Материал: Оптимизация и моделирование в автоматизированных системах

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

Перечень построенных нейросетей

№		Производи-	Контр. про-	Тест. произ-			Скры-
№	Архитектура	Производи-	изводитель-	водитель-	Обучение	Входы	Скры-
НС		тельность обуч.	ность	ность			тые
			ность	ность
1	МП 1:1-5-3:3	0,972222	0,888889	0,666667	ОР100,СГ20,СГ27b	1	5
2	МП 1:1-16-3:3	0,972222	0,888889	1,000000	ОР100,СГ20,СГ33b	1	6
3	МП 1:1-7-3:3	0,888889	1,000000	0,777778	ОР100,СГ20,СГ27b	1	7
4	МП 1:1-6-3:3	0,944444	0,888889	0,777778	ОР100,СГ20,СГ38b	1	6
…	…	…	…	…	…	…	…
18	МП 2:2-7-3:3	0,902778	1,000000	0,888889	ОР100,СГ20,СГ8b	2	7
19	МП 9:9-8-3:3	0,986111	0,888889	1,000000	ОР100,СГ17с,СГ1b	9	8
20	МП 5:5-5-3:3	0,972222	1,000000	0,888889	ОР100,СГ20,СГ4b	5	5
21	МП 3:3-7-3:3	1,000000	0,888889	1,000000	ОР100,СГ20,СГ7b	3	7
22	МП 20:20-12-3:3	1,000000	1,000000	1,000000	ОР100,СГ3с,СГ1b	20	12
23	МП 22:22-12-3:3	0,986111	1,000000	1,000000	ОР100,СГ3с,СГ0b	22	12
24	МП 5:5-7-3:3	1,000000	0,777778	0,777778	ОР100,СГ20,СГ5b	5	7
25	МП 4:4-8-3:3	0,902778	0,888889	0,888889	ОР100,СГ20,СГ5b	4	8
26	МП 19:19-12-3:3	0,944444	1,000000	0,888889	ОР100,СГ3с,СГ0b	19	12
27	МП 20:20-12-3:3	0,944444	0,777778	1,000000	ОР100,СГ3с,СГ0b	20	12
28	МП 18:18-12-3:3	0,944444	0,888889	0,666667	ОР100,СГ3с,СГ1b	18	12
29	МП 20:20-12-3:3	0,902778	0,777778	1,000000	ОР100,СГ3с,СГ0b	20	12
30	МП 15:15-12-3:3	0,986111	0,777778	0,888889	ОР100,СГ3с,СГ0b	15	12

Обучение сетей осуществлялось с использованием линейной функции на входном слое, гиперболической функцией на скрытом и логистической функции на выходном слое.

Из полученного ансамбля была выбрана сеть с самой высокой достоверностью прогнозирования (98,61 %). Структурой полученной сети (рисунок) яв-

ляется трехслойный персептрон, обладающий 22 клиническими, лабораторны-
ми и диагностическими признаками (
а также имеющий один скрытый слойХ( ),).тремя нейронами выходного слоя ( ),

Архитектура нейросети

250

Математическая модель сети для диагностики сахарного диабета имеет

вид:

= −0.7224 1

+ 0.3986 2

− 0.1529

− 0.0497

Нейроны скрытого слоя:

+ 0.6740 7

− 0.2083 8

− 0.4126 9

−

+0.1774 5

− 0.5760 6

−0.4889 10

+ 0.4892

11 − 0.3366 12

+ 0.1134 13 −

−0.0320 14 + 0.0508

− 1.8467 16

− 0.2560 17

− 0.0206 18 +

+1.0673 19

− 0.1258 20

+ 0.4464 21

− 0.6145 22

− 1.1620

12 = 0.0060 1

+ 0.3078 2

+ 0.0260 3

− 0.3301 4

−

;

−0.5823 5

− −0.3382 6

...

+ 0.8452 8

−

− 0.5343 7

−0.0308 9 − 0.6835 10 + 0.7275

− 0.2826 12 +

+0.4918 13

− 0.0242 14

− 0.0020 15

+ 0.4064 16

где

+0.4835 17

− 1.0923 18

− 0.7125 19

+ 0.0001,

−

–

−0.1827

+ 0.2655

− 0.0443

–

– судороги;

ние

сухость во рту;

– онемение;

– головная боль;

– увеличение

повышенное а/д;

– горечь во рту;

– уменьшение веса;

веса;

– расстройства сна;

– высокое содержа-

– сниженный аппетит;

глюкозы;

–

– ухудшение зрения;

– полиурия;

– высокий уровень

гликированного гемоглобина;

– гипергликемическая кома;

– понижен-

– глюкозурия;

– 17

GAD>1;

– наличие ICA;

– наличие IAA;

ный уровень С-пептида;

мОсм/кг H O.

ацетонурия;

– осмоляльность мочи менее 250

+ 1,4477 2

+ 0,5728 3

− 0,1481 4

= −2,8361 1

Нейроны выходного слоя:

+ 1,6402 7

− 0,8176 8

+1,0547

− −0,1295 6

;

+0,1711 9

+ 1,0105

− 0,0282

11 + 2,2359 12 + 0,4150

= −1,3103 1

+ 0,0157 2

− 0,1853 3

− 0,0956 4

−

+0,3060 5

+ 1,2600 6

+ 3,3889 7

− 1,6112 8

− 0,8600 9

−0,8633 10

− 1,5964 11

+ 0,3029 12

− 0,0970

= −1,2890 1

− 0,5479 2

+ 1,7669 3

− 0,7902 4

+0,4702 5

+ 1,0427 6

− 0,5738 7

+ 0,9088 8

;

+ 2,6386,

где

+1,4986

+ 0,4185

− 0,5252

− 0,1228

патология.1

– сахарный диабет 1 типа,

– сахарный диабет 2 типа,

- другая

Таким образом, при помощи построенной математической модели данной нейросети, мы можем провести диагностику сахарного диабета, а также, если необходимо, определить его тип.

251

Литература

1.Новикова Е.И. Алгоритмизация и управление процессом диагностики гинекологических заболеваний на основе многовариантного моделирования /

Е.И. Новикова, О.В. Родионов // монография. Воронеж: ВГТУ, 2012. 132 с.

2.Новикова Е.И. Моделирование биомедицинских систем / Е.И. Новикова, О.В. Родионов, Е.Н. Коровин // учебное пособие, Воронеж: ВГТУ, 2008.– 196 с.

3.Новикова Е.И. Анализ, алгоритмизация и управление процессом диагностики гинекологических заболеваний на основе многовариантного моделирования / Новикова Е.И. автореферат диссертации на соискание ученой степени кандидата технических наук // Воронежский государственный технический университет. Воронеж, 2006.

4.Новикова Е.И. Анализ, алгоритмизация и управление процессом диагностики гинекологических заболеваний на основе многовариантного моделирования / Новикова Е.И. диссертация на соискание ученой степени кандидата технических наук // Воронеж, 2006

5.Новикова Е.И. Разработка информационно-программного обеспечения подсистемы диагностики осложнений инфаркта миокарда на основе нейросетевого моделирования / Новикова Е.И., Родионов О.В., // Вестник Воронежского государственного технического университета. 2015. Т. 14. № 4. С. 773-

6.Новикова Е.И. Разработка логической модели на основе методов распознавания образов и добычи данных для диагностики внутреннего эндометриоза, миомы матки и опухолей яичников / Новикова Е.И., Родионов О.В. // Вестник Воронежского государственного технического университета. 2008. Т.

4.№ 12. С. 108-111.

7.Новикова Е.И. Нейросетевая классификация инфекционных желудоч- но-кишечных заболеваний / Е.И. Новикова, В.Ю. Калиничев // Системный анализ и управление в биомедицинских системах. – 2016. Т. 15. № 3. С. 448-451.

ФГБОУ ВО «Воронежский государственный технический университет»

ЗАКЛЮЧЕНИЕ

Материалы сборника отражают результаты научных исследований, проводимых авторами в различных регионах России и ближнего зарубежья. В публикациях содержится анализ современного состояния методологии проектирования сложных систем, их алгоритмического и программного обеспечения. Рассмотрены актуальные проблемы применения теории оптимизации, моделирования, дискретной математики, исследования операций к вопросам автоматизации проектирования. Статьи объединены общей идеологией научных решений, большинство из них имеет практическую направленность.

252

СОДЕРЖАНИЕ
Введение……………………………………..……………………………........	3
Асунин Г.И.
Применение нечеткой логики в интеллектуальном анализе
данных………………………………………………………………………….	4
Коротченко А.Г., Трошина Е.А.
О принципах ранжирования в задачах принятия
решений………………………………………………………………………...	6
Асанов Ю.А., Белецкая С.Ю.
Адаптация RKELM для применения в не персонифированных
программно-аппаратных комплексах учета физической
активности…………………………………………...……………..………....	10
Цветков А.А.
Генетические алгоритмы как способ решения задачи оптимизации
покупки ПО…………………………………………………………………….	14
Котенко А.А.
Матричные алгоритмы оптимизации групповых перемещений
на графе……………………………………………………………………..….	16
Ивашура М.Ю., Каляпина О.И.
Разработка нейросетевой модели задачи маршрутизации в системах	20
связи военного назначения и ее алгоритмизация……………………...........	20
Маковий К.А., Хицкова Ю.В., Метелкин Я.В.
Проектирование автоматизированной системы оптимизации размещения	24
виртуальных машин в центрах обработки данных…………..………..…….	24
Махнёва Е.А.
Оптимизация управления распределенным складом…………………..…...	27
Найденова В.О., Шпак В.А.
Статистическое моделирование профессиональных предпочтений	31
современного школьника………………………………………………...…...	31
Арафтений М.О., Гарбузняк Е.С.	35
Создание новостного бота в мессенджере telegram……………………..….	35
Пашуева И.М., Пасмурнов С.М.
Оценка эффективности применения подсистемы помощи в принятии
оперативных управленческих решений на примере городского центра	38
скорой медицинской помощи………………………………………………....	38
Старостин Н.В., Хапаев И.Н.
Прогноз трудоемкости индивидуальных задач коммивояжера на основе	41
методов машинного обучения……………………………...…………..…….	41
Воробьев Э.И., Корякин А.Н.
Разработка алгоритма обработки входящих оповещений в подсистеме
мониторинга и анализа работы оборудования в распределенной сети
телекоммуникационной компании………………………….………………...	43

253

Романов Д.В.
Разработка алгоритма обнаружения мошеннических действий
для логистической подсистемы мониторинга активности клиента……...…	47
Чернышов Б.А.
Оптимизационный подход к управлению переходом объекта
организационной системы в более высокий рейтинговый кластер	51
с использованием мультипликативной схемы……………………………....	51
Горячко В.В.
Прогнозирование и оптимизация функционирования объектов
территориально связанных социально-экономических систем в рамках
отраслевого кластера………………………………….……………………….	54
Сорокин С.О.
Оптимизация функционирования однородных объектов
в многоаспектной цифровой среде………………………………...……...….	57
Львович И.Я., Преображенский А.П., Чопоров О.Н.
Оптимизация систем передачи данных в системе интернет-вещей….…….	60
Львович И.Я., Преображенский А.П., Чопоров О.Н.
Использование мультиагентных технологий в управлении техническими
объектами……………………………………………………………………....	62
Преображенский Ю.П.
Образовательные технологии в сфере интернет-вещей………………..……	64
Преображенский Ю.П.
Проблемы оптимизационного моделирования в системе «умный
дом»……………………………………………………………………………..	65
Сапожников Г.П.
Верификация результатов оптимизации управления
ресурсоэффективностью некоммерческой организации на основе
рейтингового оценивания..................................................................................	67
Грошев А.Г.
Оптимизационное моделирование движения мультикоптера……………....	72
Кострова В.Н., Цепковская Т.А.
Проблемы использования инновационных моделей обучения……….....….	73
Белецкая С.Ю., Мясников А.А.
Структура и функции информационных систем в медицинских

лабораториях……………………………………………….…….………..….. 75

Белецкая С.Ю., Горовец Е.Ю.

Анализ медицинских изображений в области ортопедии………….…..…..	78
Калугин В.А., Коробова Л.А.
Модель системы обнаружения дефектов в Технологических
трубопроводах………………………………………………………………….	81
Долгих Е.О, Минакова О.В.
Концептуальная модель свободно расширяемых программ обработки
биомедицинских данных……………………………...……………………….	87

254

Источник: https://studfile.net/preview/16563851/

Смотрите также:

Отформатировать текстовый фрагмент в MS Word. Текстовый фрагмент, который подлежит форматированию, приведен в документе Задание 1, прикрепленном ниже.
Государственный надзор за соблюдением трудового законодательства и иных нормативно-правовых актов, содержащих нормы трудового права
Деятельность органов прокуратуры Железнодорожного района г. Хабаровска
К вопросу о развитии правового определения государственно-частного партнерства в праве России
Кориолисово замедление
Одоевский В.Ф.. Психологические заметки
Отчёт по учебной практике - 1 КУРС(ЭМФ)
Проблемы доступности психологической помощи населению
Современная демографическая ситуация на Кольском севере: к вопросу о присутствии человека в Арктике
Строительство перехода через искусственные препятствия при строительстве трубопровода