Личный кабинетuser
orange img orange img orange img orange img orange img
Дипломная работаИнформационные технологии
Готовая работа №106686 от пользователя Успенская Ирина
book

Анализ применения нейронных сетей в производственных процессах

1 450 ₽
Файл с работой можно будет скачать в личном кабинете после покупки
like
Гарантия безопасной покупки
help

Сразу после покупки работы вы получите ссылку на скачивание файла.

Срок скачивания не ограничен по времени. Если работа не соответствует описанию у вас будет возможность отправить жалобу.

Гарантийный период 7 дней.

like
Уникальность текста выше 50%
help

Все загруженные работы имеют уникальность не менее 50% в общедоступной системе Антиплагиат.ру

file
Возможность снять с продажи
help

У покупателя есть возможность доплатить за снятие работы с продажи после покупки.

Например, если необходимо скрыть страницу с работой на сайте от третьих лиц на определенный срок.

Тариф можно выбрать на странице готовой работы после покупки.

Не подходит эта работа?
Укажите тему работы или свой e-mail, мы отправим подборку похожих работ
Нажимая на кнопку, вы соглашаетесь на обработку персональных данных

содержание

Введение…………………………………………………………………………...9
1. Теоретические основы оптимизации производственных процессов…....11
1.1 Виды, классификация и архитектура нейронной сети………………….11
1.2 Методы обучения искусственной нейронной сети……………………...19
1.3 Методы оценки качества моделей в нейронных сетях………………….24
2. Анализ применения нейронных сетей в производственных процессах….29
2.1 Этапы разработки моделей с использованием аналитики данных……..29
2.2 Обзор существующих программных решений для оптимизации производства………………………………………………………………32
2.3 Исследование методов рекуррентной нейронной сети………………….36
3. Разработка, обучение и оценка качества модели оптимизации производственных процессов на ООО “Деаз”………………………………45
3.1 Основные характеристики предприятия…………………………………45
3.2 Этапы обучения нейронной сети…………………………………………47
3.3 Выбор архитектуры нейронной сети…………………………………….53
3.4 Оценка качества модели…………………………………………………..60
Заключение……………………………………………………………………….63
Список используемых источников……………………………………………...64

Весь текст будет доступен после покупки

ВВЕДЕНИЕ

Современное производство в условиях постоянно меняющейся экономической среды требует эффективных методов оптимизации производственных процессов. Это нужно для того, что бы обеспечить конкурентоспособность и устойчивость предприятий. Помочь нам в этом могут методы машинного обучения, в частности нейронные сети. НС способны автоматически обрабатывать большие объемы данных и прогнозировать результаты в реальном времени.
В современной науке актуальной задачей является исследование методов оптимизации производственных процессов с использованием нейронных сетей. Научная новизна в таком подходи заключается в возможности создания интеллектуальной системы, которая способна адаптироваться к производственным условиям и на основе имеющихся данных самостоятельно принимать решения.
В данном исследовании мы изучим возможности и перспективы применения нейронных сетей для оптимизации производственных процессов. Традиционные методы оптимизации основаны на экспериментальных значениях и алгоритмах, которые имеют ограничения. Это делает актуальным поиск новых подходов к оптимизации производственных процессов.

Весь текст будет доступен после покупки

отрывок из работы

1. Теоретические основы оптимизации производственных процессов.

1.1 Виды, классификация и архитектура нейронных сетей.
Важным этапом исследования является анализ предметной области. В оптимизации производственных процессов с применением нейронных сетей существует ряд проблем и задач. Рассмотрим некоторые из них:
1) Необходимость оптимизации производства. Многие компании сталкиваются с проблемой неэффективных производственных процессов. Это приводит к повышенным издержкам, задержка в выпуске продукции и снижению конкурентоспособности.
2) Сложность принятия оптимальных решений. Процесс оптимизации производства требует учета множества переменных. К ним относятся стоимость оборудования, время выполнения операций, технологические параметры и другие факторы. Все это делает процесс оптимизации сложным и трудоемким.
3) Значение использования нейронных сетей. Применение нейронных сетей в оптимизации производственных процессов позволяет автоматизировать принятие решений, усовершенствовать планирование и контроль производства, а также улучшить процессы прогнозирования и оптимизации.
Основной целью оптимизации производства является улучшение производительности, сокращение времени на обработку деталей, снижение затрат и повышение качества продукции.
Исследование, связанное с созданием нейронной сети для оптимизации порядка обработки деталей, имеет высокую практическую значимость для предприятий различных отраслей. Это позволяет повысить эффективность производства и сделать процессы более гибкими и адаптированными к изменениям.
Нейронные сети являются одной из самых популярных и широко используемых технологий в области искусственного интеллекта. НС – имитируют работу человеческого мозга, что делает их эффективными инструментами для решения различных задач машинного обучения. Искусственные нейроны представляют из себя функцию, на вход которой подаются некоторые значения, помноженные на корректируемые параметры – веса, после чего результаты произведения суммируются и полученное значение проходит через нелинейную функцию, являющуюся показателем силы возбуждения нейрона [3]. НС способны решать различные задача, такие как кластеризация, классификация, регрессионный анализ, компьютерное зрение, распознавание речи и машинный перевод. Главной особенность искусственных нейронных сетей являются их обучаемость и нелинейность. Эта особенность позволяет выявлять сложные взаимосвязи между данными и использовать опыт для улучшения работы сети [6]. Структура исскуственной нейронной сети представляет собой направленный граф, где нейроны выступают в качестве узлов, а связи между ними имеют весовые коэффициенты. Структура изображена на рисунке 1.1

Весь текст будет доступен после покупки

Список литературы

1. Автоматизированные системы управления ресурсами предприятия : учеб. пособие / Е. В. Кислицын, М. В. Панова, В. В. Городничев, Г. П. Бутко. – Екатеринбург : Изд-во УрГЭУ, 2021. - 201 с.
2. Богустов А. А. Искусственный интеллект как субъект права: аргументы к дискуссии / А. А. Богустов // Хозяйство и право. - 2021. - № 9. - С. 114-121.
3. Генетические алгоритмы и их роль в разработке высокоэффективных программных продуктов / Под ред. А. Д. Соколова, Е. П. Иванова. - Казань : Издательство КФУ, 2024. - 280 с.
4. Громов А.С., Павлова Л.Н. Сравнительный анализ методов оценки точности рекуррентных нейронных сетей в задачах прогнозирования // Журнал исследований нейронных сетей. 2021. Т. 8. № 1. С. 56-64.
5. Гудфеллоу И., Бенджио Й., Курвилль А. "Глубокое обучение". Санкт-Петербург: Питер, 2021. — Это авторитетное издание изучает различные аспекты глубокого обучения, включая проблему переобучения и техники ее решения.
6. Гупта А., Хатвар Д. и Виджаякумар А. (2020). Знакомство с чат-ботами с искусственным интеллектом. Международный журнал инженерных исследований и технологий, 9 (7), 255–258.
7. Геворкян М. Накануне цифрового голоцена / М. Геворкян // Наука и религия. - 2023. - № 5. - С. 36-41.
8. Дворянов Д.Г. Значение методов оптимизации нейронных сетей. // Студенческий вестник: электрон. научн. журн. 2024. № 23(309).).
9. Дворянов Д.Г. Роль нейронных сетей в преобразовании производства // Студенческий вестник: электрон. научн. журн. 2024. № 23(309)
10. Дидактические материалы по оптимизации производства: кейсы и учебные задания / Р. А. Смирнов, И. В. Козлова. - Новосибирск : Издательство НГУ, 2020. - 176 с.

Весь текст будет доступен после покупки

Почему студенты выбирают наш сервис?

Купить готовую работу сейчас
service icon
Работаем круглосуточно
24 часа в сутки
7 дней в неделю
service icon
Гарантия
Возврат средств в случае проблем с купленной готовой работой
service icon
Мы лидеры
LeWork является лидером по количеству опубликованных материалов для студентов
Купить готовую работу сейчас

не подошла эта работа?

В нашей базе 78761 курсовых работ – поможем найти подходящую

Ответы на часто задаваемые вопросы

Чтобы оплатить заказ на сайте, необходимо сначала пополнить баланс на этой странице - https://lework.net/addbalance

На странице пополнения баланса у вас будет возможность выбрать способ оплаты - банковская карта, электронный кошелек или другой способ.

После пополнения баланса на сайте, необходимо перейти на страницу заказа и завершить покупку, нажав соответствующую кнопку.

Если у вас возникли проблемы при пополнении баланса на сайте или остались вопросы по оплате заказа, напишите нам на support@lework.net. Мы обязательно вам поможем! 

Да, покупка готовой работы на сайте происходит через "безопасную сделку". Покупатель и Продавец финансово защищены от недобросовестных пользователей. Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней. 

У покупателя есть возможность снять готовую работу с продажи на сайте. Например, если необходимо скрыть страницу с работой от третьих лиц на определенный срок. Тариф можно выбрать на странице готовой работы после покупки.

Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней. Если администрация сайта принимает решение о возврате денежных средств, то покупатель получает уведомление в личном кабинете и на электронную почту о возврате. Средства можно потратить на покупку другой готовой работы или вывести с сайта на банковскую карту. Вывод средств можно оформить в личном кабинете, заполнив соответствущую форму.

Мы с радостью ответим на ваши вопросы по электронной почте support@lework.net

surpize-icon

Работы с похожей тематикой

stars-icon
arrowarrow

Не удалось найти материал или возникли вопросы?

Свяжитесь с нами, мы постараемся вам помочь!
Неккоректно введен e-mail
Нажимая на кнопку, вы соглашаетесь на обработку персональных данных