Разработка программной системы NeuroDynamica для

УДК 004.4(06) Технологии разработки программных систем
А.Г. ТРОФИМОВ, В.И. СКРУГИН
Московский инженерно-физический институт (государственный университет)
РАЗРАБОТКА ПРОГРАММНОЙ СИСТЕМЫ
NEURODYNAMICA ДЛЯ НЕЙРОСЕТЕВОГО
МОДЕЛИРОВАНИЯ ДИНАМИЧЕСКИХ ОБЪЕКТОВ
Поставлена задача разработки нейроэмулятора для моделирования динамических объектов. Описываются архитектура и возможности программной системы.
Приводятся примеры нейросетевых моделей, реализованных в рамках системы.
Задачи моделирования динамических объектов возникают во многих
разделах современной прикладной науки. Примерами таких задач могут
служить прогнозирование энерговыделения в активной зоне реактора,
предсказание изменений котировок акций компаний, построение модели
движения робота по неровной поверхности и другие.
Рассматриваемые динамические системы, как правило, являются нелинейными, причём характер нелинейности зачастую неизвестен. Для
идентификации таких динамических объектов типа "чёрный ящик" может
быть использован нейросетевой подход. Согласно [1], нейронные сети
оказываются эффективными в решении ряда задач моделирования нелинейных динамических систем.
Большинство из существующих нейроэмуляторов ориентировано на
моделирование статических объектов [2], в то время как нейросетевому
моделированию динамических объектов уделяется недостаточное внимание. Кроме того, решение ряда прикладных задач часто требует использования специальных методов обработки экспериментальных данных и анализа результатов моделирования, учитывающих специфику проблемной
области. В связи с этим поставлена задача разработки системы нейросетевого моделирования динамических объектов NeuroDynamica.
Программная система NeuroDynamica реализует специализированные
архитектуры нейронных сетей. К подобным архитектурам относятся полносвязная рекуррентная сеть с линейным выходным слоем [3],
NARX-нейросеть [4], сеть на основе NARX с параметризованными коэффициентами усиления в цепи обратной связи и пр.
NeuroDynamica содержит следующие подсистемы: подсистема работы
с данными (позволяет осуществлять пред- и пост- обработку данных),
подсистема моделирования и обучения нейросетевых моделей, подсистема визуализации данных. Программа реализует пользовательский интерISBN 978-5-7262-0883-1. НАУЧНАЯ СЕССИЯ МИФИ-2008. Том 11
109
УДК 004.4(06) Технологии разработки программных систем
фейс и имеет расширяемую архитектуру, которая позволяет добавлять
новые типы нейросетевых архитектур, алгоритмы их обучения, форматы
сериализации и функции преобразования данных.
Для описания динамических процессов в программе NeuroDynamica
введён специальный формат представления данных: вектор-процесс. Вектор-процесс содержит информацию о совокупности измерений входов и
выходов моделируемого объекта и соответствующих моментах времени.
Подсистема работы с данными позволяет осуществлять пред- и пост- обработку данных, представленных в формате вектор-процессов. В рамках
подсистемы реализованы функции масштабирования, регуляризации, алгоритмы фильтрации от шумов и др. Архитектура программы поддерживает расширение подсистемы работы с данными за счёт введения новых
типов преобразований.
Разработка программной системы NeuroDynamica проводится на языке
C++ с применением исключительно кроссплатформенных библиотек,
вследствие чего может быть скомпилирована для работы под управлением
систем серии Windows, Linux и Mac OS.
Для реализации NeuroDynamica используются библиотеки STL, Boost,
Qt, среда разработки MSVS8 (Microsoft Visual Studio 2005) и компонент
интеграции Qt для MSVS8.
Список литературы
1. Хайкин С. Нейронные сети: полный курс. – М.: Издательский дом "Вильямс", 2006.
2. Круглов В. В., Борисов В. В. Искусственные Нейронные Сети. Теория и практика.
М.: Горячая линия – Телеком, 2002.
3. Осовский С. Нейронные сети для обработки информации. – М.: Финансы и статистика, 2002.
4. Siegelmann T. Computational capabilities of recurrent NARX neural networks. Technical
Report UMIACS-TR-95-12 Computer Studies University of Maryland, 1995.
ISBN 978-5-7262-0883-1. НАУЧНАЯ СЕССИЯ МИФИ-2008. Том 11
110