Sunteți pe pagina 1din 27

SISTEME INTELIGENTE DE SISTEME INTELIGENTE DE

MODELARE N ECOLOGIE
curs
Cuprins
SISTEME INTELIGENTE DE MODELARE N
ECOLOGIE FOLOSIND REELE NEURALE ECOLOGIE FOLOSIND REELE NEURALE
SISTEME INTELIGENTE IN ECOLOGIE,
FOLOSIND TEHNICI NEUROFUZZY
SISTEME INTELIGENTE DE SISTEME INTELIGENTE DE
MODELARE N ECOLOGIE
FOLOSIND REELE NEURALE
NEURON. STRUCTURA UNEI REELE
NEURALE. METODE DE INSTRUIRE
Prin reele neurale se ncearc modelarea modului de prelucrare a informaiei n sistemul nervos
uman. Simplificat, modelul unui neuron este reprezentat printr-un element de nsumare a intrrilor x
i
i printr-o funcie de activare f. n fig. a este reprezentat un neuron printr-un simbol, iar n fig. b sunt
ilustrate funciile unui neuron. ilustrate funciile unui neuron.
Acest model al unui neuron se numete feedforward i definete mrimea de ieire y prin
relatia:
y = f(w
0
x
0
+ w
1
x
1
+ ... + w
n
x
n
)=f =f(net)
|
.
|

\
|

=
n
i
i ix W
0
unde prin x
0
s-a notat polarizarea care are ponderea W
0
=1.
Funcia de activare permite transformri complexe ale intrrilor, existnd
funcii treapt (sau prag), funcii sigmoidale, etc. Cea mai utilizat
structur pentru o arhitectur de reea neuronal este perceptronul
multistrat MLP (multilayer perceptron)
Nodurile din stratul de intrare au o singur intrare, iar ieirile acestora merg la stratul
ascuns care nu este accesibil. O reea neuronal trebuie instruit, adic se d un set de
date de intrare i ieirile scop (target). Prin operaia de instruire, ieirea actual a reelei date de intrare i ieirile scop (target). Prin operaia de instruire, ieirea actual a reelei
neuronale se compar cu scopul i n funcie de eroarea aceasta, se modific ponderile,
operaia repetndu-se pentru toate seturile de intrare de test. n operaia de instruire se
folosete o funcie cost dependent de eroarea de instruire la fiecare pas. Cea mai
utilizat funcie de cost E
p
, se refer la suma ponderat a erorilor de instruire pentru
fiecare set de date de instruire, de forma
( )

=
=
m
i
p i i p W t y E
1
2
Structura unei aplicatii cu retele
neuronale
STRUCTURI DE ARHITECTURI DE
REELE NEURALE
Reele Kohonen
Reele neurale cu funcii de baz radiale Reele neurale cu funcii de baz radiale
(Radial Basic Function RBF).
Reele Hopfield
Reele Kohonen
Reele neurale cu funcii de baz
radiale (Radial Basic Function RBF)
Reele Hopfield
REEA NEURAL PENTRU PREDICIA
STRII UNUI PROCES DE FERMENTAIE
Estimarea i predicia biomasei notat cu x, i msurat n g/l la momentul actual de
timp t , notat x(t), i la momente viitoare de timp t+1, t+2, t+3, reprezentnd
ieirile reelelor neurale. Semnalele de intrare ale reelei neurale pentru predicia ieirile reelelor neurale. Semnalele de intrare ale reelei neurale pentru predicia
biomasei x(t) reprezint mrimi care se pot msura, respectiv:
concentraia de oxigen dizolvat DO(t), transmis de alte dou intrri prin
elemente de ntrziere, DO(t-1), DO(t-2).
concentraia de oxigen Rq(t) (respiratory quotant) transmis n mod identic la nc
dou intrri ale reelei, Rq(t), Rq(t-1) i Rq(t-2).
concentraia ethanolului la ieire Eq, %, transmis n mod identic la nc trei
intrri ale reelei neuronale, Eq(t), Eq(t-1), Eq(t-2).
viteza de alimentare a substratului F
IN
, cm
3
/l, transmis la fel la trei intrri, F
IN
(t),
F (t-1), F (t-2).
viteza de alimentare a substratului F
IN
, cm /l, transmis la fel la trei intrri, F
IN
(t),
F
IN
(t-1), F
IN
(t-2).
deasemenea, la dou intrri ale reelei neuronale se transmit valorile precedente
ale concentraiei de biomas,la momente anterioare de timp x(t-1) i x(t-2).
Rezult c la intrarea reelei neurale se aplic 14 semnale de intrare, iar la ieire este
un singur semnal, concentraia de biomas x(t). n concluzie, pentru predicia
biomasei x(t), s-a folosit o reea neuronal cu 14 semnale de intrare (deci 14
noduri de intrare), 10 noduri n stratul ascuns i un nod n stratul de ieire, pentru
x(t). Pentru instruirea reelei s-a folosit metoda propagrii inverse.
SORTAREA DEEURILOR UTILIZND
REELE NEURALE
UTILIZAREA REELELOR NEURALE PENTRU
MODELAREA PROCESELOR NELINIARE, CU
APLICAIE LA REACTOARE DE TRATARE A
REZIDUURILOR
UTILIZAREA REELELOR NEURALE N
PLANIFICAREA I CONDUCEREA
PROCESELOR SECVENIALE
1 2 3 4 5
a -
b -
c -
- d -
e -
SISTEME INTELIGENTE IN
ECOLOGIE, FOLOSIND TEHNICI ECOLOGIE, FOLOSIND TEHNICI
NEUROFUZZY
ARHITECTURI DE CONDUCERE NEURO-FUZZY.
MODELE NEURO-FUZZY MODELE NEURO-FUZZY
OPTIMIZAREA SISTEMELOR DE CONDUCERE
CU LOGICA FUZZY FOLOSIND REELE NEURALE
REFACEREA SEMNALELOR INTERMITENTE SAU
SATURATE PRIN METODE NEURO-FUZZY
SISTEM HIBRID FUZZY NEURAL DE SISTEM HIBRID FUZZY NEURAL DE
CONDUCERE A UNUI PROCES DE
FERMENTAIE
ARHITECTURI DE CONDUCERE NEURO-
FUZZY. MODELE NEURO-FUZZY
Folosirea separat de modele neurale i fuzzy
Modele hibride neuro-fuzzy Modele hibride neuro-fuzzy
Folosirea separat de modele neurale
i fuzzy
Modele hibride neuro-fuzzy
Comenzi
exterioare
THEN
IF
Eroare
instruire
Proces
X,Y variabile stare
sistem
exterioare
OPTIMIZAREA SISTEMELOR DE
CONDUCERE CU LOGICA FUZZY
FOLOSIND REELE NEURALE
x
i
z
i
y
Pondere
E
1
y
MAX MIN
-1 x
y
E
MIN
MIN
MAX
Regula 1
Regula K
MIN
Regula K
Conversia operaiei fuzzy logice de
defuzificare
Y
1
E f
y
Y
m
E
REFACEREA SEMNALELOR
INTERMITENTE SAU SATURATE PRIN
METODE NEURO-FUZZY
W

11

12

1n

W
11
W
12
W
1n
X
1
Y
f
2
f
n
X
2
X
n
SORTAREA DEEURILOR UTILIZND
REELE NEURALE