Исследование свойств многослойного персептрона при решении задачи идентификации законов распределения

Abstract

Целью данной выпускной квалификационной работы магистра являетсяисследование возможностей многослойного персептрона при решении задачиидентификации законов распределения, реализация алгоритмов,проектирование программного комплекса для оценки идентификационныхвозможностей нейронной сети, поиск оптимальной конфигурации сети дляидентификации.Разработана автоматизированная система, в которой реализованыследующие алгоритмы обучения нейронной сети: алгоритм обратногораспространения ошибки, алгоритм QuickProp, алгоритм роя частиц, алгоритмимитации отжига. Для обучения и тестирования сети в системе реализованагенерация псевдослучайных последовательностей, распределенных позаданному закону распределения.Информационно-логическая модель автоматизированной системыразработана с помощью CASE-средства Lucidchart.Система реализована с помощью средств языка программирования Java 1.8. всреде разработки Intellij Idea 2016.