Поставил себе как-то задачу аппроксимации параметров водовода ТЭЦ, с которых снимаю данные уже четыре года. Никто не может помочь с мат. моделью. Все ссылаются на сложности (не знаем где и куда идёт труба) и возможные изменения.
Похоже, просто не хотели работать со мной. Но благодаря нейронным сетям и накопившейся статистике смог проверить идею на малом узле. Функциональное соответствие и аппроксимация двух входящих параметров с шестью выходящими показала, что AI4R можно и удобно использовать даже в нечетко определённых задачах.
Меня удивило, что по восьми значениям одного дня программа смогла предсказать восемь значений другого дня (5х5 внутренних нейронов) с точностью до 10%. Причём, коррелирующие значения сошлись с точностью 0-2%, а не коррелирующие с разбросом 7-10%.
Это способствовало укреплению уверенности в нейронных сетях, как механизма аппроксимации.
Прочитал в одной математической статье, что двухслойная персептронная сеть может интерполировать любые неразрывные функции с высокой точностью. Только нужна статистика.
Осталось обучить нейронную сеть за более длинный период - день, неделю, месяц и год. И добавить самообучение при большом разбросе дисперсий.
Комментариев нет:
Отправить комментарий