2017
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/28160
Переглянути
2 результатів
Результати пошуку
Документ Обґрунтування збіжності рекурентних процедур при визначенні параметрів гідрооб'ємних передач при роботі у складі гідрообємно-механічних трансмісій(НТУ "ХПІ", 2017) Самородов, Вадим Борисович; Єпіфанов, Віталій Валерійович; Гриненко, Геннадій ГеннадійовичПри вирішенні суттєво нелінійних матричних систем для визначення робочих параметрів гідрооб'ємних передач (ГОП) при їх роботі у складі двопотокових гідрообємно-механічних трансмісій (ГОМТ) з урахуванням об’ємних і гідромеханічних втрат у гідромашинах, застосовується метод послідовних наближень. Стаття присвячена науковому обґрунтуванню абсолютної збіжності рекурентної процедури цих наближень. Збіжність параметрів ГОП і ГОМТ проілюстровано на прикладі розрахунку першої вітчизняної двопотокової трансмісії ГОМТ-1С для тракторів АО «ХТЗ» ХТЗ-21021 и ХТЗ-242К.Публікація Особливості обробки результатів експерименту за допомогою штучної нейронної мережі(НТУ "ХПІ", 2017) Погребняк, Сергій Віталійович; Водка, Олексій ОлександровичУ ХХІ сторіччі нейронні мережі широко використовуються в різних сферах, в тому числі в комп’ютерному моделюванні і в механіці. Така популярність через те, що вони дають високу точність, швидко працюють та мають дуже широкий спектр налаштувань. Мета роботи створення програмного продукту з використанням елементів штучного інтелекту, для інтерполяції та апроксимації експериментальних даних. Програмне забезпечення повинно коректно працювати, та давати результати з мінімальною похибкою. Інструментом вирішення було використання елементів штучного інтелекту, а точніше нейронних мереж прямого поширення. В роботі збудована та навчена нейронна мережа прямого поширення. Вона була навчена вчителем (вчитель з використанням метода зворотного розповсюдження похибки) на основі навчаючої вибірки попередньо проведеного експерименту. Для тестування було побудовано декілька мереж різної структури, які отримували на вхід однаковий набір даних який не використовувався при навчанні, але був відомий з експерименту, таким чином була знайдена похибка мережі за кількістю виділеної енергії та за середньо-квадратичним відхиленням. В статті детально описується тип мережі та її топологія, метод навчання і підготовки навчаючої вибірки, також описано математично. В результаті проведеної роботи було збудоване та протестоване програмне забезпечення з використанням штучної нейронної мережі та визначена її похибка.