Tato bakalářská práce je zaměřena na umělé neuronové sítě, které jsou popsány v první části práce, a jejich vyuţití při modelování statických systémů.
Ve druhé části je popsáno modelování především metodou nejmenších čtverců.
Ve třetí části je popsáno vlastní měření a zhodnocení výsledků.
Výsledkem této práce je grafické uţivatelské prostředí v programovém prostředku MATLAB, které slouţí k návrhu statického modelu pomocí neuronové sítě.
Anotace v angličtině
This thesis focuses on artificial neural networks, which are described in the first part of the work, and their use in modeling static systems.
In the second part is modeling above described method of least squares.
The third section describes the measurement and evaluation results.
The result of this work is a graphical user interface in MATLAB programming means that are used to design the static model using neural networks.
Klíčová slova
Umělé neuronové sítě, metoda nejmenších čtverců, statický systém, modelování
Klíčová slova v angličtině
Artificial neural network, least square method, static system, modeling
Rozsah průvodní práce
54
Jazyk
CZ
Anotace
Tato bakalářská práce je zaměřena na umělé neuronové sítě, které jsou popsány v první části práce, a jejich vyuţití při modelování statických systémů.
Ve druhé části je popsáno modelování především metodou nejmenších čtverců.
Ve třetí části je popsáno vlastní měření a zhodnocení výsledků.
Výsledkem této práce je grafické uţivatelské prostředí v programovém prostředku MATLAB, které slouţí k návrhu statického modelu pomocí neuronové sítě.
Anotace v angličtině
This thesis focuses on artificial neural networks, which are described in the first part of the work, and their use in modeling static systems.
In the second part is modeling above described method of least squares.
The third section describes the measurement and evaluation results.
The result of this work is a graphical user interface in MATLAB programming means that are used to design the static model using neural networks.
Klíčová slova
Umělé neuronové sítě, metoda nejmenších čtverců, statický systém, modelování
Klíčová slova v angličtině
Artificial neural network, least square method, static system, modeling
Zásady pro vypracování
Cíl práce: Cílem práce je vytvořit statický neuronový model konkrétního systému pomocí několika dostupných algoritmů trénování umělé neuronové sítě. Tyto algoritmy je třeba zhodnotit. Dalším cílem práce je porovnání tohoto způsobu statického modelování s klasickými přístupy (matematicko-fyzikální analýza, experimentální identifikace metodou nejmenších čtverců, ...).
Teoretická část: Student provede stručnou rešerši klasických přístupů ke statickému modelování a podrobnější rešerši informací o dopředné vícevrstvé neuronové síti a jejím využití ke statickému modelování.
Implementační část: V programovém prostředku Matlab student vytvoří grafické uživatelské prostředí sloužící k návrhu statického modelu pomocí neuronové sítě. V tomto prostředí pak navrhne model zadaného statického systému. Alternativně vytvoří model pomocí zmíněných klasických metod.
Zásady pro vypracování
Cíl práce: Cílem práce je vytvořit statický neuronový model konkrétního systému pomocí několika dostupných algoritmů trénování umělé neuronové sítě. Tyto algoritmy je třeba zhodnotit. Dalším cílem práce je porovnání tohoto způsobu statického modelování s klasickými přístupy (matematicko-fyzikální analýza, experimentální identifikace metodou nejmenších čtverců, ...).
Teoretická část: Student provede stručnou rešerši klasických přístupů ke statickému modelování a podrobnější rešerši informací o dopředné vícevrstvé neuronové síti a jejím využití ke statickému modelování.
Implementační část: V programovém prostředku Matlab student vytvoří grafické uživatelské prostředí sloužící k návrhu statického modelu pomocí neuronové sítě. V tomto prostředí pak navrhne model zadaného statického systému. Alternativně vytvoří model pomocí zmíněných klasických metod.
Seznam doporučené literatury
1. HAYKIN, S. Neural Networks. New Jersey : Prentice Hall, 1999. 845 s. ISBN 0-13-273350-1
2. DRÁBEK, O., MACHÁČEK, J. Experimentální identifikace. Pardubice : VŠChT Pardubice, 1987. 275 s.
Seznam doporučené literatury
1. HAYKIN, S. Neural Networks. New Jersey : Prentice Hall, 1999. 845 s. ISBN 0-13-273350-1
2. DRÁBEK, O., MACHÁČEK, J. Experimentální identifikace. Pardubice : VŠChT Pardubice, 1987. 275 s.
Přílohy volně vložené
CD
Přílohy vázané v práci
ilustrace, grafy, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Obhajoba proběhla úspěšně s demonstrativními ukázkami. Zkoušený úspěšně zodpověděl všechny dotazy a připomínky.