Разработка нейросетевой системы для обнаружения и классификации дефектов ткани на мерильно-браковочном оборудовании тема диссертации и автореферата по ВАК РФ 05.02.13, кандидат технических наук Ясинский, Игорь Федорович

• Ясинский, Игорь Федорович
• кандидат технических наук
• 2007

Оглавление диссертации кандидат технических наук Ясинский, Игорь Федорович

Введение

1 АНАЛИТИЧЕСКИЙ ОБЗОР СОСТОЯНИЯ РАБОТ 13 ПО КОНТРОЛЮ КАЧЕСТВА ПРОДУКЦИИ

1.1 Классификация способов обнаружения и регистрации дефек- 13 тов ткани

1.2 Типы дефектов ткани

1.3 Нейронная сеть и принципы ее работы

1.3.1 Строение нейрокомпьютера

1.3.2 Работа нейрокомпьютера

1.4 Обзор научно-исследовательских работ с использованием 41 нейронных сетей

1.5 Постановка цели и задач исследования

МОДЕЛИРОВАНИЕ СИСТЕМЫ КОНТРОЛЯ

2 КАЧЕСТВА ТКАНИ СРЕДСТВАМИ НЕЙРОСЕТЕВОЙ , 49 ТЕХНОЛОГИИ

2 j Разработка нейросетевой системы контроля качества ткани.

Выбор типа нейронной сети

2.2 Синтез нейронной сети, обеспечивающей оптимальное распознавание дефекта ткани. Разработка синтетического 52 алгоритма обучения нейронной сети

2.2.1 Усовершенствованный случайный поиск. Случайный поиск с памятью. Сравнение с алгоритмом обратного распростране- 55 ния ошибки

2.2.2 Настройка нейронных сетей с помощью инерционной минимизации

2.2.3 Комбинированный алгоритм генетического и случайного поиска в задачах оптимизации и распознавания образов

2.3 Идентификация особенностей надмолекулярной структуры с помощью нейросетевой технологии и многопроцессорной 73 вычислительной техники

2.4 Оптимизация информационных ресурсов. Сжатие информа- 76 ции нейронной сетью со слоем типа «воронка»

ВЫВОДЫ

3 АППАРАТНЫЕ РЕШЕНИЯ И РАСЧЕТЫ СИСТЕМЫ КОНТРОЛЯ КАЧЕСТВА ПРОДУКЦИИ

3.1 Функциональная схема автоматизации браковочного обо- g5 рудования

3-2 Организация контроля качества в производстве

3-2-1 Получение изображений дефектов. Видеозахват

3.2.2 Перспективы использования многопроцессорной вычислительной техники для контроля качества в производстве. При- 96 менение блока видеокамер

Оценка быстродействия системы обнаружения дефектов

3.4 Аппаратная и программная поддержка. Алгоритмы работы системы автоматизации браковочного оборудования

ВЫВОДЫ

4 ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ НЕЙРОСЕ

ТЕВОЙ СИСТЕМЫ В ПРОЦЕССАХ ДИНАМИЧЕСКОГО 108 КОНТРОЛЯ КАЧЕСТВА ПРОДУКЦИИ

4.1 Исследование системы обнаружения дефектов средствами компьютерного моделирования

4.2 Исследование нейросетевой системы обнаружения и контроля за дефектами полотна в лабораторных условиях

4.3 Апробация нейросетевой системы контроля качества на производстве

ВЫВОДЫ

Введение диссертации (часть автореферата) на тему «Разработка нейросетевой системы для обнаружения и классификации дефектов ткани на мерильно-браковочном оборудовании»

Актуальность темы. В настоящее время обнаружение дефектов ткани и оценка ее качества в мерильно-браковочном цехе производятся визуально. Ткань на мерильно-браковочной машине движется со скоростью 30-50 м/мин. Ввиду ограниченной информационной пропускной способности человека, при увеличении скорости движения ткани количество пропущенных дефектов резко возрастает. В течение рабочего дня эффективность обнаружения дефектов ткани уменьшается. Для улучшения качества контроля сортности ткани, увеличения производительности мерильно-браковочного оборудования и высвобождения человека для более квалифицированного труда необходимо автоматизировать процесс * контроля качества ткани средствами нейросетевых технологий, исключающих значимость человеческого фактора из технологического процесса.

Цель работы состоит в повышении производительности мерильно-браковочного оборудования, надежности контроля качественных параметров текстильных материалов, расширении спектра распознаваемых дефектов ткани, снижении влияния человеческого фактора в технологическом процессе за счет автоматизации процесса контроля качества выпускаемой ткани посредством использования нейросетевых технологий.

Для достижения указанной цели поставлены следующие задачи: 1. Исследование современных способов и систем контроля поточного производства и определение концептуальных направлений развития средств автоматического контроля качества текстильных материалов.

2. Разработка и реализация аппаратного и программного обеспечения нейросетевой системы автоматического контроля качества выпускаемой ткани.

3. Разработка принципиально новых эффективных алгоритмов обучения искусственных нейронных сетей применительно к процессу обнаружения и классификации дефектов ткани.

4. Производственная апробация созданной системы нейросетевого контроля качества ткани.

Методы исследований. При решении поставленных задач использовались теория автоматического управления, теория цифровых систем управления, методы экспериментального исследования, а также методы математической статистики и вычислительной математики с применением ЭВМ.

В основе представленного исследования лежат принципы математического моделирования. Для обучения искусственных нейронных сетей распознаванию дефектов ткани использовались дельта-метод, алгоритм обратного распространения ошибки, разработанный нами синтетический алгоритм и входящие в его состав созданные нами оригинальные методы усовершенствованного случайного поиска, случайного поиска с памятью, инерционной минимизации функции, генетического поиска. Для улучшения показателей распознаваемости применялся метод сжатия информации с помощью нейросетевой воронки. Научная новизна. В представленной работе получены следующие оригинальные результаты:

1. Разработаны функциональная и структурная схемы аппаратного обеспечения установки для распознавания и классификации дефектов на движущейся ткани.

2. Разработаны и апробированы принципиально новые алгоритмы, с помощью которых обучается и функционирует нейронная сеть, предназначенная для распознавания и классификации дефектов ткани. Разработан пакет прикладных программ, позволяющий комбинировать указанные алгоритмы с целью отыскания глобального минимума целевой функции в множестве локальных.

3. Разработана система, предусматривающая использование многопроцессорных вычислительных устройств (многопроцессорных кластеров и многоядерных процессоров) для нейросетевого контроля качества текстильных материалов. Практическая ценность. Разработана и реализована нейросетевая система распознавания и классификации дефектов ткани на мерильно-браковочном оборудовании. Установлено, что разработанная система позволяет повысить производительность мерильно-браковочного оборудования, надежность контроля качественных параметров текстильных материалов, расширить спектр классифицируемых дефектов ткани, снизить влияние человеческого фактора в технологическом процессе.

На основе синтетического алгоритма создан пакет прикладных программ, распознающий и классифицирующий дефекты ткани, позволяющий сократить затраты машинного времени на обучение нейронной сети в 2-3 раза.

Получены оптимальные коэффициенты сжатия информации нейросетевой воронкой, обеспечивающие эффективность обнаружения и классификации дефектов на движущейся ткани.

Разработаны оптические устройства, обеспечивающие функционирование системы в заданных технологических условиях. На защиту выносятся:

1. Функциональная схема нейросетевой установки для обнаружения и классификации дефектов ткани на мерильно-браковочном оборудовании.

2. Алгоритмы обучения нейронной сети, распознавания и классификации дефектов ткани.

3. Программная реализация синтетического алгоритма и алгоритмов усовершенствованного случайного поиска, случайного поиска с памятью, метода инерционной минимизации, двух разновидностей генетического поиска, сжатия информации с помощью нейросетевой воронки.

4. Результаты производственной апробации системы распознавания и классификации дефектов ткани.

Апробация работы.

Основные положения и результаты работы доложены и обсуждены на следующих научно-технических форумах:

- VI Международный научно-практической семинар "Физика волокнистых материалов" (Иваново, ИГТА, 2003 г.);

- VII Международный научно-практической семинар "Физика волокнистых материалов" (Иваново, ИГТА, 2004 г.);

- "Молодые ученые - развитию текстильной и легкой промышленности" (Поиск-2004) (Иваново, ИГТА, 2004 г.);

- "Молодые ученые - развитию текстильной и легкой промышленности" (Поиск-2005) (Иваново, ИГТА, 2005 г.);

- 57-я конференция "Студенты и молодые ученые КГТУ - производству" (Кострома, КГТУ, 2005 г.);

- "Дни науки-2005" (Санкт-Петербург, СПГУТД, 2005 г.);

- межвузовская научно-практическая конференция "Экологические проблемы Ивановской области" (Иваново, ИГТА, 2005 г.);

- "4th Central European Conference 2005" fibre-grade polymers, chemical fibres and special textiles; (Czech Republic, Liberec, Technical University, 2005);

- "Молодые ученые - развитию текстильной и легкой промышленности" (Поиск-2006) (Иваново, ИГТА, 2006 г.);

- международная научно-техническая конференция "Современные наукоемкие технологии и перспективные материалы текстильной и легкой промышленности" (ПРОГРЕСС-2006) (Иваново, ИГТА, 2006 г.);

- 16-я Всероссийская конференция "Теоретические основы и конструирование численных алгоритмов и решение задач математической физики с приложением к многопроцессорным системам" (Дюрсо, Институт прикладной математики им. М.В.Келдыша РАН и МГУ им. М.В.Ломоносова, 2006 г.).

Публикации

По теме диссертации опубликованы 19 печатных работ:

- 9 статей в журналах "Известия вузов. Технология текстильной промышленности"; "Вестник ИГТА"; "Вестник ИГЭУ" и сборнике материалов научной конференции "4th Central European Conference 2005" fibre-grade polymers, chemical fibres and special textiles;

- 9 тезисов в сборниках материалов научных конференций "Молодые ученые - развитию текстильной и легкой промышленности" (Поиск-2004, 2005, 2006); 57-й конференции "Студенты и молодые ученые КГТУ -производству"; "Дни науки-2005"; "Экологические проблемы Ивановской области - 2005"; "Современные наукоемкие технологии и перспективные материалы текстильной и легкой промышленности" (ПРОГРЕСС-2006); 16-й Всероссийской конференции "Теоретические основы и конструирование численных алгоритмов и решение задач математической физики с приложением к многопроцессорным системам", 2006.

- 1 патент на изобретение (Пат. 2296991 Российская Федерация, МПК7 G01N 33/36 Устройство для обнаружения и регистрации дефектов на движущейся ткани).

Диссертация состоит из введения, четырех глав, заключения и приложений, изложенных на 192 страницах машинописного текста, содержит 67 рисунков, 27 таблиц, 80 формул, список литературы из 118 наименований.

Заключение диссертации по теме «Машины, агрегаты и процессы (по отраслям)», Ясинский, Игорь Федорович

Выводы по диссертационной работе

Цель работы состояла в повышении производительности мерильно-браковочного оборудования, повышении надежности контроля качественных параметров текстильных материалов, расширении спектра распознаваемых дефектов ткани, снижении влияния человеческого фактора в технологическом процессе за счет автоматизации процесса контроля качества выпускаемой ткани посредством использования нейросетевых технологий.

Для достижения указанной цели были поставлены следующие задачи:

1. Исследование современных способов и систем контроля поточного производства и определение концептуальных направлений развития средств автоматического контроля качества текстильных материалов.

2. Разработка и реализация аппаратного и программного обеспечения нейросетевой системы автоматического контроля за качеством выпускаемой ткани.

3. Разработка принципиально новых эффективных алгоритмов обучения искусственных нейронных сетей применительно к процессу обнаружения и классификации дефектов ткани.

4. Производственная апробация созданной системы нейросетевого контроля качества ткани.

Поставленные в данной работе цели и соответствующие им задачи решены.

В работе получены следующие результаты: 1. Разработана нейросетевая система распознавания и классификации дефектов ткани на мерильно-браковочном оборудовании. Система включает мерильно-браковочную машину, видеокамеры, устройства освещения ткани, компьютер, содержащий созданное нами нейросетевое математическое обеспечение, принтер для вывода результатов контроля, сигнализацию об обнаруженном дефекте. Установлено, что разработанная система позволяет повысить производительность мерильно-браковочного оборудования, повысить надежность контроля качественных параметров текстильных материалов, расширить спектр классифицируемых дефектов ткани, улучшить условия труда персонала, работающего на мерильно-браковочном оборудовании.

2. Нами разработан и апробирован синтетический алгоритм, с помощью которого обучается нейронная сеть, распознающая и классифицирующая дефекты ткани. Установлено, что синтетический алгоритм позволяет сократить затраты машинного времени на обучение нейронной сети в 2-3 раза. Синтетический алгоритм обеспечивает отыскание решения в тех случаях, когда алгоритм обратного распространения ошибки попадает в локальный минимум и прекращает поиск.

3. Разработаны и исследованы алгоритмы, входящие синтетический алгоритм: усовершенствованный случайный поиск, случайный поиск с памятью, метод инерционной минимизации, две разновидности генетического алгоритма, а также их комбинации.

4. Установлено, что использование нейронной сети со слоем типа "воронка" для сжатия информации и выделения существенных параметров изображения позволяет существенно повысить эффективность распознавания дефектов на движущейся ткани.

5. Разработана многокамерная конструкция системы нейросетевого контроля, которая предусматривает установку нескольких видеокамер на каждую браковочную машину. Все камеры обслуживаются одним компьютером, что позволяет произвести автоматизацию в масштабах цеха.

6. В качестве перспективного направления рассмотрен вариант использования многопроцессорных вычислительных устройств многопроцессорных кластеров и многоядерных процессоров) для нейросетевого контроля качества текстильных материалов.

Список литературы диссертационного исследования кандидат технических наук Ясинский, Игорь Федорович, 2007 год

1. Букаев,П.Т. Устройство и обслуживание автоматических ткацких станков:учебник для средн.проф.-техн.училищ./П.Т. Букаев -М: Легкая и пищевая пром-сть, 1983 .-263с.

2. Федосеев, В.Н. Автоматизация контроля в технологии поверхностной обработки текстильных материалов/ В.Н.Федосеев.-Иваново:ИвТИ, 1990.-87с.

3. А.с. 1196769 СССР. Устройство для регулирования ровноты ворсовойповерхности ткани /В.Н.Федосеев и др. Опубл. 1985. Бюл. №45.

4. А.с. 1229664 СССР. Устройство для контроля беспередвигающихся полотен /В.Н.Федосеев и др. Опубл.1986. Бюл. №17.

5. А.с. 1285371 СССР. Устройство для контроля параметров ткани /В.Н.

6. Федосеев. Опубл. 1987. Бюл. №3. 6. Патент 2142126 6G01N 21/89 Россия,1999 г.

7. Cottrell ,G. W. Image compression by backpropagation: an example of extensional programming. ICS Report 8702 / G. W. Cottrell, P.Munro, D. Zipser. San Diego: University of California, 1987

8. Ястребов, О.И Непрерывный контроль физико-механических свойств и дефектов бумажного полотна/О.И. Ястребов , Г.А.Кундзич.-М.:Лесная промышленность, 1975.-216 с.

9. Нейрокомпьютеры. Устройство, работа, моделирование на ПК:методические указания/С.Г.Сидоров, Л.ПЧернышева ,Б.Л. Ершов , Ф.Н.Ясинский.-Иваново,2002.-23с.

10. Сидоров, С.Г Разработка ускоренных алгоритмов обучения нейронных сетей и их применение в задачах автоматизации проектирования: диссертация/ С.Г.Сидоров Иваново, 2003

11. О диагностике состояния новорожденных с использованием нейросетевой технологии/ Н.В.Харламова, В.М.Михайлов, Т.В.Чаша, И.Ф.Ясинский,

12. Ф.Н.Ясинский // Кардиологические проблемы в акушерстве, гинекологии и перинатологии:республиканская конференция.- Иваново, 2006.

13. Патент №6-1514 5G 01 N21, Япония, 1994г.

14. Семенова, М.Б. Опыт прогнозирования перспективности абитуриентов при помощи нейросетевой технологии/ М.Б.Семенова, И.Ф. Ясинский // Вестник ИГЭУ.-2007.-вып. .

15. Патент ФРГ G01H 33/36,21/59. Заявка № 05 3336 579. Публикация 85.05.02. №18 Б №21 1985г.

16. Китайгородский, А.А. Рентгеноструктурный анализ/А.А. Китайгородский.-M.-JI., 1950.-650 с.

17. Ястребинский,А.А. Исследование надмолекулярной структуры целлюлозных материалов методом рентгеновской дифракции больших и малых углов/ А.А.Ястребинский.-Душанбе, 1972.

18. Вайнштейн, Б.К. Дифракция рентгеновских лучей на цепных молекулах/ Б.К.Вайнштейн.-М.:Наука, 1963 .-3 72 с.

19. Растригин, Л.А. Статистические методы поиска/Л.А.Растригин.-М.:Наука, 1966.-376 с.

20. Сидоров, С.Г. О повышении эффективности нейросетей в системах моделирования и управления технологическими процессами/ С.Г. Сидоров Ф.Н.Ясинский//Известия вузов. Технология текстильной промышленности.- 2000.- №1.-С. 126-129

21. Сидоров,С.Г. Распараллеливание генетического алгоритма, прогнозирующего течение сложных технологических процессов/ С.Г Сидоров , Ф.Н Ясинский //Вестник ИГЭУ.-2001.-вып.2.

22. О применении нейронных сетей для оценки состояния металла / С.Г. Сидоров, В.П Жуков.,Б.JI. Ершов., Ф.Н. Ясинский// Труды VIII Всерос. Конф. «Нейрокомпьютеры и их применение» (НКП-2002):тезисы докла-дов.-М., 2002

23. Цянь-Сюэ-Сэнь. Техническая кибернетика./ Цянь-Сюэ-Сэнь.-М.:Иностранная литература, 1956.-462 с.

24. Хемминг, Р.В. Численные методы/ Р.В Хемминг. -М.:Наука, 1972.-400 с.

25. Комарцова, Л.Г. Нейрокомпьютеры: учеб.пособие для вузов/ Л.Г Комарцова., А.В. Максимов.-М.: Изд-во МГТУ им.Н.Э.Баумана, 2002.320 е.,ил.

26. Харахнин, К.А. Применение нейросетевой технологии для обнаружения дефектов на движущемся полотне/ К.А Харахнин., И.Ф.Ясинский // Изв.вузов. Технология текстильной промышленности. 2003.- № 4.-С.98-101

27. Об алгоритме настройки нейронных сетей с помощью инерционной минимизации./ И.Ф. Ясинский , Ф.Н Ясинский , К.А. Харахнин., С.Г. Сидоров// Вестник ИГТА.- 2003.- № 3.-С. 145-147

28. Автоматизированные системы контроля качества готовых тканей в отделочном производстве/под ред. Ю.А.Павлова и др.- М.:Легкая и пищевая промышленность, 1981.

29. Контроль технологических параметров текстильных материалов: методы, устройства /Л.К.Таточенко и др..-М.:Легпромбытиздат, 1985.-192с.

30. Автоматизированные системы контроля качества готовых тканей в отделочном производстве /Ю.А.Павлов и др.- М.: Легкая и пищевая промышленность, 1981 .-264с.

31. Средства автоматического контроля параметров технологических процессов текстильного производства / В.И.Киселев и др.; под ред. В.И.Киселева. -М.: Легпромбытиздат,1990.-224с.:ил.

32. Almeida ,L. В. Neural computaters/L. В. Almeida//Proceedings of NATO ARW on Neural Computers.-Dusseldorf Heidelberg: Springer-Verlag, 1987

33. Burr,D. J. Experiments with a connecnionlist text reader/ D. J. Burr // Proceedings of the IEEE First International Conferense on Neural Networks; eds. M. Caudill, C.Butler.Vol. 4.- 1987 .-P.717-724

34. Minsky, M. Perseptrons/ M.Minsky, S.Papert.-Cambridge, MA:MIT Press, 1969.

35. Parker, D. B. Learning logic. Invention Report S81-64. File 1. Office of Technology Licensing / D. B.Parker.- Stanford: University Stanford, 1982

36. Parker,D. B. Second order back propagation: implementing an optimal 0(n) approximation to Newton's method as an artificial newral network. Manuscript submitted for publication/ D. B.Parker.-1987.

37. Pineda ,F. J. Generalization of backpropagation to recurrent and higher order networks / F. J. Pineda; ed. Dana Z. Anderson// Newral information processing systems.-1988.- P. 602-611.

38. Rumelhart, D. E. Learning internal reprentations by error propagation / D. E.Rumelhart, G. E.Hinton, R. J. Williams// Parallel distributed processing. Vol. 1.-1986.- P. 318-362.

39. Sejnowski, T. J. Parallel networks that learn to pronounce English text/ T. J.Sejnowski, C. R.Rosenberg//Complex Systems. Vol.l.-1987.- P.145-168.

40. Stornetta ,W. S. An improwed three-layer, backpropagation algorithm/ W.S. Stornetta, B.A.Huberman // Proceedings of the IEEE First International Conference on Newral Networks; eds. Caudill, Butler.-1987.

41. Wasserman, P. D. Combined backpropagation. Cauchy machine/ P.D.Wasserman// Proceedings of the International Neural Network Society.-1988.

42. Wasserman, P. D. Experiments in translating Chinese characters using backpropagation/ P.D.Wasserman// Proceedings of the Thirty-Third IEEE Computer Society International Conference.-1988.

43. Werbos, P. J. Beyond regression. New tools for prediction and analysis in the behavioral sciences: masters thesis/ P.J.Werbos.-Harward: Harward University, 1974.

44. Уоссермен,Ф. Нейрокомпьютерная техника/Ф. Уоссермен.-М.:Мир, 1992 .-236с.

45. Каллан, Роберт Основные концепции нейронных сетей/пер. с англ./ Роберт Каллан.-М. :Издательский дом "Вильяме", 2001. 283с.: ил.

46. Галушкин, А.И. Теория нейронных сетей/ А.И. Галушкин.-М.: Радиотехника, 2000 .-416 с.

47. Омату, С. Нейроуправление и его приложения/ С. Омату, М.Халид, Р. Юсоф.- М.: Радиотехника, 2000 .-.272 с.

48. JI.H. ЯсницкийДН. Введение в искусственный интеллект/ JI.H. Ясницкий.- Пермь:Издательство Пермского гос.ун-та, 2001.-142 с.

49. Анисимов, Б.В. Основы расчета и проектирование элементов ЦВМ:учебник для вузов/ Б.В Анисимов, Н.М. Соломатин.-М: Высшая школа, 1974.-463с.

50. Харахнин, К.А. Практика программирования микропроцессорных устройств на основе однокристальных ЭВМ семейства МС851:учебное пособие/К.А .Харахнин.-Иваново: ИГТА,2003.-132с.

51. Новиков, Ю.В. Разработка устройств сопряжения для персонального компьютера типа IBM PC: практическое пособие/ Ю.В.Новиков, О.А.Калашников, С.Э.Гуляев; под общ.ред. Ю.В.Новикова.-М.: ЭКОМ,2000.-224с.

52. Коновалов, Л.И. Элементы и системы электроавтоматики: учебное пособие для вузов/ Л.И Коновалов, Д.П .Петелин.- 2-е изд., перераб. и доп.-М.: Высшая школа, 1985.-216с.

53. Медведев, B.C. Нейронные сети. Matlab 6.Кн.4/ В.С Медведев, В.Г По-темкин.;под общ.ред. В.Г.Потемкина. М.: Диалог-МИФИ, 2002. - 496 с. - (СершГПакеты прикладных программ").

54. Сидоров, С.Г. Использование нейронных систем для оценки состояния металла рабочих органов текстильных машин/ С.Г.Сидоров , В.П. Жуков Ф.НЛсинский //Известия вузов. Технология текстильной промышленности.- 2000.- №5 .-С. 126-129.

55. Хайкин, Саймон Нейронные сети: полный курс/ Саймон Хайкин;пер.с англ. -2-ое изд. -М.: Издательский дом "Вильяме", 2006. 1104 е.: ил.

56. Головко, В.А. Нейронные сети: обучение, организация и применение. Кн.4: учеб. пособие для вузов/ В.А Головко ;общ. ред. А.И.Галушкина. -М.: ИПЖР, 2001.-256 е.: ил.

57. Корнеев, В.В. Параллельные вычислительные системы/ В.В Корнеев. -М.: Нолидж, 1999.-320 е., ил.

58. Укрепленные нормы времени на разработку программных средств вычислительной техники . М.: Экономика, 1988.

59. Туровец, О.Г. Вопросы экономики и организации производства в дипломных проектах / О.Г.Туровец, В. Д Билинкис.- М.:Высшая школа, 1988.

60. Экономика и организация производства в дипломных проектах /под ред. К.М Великанова.- JL: Машиностроение, 1986.

61. Козлова, Е.П Бухгалтерский учет / Е.П. Козлова., Т.Н Бабченко., Н.С. Смородинова.-М.: Финансы и статистика, 1991.

62. Методические указания по разработке экономической части дипломного проекта для студентов всех форм обучения спец.2102. / Сост. В.Н.Здор, И.Н.Тутуева. Иваново, ИГТА. - 1994. - 24 с

63. Стронгин,Р.Г. Численные методы в многоэкстремальных задачах (информационно-статистические алгоритмы)/ Р.Г.Стронгин.- М : Наука, 1978.240 с.64 .Розенблатт, Ф. Принципы нейродинамики: пер.с англ.- М.:Мир, 1965.480 е.: ил.

64. Галушкин,А.И. Нейрокомпьютеры. Кн.З: учеб.пособие для вузов / Галушкин А.И ;общ. ред. А.И.Галушкина. -М.: ИПРЖР, 2000.-528 е.: ил.

65. Круглов, В.В. Искусственные нейронные сети. Теория и практика./ В.В Круглов., В.В Борисов М.: Горячая линия - Телеком, 2001 .-382 с: ил.

66. Цыганков, В.Д. Нейрокомпьютер и мозг.учебное пособие/ В.Д. Цыган-ков.-М.: СИНТЕГ, 2001.- 248 с.-( Серия "Информатизация России в XXI веке").

67. Цыганков,В.Д. Вселенский разум и квантовый нейрокомпьютер./ В.Д Цы-ганков.-М.: СИНТЕГ, 2002, 176 с.-( Серия "Информатизация России в XXI веке").

68. Аппаратная реализация ускорителя нейровычислений. / А.В.Бочаров, и др.// Известия вузов. Приборостроение.- 1995.- № 2.

69. Нейроматематика:учеб. пособие для вузов /А.Д. Агеев , и др.; общ. ред. А.И.Галушкина. М.: ИПЖР, 2002. - 448с.

70. Нейрокомпьютеры в системах обработки сигналов:монография /под. ред. Ю.В.Гуляева и А.И.Галушкина.-М.: Радиотехника, 2003.-224 е.: ил.

71. Нейрокомпьютеры в системах обработки изображений: монография / общ. ред. А.И.Галушкина.-М.: Радиотехника, 2003.- 192с.:ил.

72. Цыпкин, Я.З. Основы теории обучающихся систем./ Я.З. Цыпкин М.: Наука, 1970.-.251с.

73. Цыпкин, Я.З. Адаптация и обучение в автоматических системах/ Я.З Цыпкин -М: Наука, 1968.-399с.

74. Соколов ,В.Н. Нейронные механизмы памяти и обучения/ В.Н Соколов. -М.: Наука, 1981.

75. Галушкин, А.И. Синтез многослойных систем распознавания образов/ А.И. Галушкин-М.: Энергия, 1974.-.368с.

76. Аналитические самонастраивающиеся системы/под ред. В.В.Солодовникова.-М.: Машиностроение, 1965.-355с.

77. Комарцова, Л.Г. Нейрокомпьютеры: учеб. пособие для вузов/ Л.Г Комар-цова., А.В. Максимов. М.:Изд-во МГТУ им. Н.Э.Баумана, 2002. - 320 е.: ил.

78. Корнеев, В.В. Параллельные вычислительные системы/ В.В Корнеев. -М.: Нолидж, 1999.-320 е., ил.

79. Фомин, Ю.И. Методы технической диагностики сетей пороговых элементов/ Ю.И Фомин., А.И. Галушкин // Техника средств связи.-1980.- вып.2.-С.84-94.-(Сер."Системы связи")

80. Терехов, В.А . Нейросетевые системы управления, учеб.пособие для вузов/ В.А Терехов, Д.В. Ефимов, И.Ю. Тюкищобщ. ред. А.И.Галушкина. М.: ИПРЖР, 2002. - 480 е.: ил.

81. Аведьян, Э.Д. Каскадные нейронные сети/ Э.Д. Аведьян., Г.В. Баркан., И.К. Левин. // Сб.докл. V Всерос. конф. "Нейрокомпьютеры и их применение",- М., 1999.- 358с.

82. Галушкин, А.И Оперативная обработка экспериментальной информации/ А.И .Галушкин, Ю.Я. Зотов, Ю.А Шикунов. М.: Энергия, 1972.

83. Головко, В. Самоорганизующиеся линейные процессоры/В. Головко // Сборник трудов конференции "Распознавание образов и обработка информации". Минск: ИТК АН РБ, 1995.-С.82-87.

84. Васильев,Ф.П. Численные методы решения экстремальных задач/

85. Васильев Ф.П. М.: Наука, 1988.

86. Тэнк Д. Коллективные вычисления в нейроподобных электронных системах/ Д. Тэнк., Д Хопфилд // В мире науки.- 1988.- №2.-С.45-53.

87. Меламед, И.И. Нейронные сети и комбинаторная оптимизация/ И.И Ме-ламед// Автоматика и телемеханика.- 1994.- №11.

88. Перцептрон система распознавания образов / под ред. А.Г.Ивахненко. -Киев: Наукова думка, 1975.

89. Огнев, И.В Ассоциативные среды/ И.В Огнев., В.В Борисов. М.: Радио и связь, 2000.

90. Нечеткие множества в моделях управления и искусственного интеллекта / под ред. Д.А.Поспелова. -М.: Наука, 1986.

91. Нейрокомпьютеры и интеллектуальные роботы / под ред. Н.М.Амоносова.-Киев.: Наукова думка, 1991.

92. Курейчик, В.М. Генетические алгоритмы. Обзор и состояние / В.М Ку-рейчик // Новости искусственного интеллекта,.-1998. № 3.

93. Горбань, А.Н. Обучение нейронных сетей/ А.Н. Горбань. М.: СП ПараГраф, 1991.

94. Гелиг, А.Х. Динамика импульсных систем и нейронных сетей/ А.Х. Ге-лиг. Л.: Изд-во ЛГУ, 1982.

95. Борисов, Ю. Нейросетевые методы обработки информации и средства их программно-аппаратной поддержки/ Ю. Борисов, В.Кашкаров,С. Сорокин // Открытые системы.-1997. № 4.

96. Фомин,Ю.И О методе параллельной диагностики отказов в сетях пороговых элементов / Ю.И.Фомин., А.И. Галушкин // Электронное моделирование.- 1981.- № 3.-С.89-92.

97. Герасимова, А.В. К вопросу о представительности обучающей выборки для парадигмы нейронных сетей с переменной структурой / А.В. Герасимова, Л.В. Грачев // Нейрокомпьютер.- 1992.- № 3.

98. Ванюшин, В.А. Построение и исследование многослойных систем распознавания образов / В.А. Ванюшин, А.И. Галушкин // Некоторые проблемы биологической кибернетики. JL, Наука, 1972.

99. Галушкин, А.И. Реализация критериев первичной оптимизации в системах распознавания образов, настраивающихся по замкнутому циклу в режиме обучения/ А.И. Галушкин // Труды МИЭМ.Вып.23.-М.- 1971.-С.191-203.

100. Яфраков, М.Ф. Особенности компексного подхода к нейрокомпьютин-гу/ М.Ф. Яфраков, М.Ф. Корчачина// Известия вузов. Приборостроение.-1997.-Т.40, № 3.

101. Хант ,Э. Искусственный интеллект/ Э.Хант. М.: Мир, 1978.

102. Логовский? А.С. Использование нейронных сетей для решения комбинационных задач с полным перебором/ А.С/ Логовский// Нейрокомпьютер.- 1994.- №3,4.

103. Куссуль, Э.М. Ассоциативные нейроподобные структуры/ Э.М. Куссуль . Киев: Наукова думка, 1990.

104. Ежов, А. Нейронные сети в медицине/ А. Ежов, В. Чечеткин // Открытые системы.- 1997.- № 4.-С.34-37.

105. Галушкин, А.И. Оценка производительности нейрокомпьютеров/ А.И. Галушкин., А.И. Крысанов// Зарубежная радиоэлектроника. Успехи современной радиоэлектроники.- 1998.- № 4.-С.22-33.

106. Галушкин, А.И. Нейрокомпьютеры в разработке военной техники США/ А.И. Галушкин // Зарубежная радиоэлектроника.- 1995.- № 6.

107. Автономные алгоритмы настройки нейронных сетей/ Э.Д .Аведьян, М.Л. Коваленко, Л.Е .Цитоловский, Я.З. Цыпкин // Труды международной конференции "Математика, компьютер, управление и инвестиции". -М.; 1993.-С.2-11.

108. Корнеев,В.В. Архитектура вычислительных систем с программируемой структурой/В.В.Корнеев. -Новосибирск: Наука, 1985. 168 с.

109. Компьютерные системы и сети: учеб. пособие / В.П.Косарев и др.;под ред. В.П.Косарева, Л.В.Еремина. М.: Финансы и статистика, 1999. - 464 е.: ил.

110. Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов/ Р. Блей-хут;пер.с англ. М.: Мир, 1989. - 448 е., ил.

111. Грубов, В.И. Промышленная кибернетика/ В.И. Грубов, А.Г.Ивахненко, Б.Ю. Мандровский-Соколов.- Киев, 1966.

112. Галушкин,А.И. Современные направления развития нейрокомпьютеров в России/ А.И Галушкин//3арубежная радиоэлектроника. Успехи современной радиолектроники.- 1998.- № 4.-С.З-17.

113. Дуда, Р. Распознавание образов и анализ сцен/ Р.Дуда, П.Харт. М.: Мир, 1976.

114. Джейн, А.К. Введение в искусственные нейронные сети/ А.К. Джейн, Ж.Мао , К.М .Моиуддин // Открытые системы.- 1997.- № 4.-С. 16-24.

115. Галушкин, А.И. Оптимизация структуры многослойных нейронных сетей с перекрестными связями./ А.И. Галушкин, А.В Шмид// Нейрокомпьютер.- 1992.-№2.-С.7-11.