Laikrindu prognozēšana izmantojot Kohonena neironu tīklu

Abstract

Dotais darbs ir veltīts mākslīgu neironu tīklu izpētīšanai, to pielietošanai dažādu uzdevumu risināšanā, it īpaši prognozējot laika rindu uzvedību. Tiek apskatītas mākslīgu neironu tīklu pamat paradigmas, to matemātiskie pamatojumi. Ka arī tiek analizēta neironu tīklu loma risinot tēlu pazīšanas, vadības un signālu apstrādes uzdevumus. Īpaša uzmanība tiek veltīta kļūdas atpakaļ izplatīšanas tīkliem un Kohonena tīklam, ka arī to apmācības algoritmiem. Tiek aprakstīta neironu tehnoloģiju metode laika rindu prognozēšanai ar Kohonena tīkla palīdzību. Tiek minēts atpakaļ izplatīšanas tīkla programmas realizācija. Papildus ir apskatītas populārākas programmas neironu tīkla modelēšanai. Izklāstot materiālu, tika veikti vairāki praktiski eksperimenti laika rindu prognozēšanai.

Darbā ir 11 tabulas, 70 attēli, 2 pielikumi un 23 informācijas avoti.

Work is devoted to studying of artificial neural networks, their application at the decision of problems in various spheres of human activity, in particular - forecasting of time numbers. The description of neural networks, their working principles is resulted. Neural networks models and their training are considered. The special attention is given to backpropagation netwoks and Kohonen network and to algorithms of their training. The method on which means the problem of forecasting can be solved with application neural network technologies is described. Program realization such backpropagation neural network is resulted On the basis of the stated material forecasting intensity of movement of transport is considered.

Course paper contains 11 tables, 70 illustrations and 2 appendices. Bibliography includes 23 sources.