Введение к работе
Актуальность темы исследования и степень ее разработанности. Повышение качества конечной продукции возможно за счет применения наиболее эффективных методов технического контроля и средств диагностики на каждом этапе производства. Активное развитие науки и техники и возрастающая сложность выпускаемой продукции делают актуальной задачу модернизации промышленных систем технического контроля. Решение данной задачи связано с выбором наиболее оптимальных и эффективных численных методов и аппаратных реализаций вычислительных компонентов, входящих в их состав.
Перспективным направлением совершенствования систем технического контроля и средств диагностики является использование устройств и систем обработки информации с нейросетевой архитектурой или работающих в нейросетевом логическом базисе (искусственных нейронных сетей), которые обладают рядом преимуществ перед своими аналогами с классическими принципами функционирования по точности, отказоустойчивости, быстродействию, надежности.
Однако достигнутая на этапе компьютерного проектирования точность работы искусственных нейронных сетей (ИНС) снижается в реальных условиях эксплуатации зачастую вплоть до полной потери работоспособности. Причиной этого является неизбежное влияние внутренних и внешних дестабилизирующих воздействий, обусловленных производственными и эксплуатационными разбросами значений параметров элементов ИНС.
Изменения значений показателей качества выходных параметров и параметров элементов ИНС должны учитываться на этапе их разработки и проектирования и выражаться в предельно допускаемых уровнях данных изменений (допусках). Разработанные до настоящего времени подходы к определению погрешностей искусственных нейронных сетей позволяют проводить расчеты лишь для узкого класса данных устройств.
Таким образом, актуальным направлением исследования является разработка методов и алгоритмов определения допусков и обеспечения точности работы искусственных нейронных сетей произвольной структуры, согласованных с действующими стандартами в области проектирования технических объектов.
Вопросам проектирования систем обработки информации, в том числе нейросетевых, посвящены работы авторов: Аракеляна СМ., Борисова В.Ф., Галушкина А.И., Горбаня А.Н, Круглова В.В., Ланцова В.Н., Медведева В.В., Потапова И.В., Потапова В.И., Садыкова С.С, Сенашовой М.Ю., Смирнова Д.А., Комашинского В.И., Фомина А.В., Уоссермен Ф., J. Hopfield, Н. Takase, D. Phatak, L. Reyneri, Т. Hayashi, H. Kita, A. Murray, P. Edwards и др.
Объектом исследования являются процессы проектирования нейросетевых компонентов промышленных систем технического контроля.
Предметом исследования являются алгоритмы определения допусков для обеспечения точности работы нейросетевых компонентов промышленных систем технического контроля.
Научная задача состоит в разработке новых алгоритмов определения допусков для обеспечения точности работы нейросетевых компонентов промышленных систем технического контроля, инвариантных к структуре и типу решаемых задач.
Цели и задачи. Целью настоящей работы является улучшение характеристик промышленных систем технического контроля за счет использования искусственных нейронных сетей, созданных с помощью новых алгоритмов определения допусков и обеспечения точности их работы.
Исходя из цели работы, основными задачами исследования являются:
-проведение анализа состояния задачи на основе отечественных и зарубежных научно-технических публикаций;
-построение компьютерных моделей искусственных нейронных сетей, используемых в качестве вычислительных компонентов промышленных систем технического контроля, служащих основой для дальнейших исследований;
-разработка и исследование алгоритмов определения допусков и обеспечения точности работы искусственных нейронных сетей;
-разработка программного обеспечения для автоматизированного определения точности работы и допусков искусственных нейронных сетей;
-исследование возможностей применения искусственных нейронных сетей, разработанных с помощью новых алгоритмов, для решения практических задач.
Научная новизна:
-
Алгоритм определения точности работы искусственной нейронной сети, с использованием относительного показателя качества, позволяющий оценить её способность сохранять достигнутую в процессе обучения точность при дестабилизирующих воздействиях.
-
Алгоритм выбора параметров искусственной нейронной сети обеспечивающих точность её работы в пределах заданных допусков, учитывающий изменения значений показателей качества при дестабилизирующих воздействиях.
3. Алгоритмы анализа и синтеза допусков на параметры искусственных нейронных сетей с использованием относительного показателя качества, применимые в условиях ограничений, налагаемых реальными ресурсами устройств их реализующих.
Теоретическая и практическая значимость работы:
-Разработанные алгоритмы позволяют проектировать ИНС, способные поддерживать требуемую точность работы в пределах заданных допусков при возникающих в реальных условиях эксплуатации внутренних и внешних дестабилизирующих воздействиях.
-Разработанные алгоритмы позволяют назначить допуски на параметры искусственных нейронных сетей. При правильном назначении допусков может быть обеспечена функциональная взаимозаменяемость, а так же унификация и стандартизация ИНС. Допуски, установленные необоснованно, увеличивают стоимость и удлиняют сроки разработки ИНС.
Методология и методы исследования. В работе использованы методы теории искусственных нейронных сетей; системного анализа; расчета допусков;
метрологии; математической статистики; методы программного и математического моделирования и программирование на языке высокого уровня.
Положения, выносимые на защиту:
алгоритмы определения точности работы и выбора параметров искусственной нейронной сети обеспечивающих точность её работы в пределах заданных допусков при дестабилизирующих воздействиях;
алгоритмы анализа и синтеза допусков на значения параметров искусственных нейронных сетей;
результаты исследования разработанных алгоритмов;
результаты практического применения искусственных нейронных сетей, созданных с помощью разработанных алгоритмов.
Степень достоверности и апробация результатов. Основные полученные результаты представлены в виде алгоритмов, вычислительных схем алгоритмов и структурной схемы устройства диагностики на базе ИНС в составе промышленной системы технического контроля характеристик блоков обработки и преобразования информации. Адекватность предложенных алгоритмов доказывается результатами экспериментов.
Результаты исследований получены автором при выполнении грантов РФФИ №11-08-97551-р_центр_а «Разработка автоматизированных методов определения точности функционирования устройств с нейросетевой архитектурой или работающих в нейросетевом логическом базисе», №12-08-31064-мола «Разработка автоматизированных методов оптимизации разрядности устройств с нейросетевой архитектурой или работающих в нейросетевом логическом базисе», №13-08-00348-а «Разработка автоматизированных методов определения оптимальной разрядности устройств с нейросетевой архитектурой или работающих в нейросетевом логическом базисе». Научные положения и выводы диссертации используются: в ОАО «Муромский завод радиоизмерительных приборов» при разработке и проектировании промышленных систем технического контроля, работающих на базе искусственных нейронных сетей; в учебном процессе МИ (филиала) ВлГУ по курсам «Информационные технологии проектирования ЭВС», «Физико-математические основы проектирования электронно-вычислительных средств», «Надежность приборов и систем» для специальностей «Проектирование ЭВС» и «Приборы и методы контроля качества».
Основные результаты диссертационной работы докладывались и обсуждались на X и XI Всероссийской научной конференции «Нейрокомпьютеры и их применение» (г. Москва, 2012, 2013 г.); II и III Всероссийских «Армандовских чтениях» (г. Муром, 2012, 2013 г.), IX международном симпозиуме «Интеллектуальные системы INTEL S'2010» (г. Владимир, 2010 г.), VI Всероссийской научно-технической конференции «Виртуальные и интеллектуальные системы» (г. Барнаул, 2011 г.), а так же в рамках НТС секции информационных технологий ФГАНУ ЦИТИС (председатель Галушкин А.И., г. Москва, 2013 г.).
По теме диссертационной работы опубликовано 19 печатных работ, в том числе 15 статей, 5 из которых в журналах, входящих в перечень ВАК, 2 свидетельства о государственной регистрации программ для ЭВМ.
Диссертация состоит из введения, четырех глав, заключения, списка литературы из 121 наименования и приложения. Общий объем диссертации 164 страницы, в том числе 145 страниц основного текста. Таблиц 42, рисунков 87.
