обучение нейронных сетей…………………………………….. 24
6.Глава 6. Применение нечеткой логики на практике……………………. 28
Заключение………………………………………………………………….. 39
Список использованных источников……………………………………… 40
Приложение…………………………………………………………………. 41
Курсовая работа
Дисциплина: Нечеткая логика и нейронные сети
Вариант 4: Задача на определение расхода воды на полив
Содержание
Введение…………………………………………………………………… 3
1.Глава 1. История развития нейронных сетей…………………………… 4
2.Глава 2. Аналогия нейронных сетей с мозгом и биологическим нейроном……………………………………………………………………..
8
3.Глава 3. Понятие искусственного нейрона……………………………… 11
4.Глава 4. Виды искусственных нейронных сетей………………………... 21
5.Глава 5. Обучение нейронных сетей…………………………………….. 24
6.Глава 6. Применение нечеткой логики на практике……………………. 28
Заключение………………………………………………………………….. 39
Список использованных источников……………………………………… 40
Приложение…………………………………………………………………. 41
1. А. И. Галушкин. Нейронные сети. Основы теории. - М.: Горячая Линия — Телеком, 2010.
2. Татузов А.Л. Нейронные сети в задачах радиолокации. – М.: Радиотехника, 2009.
3. Саймон Хайкин. Нейронные сети. Полный курс. – М.: Вильямс, 2006.
4. Яхъяева Г.Э. Нечеткие множества и нейронные сети. – М.: Бином, 2006.
5. Лукас В.А. Введение в Fuzzy-регулирование. – Екатеринбург: Изд-во УТГГА, 1997. – 36 с.
6. Стальский В.В., Проскуряков Р.М. Нечеткая логика и ее применение в автоматическом регулировании. - СПб.: СПГИ, 1998. – 94 с.
7. Fuzzy Logic Toolbox. For Use with MATLAB: User’s Guide. - Natick: The MathWorks, Inc., 1998. - 235 p.
Купить эту работу vs Заказать новую | ||
---|---|---|
0 раз | Куплено | Выполняется индивидуально |
Не менее 40%
Исполнитель, загружая работу в «Банк готовых работ» подтверждает, что
уровень оригинальности
работы составляет не менее 40%
|
Уникальность | Выполняется индивидуально |
Сразу в личном кабинете | Доступность | Срок 1—6 дней |
960 ₽ | Цена | от 500 ₽ |
Не подошла эта работа?
В нашей базе 149278 Курсовых работ — поможем найти подходящую