АСОН предназначена для формирования структуры нейросети и ее дальнейшего обучения по данным, извлеченным из информационного хранилища.
Целью системы является автоматизация процесса создания и обучения нейросети для анализа данных информационного хранилища и установления неявных зависимостей.
АСОН включает следующие подсистемы:
- подсистема организации доступа к данным информационных хранилищ;
- подсистема формирования структуры нейросети;
- подсистема настройки и обучения нейросети;
- подсистема обработки реальных данных с помощью созданной нейросети.
Данный программный разработан в среде программирования Microsoft Visual Studio 2005. Доступ к информационному хранилищу должен осуществляться с использованием библиотеки OLE DB. Программное обеспечение обеспечивает выполнение всех функций и реализовано с помощью модульного программирования и функционирует независимо от аппаратной части.
2,500 руб.
Дипломная работа.
АВТОМАТИЗИРОВАННАЯ СИСТЕМА ОБУЧЕНИЯ НЕЙРОСЕТЕЙ НА ОСНОВЕ ДАННЫХ ИЗ ИНФОРМАЦИОННЫХ ХРАНИЛИЩ.
Дата защиты 2006г. (защита прошла успешно).
Пояснительная записка без программы.
СОДЕРЖАНИЕ
Введение 6
1 Применение нейронных сетей для анализа данных в информационных хранилищах 8
1.1 Необходимость анализа информационных массивов 8
1.2 Основные понятия технологии искусственных нейронных сетей 9
1.3 Программные продукты для анализа данных с помощью нейросетевых технологий 16
2 Общесистемные решения 23
2.1 Пояснительная записка к техническому проекту 23
2.2 Описание схемы организационной структуры ООО 24
2.3 Описание автоматизируемых функций и схемы функциональной структуры АСОН 27
2.4 Описание постановки задачи 29
3 Математическое обеспечение 30
3.1 Математические основы нейросетевых технологий 30
3.2 Описание схемы работы АСОН 31
4 Информационное обеспечение 33
4.1 Перечень входных и выходных данных АСОН 34
4.2 Описание формата входного сигнала 34
4.3 Описание типа и формата выходных данных 34
5 Техническое обеспечение АСОН 36
5.1 Описание комплекса технических средств 36
5.1 Инструкция по эксплуатации комплекса технических средств 37
6 Программное обеспечение 39
6.1 Описание программного обеспечения 39
6.2 Описание технологии доступа к данным ADO DB 39
6.3 Описание контрольного примера 39
7 Организационное обеспечение 44
7.1 Описание организационной структуры ООО 44
7.2 Руководство пользователя АСОН 44
8 8 Оценка надёжности автоматизированной системы обучения нейросетей на основе данных из информационного хранилища по всем фазам проектирования 49
9 Экономическая часть 66
9.1 Расчет трудоемкости разработки АСОН 67
9.2 Расчет стоимости машинного часа 70
9.3 Расчет себестоимости АСОН 75
9.4 Обоснование цены АСОН 76
9.5 Анализ конкурентоспособности 77
9.6 Расчет экономического эффекта от внедрения АСОН 82
10 Охрана труда и окружающей среды 82
10.1 Анализ вредных и опасных производственной факторов 83
10.2 Организация производственного помещения и размещение оборудования 86
10.3 Микроклимат производственных помещений и организация воздухообмена 88
10.4 Производственное освещение 92
10.5 Защита от излучений при работе на ПЭВМ 95
10.6 Эргономика рабочего места. Режим труда и отдыха 96
10.7 Электробезопасность 98
10.8 Пожарная безопасность 100
Заключение 103
Библиографический список 106
Приложение Б. IDEF0 – диаграммы 120
Приложение В. Схема работы системы 125
2,500 руб.
1. ГОСТ 34.201 – 89 Информационная технология. Виды, комплектность и обозначение документов при создании автоматизированных систем.
2. ГОСТ 34.602 – 89 Информационная технология. Техническое задание на создание автоматизированных систем.
3. ГОСТ 12.1.005-88 Общие санитарно-гигиенические требования к воздуху рабочей зоны.
4. ГОСТ 19.404 – 79 Пояснительная записка.
5. ГОСТ 19.701 – 90 Схемы алгоритмов, программ, данных и систем.
6. ГОСТ 28.195 – 89 Оценка качества программных средств.
7. Р 2.2.755-99 Гигиенические критерии оценки условий труда по показателям вредности и опасности факторов производственной среды, тяжести и напряжённости трудового процесса.
8. СанПин 2.2.2/2.4-1340-03 Гигиенические требования к персональным электронно-вычислительным машинам и организации работы.
9. Ежов А.А., Шумский С.А. Нейрокомпьютинг и его применения в экономике и бизнесе (серия “Учебники экономико-аналитического института МИФИ” под ред. проф. В.В. Харитонова). М.: МИФИ, 1998. – 224 с.
10. Змиртович А.И. Интеллектуальные информационные системы. - Мн.: НТООО «ТетраСистемс», 1997. - 368 с.
11. Каханер Д., Моулер К., Нэш С. Численные методы и программное обеспечение. – М: Мир, 1998. – 575с.
12. Назаренко М. Курс лекций. Теория и практика формальных нейронных сетей. - http://nuweb.jinr.ru/~nazaren/unc/nn_ru.html.
13. Назаров А.В., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. – СПб.: Наука и Техника, 2003. – 384с.
14. Огнянович А. В. Методические указания по выполнению организационно – экономической части дипломного проекта. – Тула 2003.
15. Осовский С. Нейронные сети для обработки информации / Пер. с польского И.Д. Рудинского. – М: Финансы и статистика, 2002. – 344с.
16. Практикум применения пакета Brainmaker для прогнозирования на финансовых рынках/ Перевод и редакция Сергея Блинова. - http://win.aha.ru/~mdo/office/bm_fin.htm.
17. Технико – экономическое обоснование дипломных проектов: Учеб. пособие для втузов/ Л. А. Астреина, В. В. Балдесов, В. К. Беклешов и др.; Под ред. В. К. Беклешова. – М.: Высш. Шк., 1991.
18. Типовые нормы времени на программирование задач для ЭВМ. – М.: Экономика, 1989.
2,500 руб.
