У навчальному посібнику розглянуто принципи роботи та структуру штучних нейроних мереж. Проаналізовано архітектури з'єднань штучних нейронів, їхню структуру та особливості навчання, наведено методи реалізації штучних нейронних мереж програмними засобами та приклади їхнього застосування для вирішення практичних задач в автоматизації. Призначено для підготовки бакалаврів за напрямом 6.050202 "Автоматизація та комп'ютерно-інтегровані технології". ЗМІСТ Вступ ........................................................................................... 5 1 Загальні відомості про штучні нейронні мережі 1.1 Історія нейронних мереж ................................................ 6 1.2 Галузі застосування ШНМ .............................................. 9 1.3 Біологічний нейрон ....................................................... 14 Контрольні запитання ......................................................... 16 2 Детальний опис компонент нейронних мереж 2.1 Структура штучного нейрона ....................................... 16 2.2 Вхідний оператор ........................................................... 17 2.3 Функція активації .......................................................... 18 2.4 Вихідний оператор ........................................................ 22 Контрольні запитання ......................................................... 23 3 Топологія нейронних мереж 3.1 Загальна структура нейронних мереж ......................... 23 3.2 Штучні нейронні мережі прямого поширення ........... 26 3.3 Штучні нейронні мережі зворотного поширення ...... 26 3.4 Повнозв'язні штучні нейронні мережі ......................... 29 Контрольні запитання ......................................................... 29 4 Навчання штучних нейронних мереж 4.1 Особливості навчання ШНМ ........................................ 30 4.2 Правила навчання .......................................................... 32 Контрольні запитання ......................................................... 34 5 Архітектури штучних нейронних мереж 5.1 Перцептрон Розенбалата .............................................. 34 5.2 Нейромережа зворотного поширення похибки (Back Propagation) ............................................................... 37 5.3 Delta Bar Delta ............................................................... 41 5.4 Extended Delta Bar Delta ............................................... 43 5.5 Скерований випадковий пошук ................................... 43 5.6 Нейронна мережа вищого порядку або функціонально-пов'язана нейронна мережа ..................... 45 5.7 Мережа Кохонена ......................................................... 46 5.8 Квантування навчального вектора (Learning Vector Quantization) ............................................................. 50 5.9 Мережа зустрічного поширення (Counter Рropagation) ......................................................................... 52 5.10 Ймовірнісна нейронна мережа .................................. 56 5.11 Мережа Хопфілда ....................................................... 58 5.12 Машина Больцмана ..................................................... 62 5.13 Мережа Хемінга .......................................................... 64 5.14 Двоскерована асоціативна пам'ять ...........................66 5.15 Мережа адаптивної резонансної теорії ..................... 70 Контрольні запитання ......................................................... 73 6 Нейромережі в задачах відображення 6.1 Типи задач відображення і підходи до їх вирішення ............................................................................ 74 6.2 Задачі прогнозування .................................................... 80 6.3 Оцінювання точності прогнозів .................................. 84 Контрольні запитання ......................................................... 85 Перелік використаних джерел ............................................ 85