Застосування нейрокомп’ютинга на етапi побудови метамоделей в процесi оптимального сурогатного синтезу антен

Скорочена інформація про документ
dc.contributor.authorГальченко, В. Я.
dc.contributor.authorТрембовецька, Р. В.
dc.contributor.authorТичков, В. В.
dc.contributor.authorHalchenko, V. Ya.
dc.contributor.authorTrembovetska, R. V.
dc.contributor.authorTychkov, V. V.
dc.contributor.authorГальченко, В. Я.
dc.contributor.authorТрембовецкая, Р. В.
dc.contributor.authorТычков, В. В.
dc.date.accessioned2018-10-16T15:31:32Z
dc.date.available2018-10-16T15:31:32Z
dc.date.issued2018
dc.description.abstractenIntroduction. A computational developing metamodels technology for optimal antenna synthesis problems is proposed. This computational technology is created using methods of data mining, artificial intelligence and modern computer methods of experiment planning. To develop an approximation model, the mathematical apparatus of artificial neural networks, namely the RBF-network, is applied. Analysis of metamodels developing research. The computer experiment plan is performed with the help of Sobol’s LPτ-sequences (ξ₁, ξ₂), which in the general case uniformly fill the points with the search space in the unit hypercube. Verification of the proposed technology is performed on test functions of the two variables goal. The obtained metamodels have rather high accuracy of approximation and improved computational efficiency. The created computing metamodels developing technology of provides high modeling speed which makes a possible realization of optimum antennas synthesis procedure. This technology is effective and correct for more complex problems of approximating multidimensional hypersurfaces. Metamodels developing. To develop the RBFmetamodel, an automatic and user-defined strategy with random sampling is used in the ratio: 70% - training, 15% - control, 15% - test. Training and control samples were used in the metamodel developing, and the test for cross-verification. At the stage of training best neural networks selection was carried out by indicators: determination coefficient R2; standard forecast error deviations ratio and learning data S.D.ratio; average relative model error magnitude MAPE, %; residual average squared error MS_R; residues histogram; scattering diagrams. Results of numerical experiments. Obtained metamodels for test functions f₁(x,y) – RBF-2-130-1 (44); f₂(x,y) - RBF-2-150-1 (6); f₃(x,y) - RBF-2-185-1 (10); have a high enough approximation accuracy and improved computational efficiency. For these metamodels, we checked the adequacy and informativeness of Fisher’s criterion. The results of metamodels checking adequacy calculations at the stage of response surface recovery are presented. The created computing metamodels developing technology provides a high simulation speed, which makes possible the implementation of the procedure for optimal antennas synthesis. This technology is effective and correct for more complex problems of multidimensional hypersurfaces approximation. Conclusions. The numerical experiments results analysis is evidence of the high efficiency of the proposed computing developing metamodels technology, which is created using methods of intellectual data analysis, artificial intelligence and modern computer experiment planning methods. The metamodels developing with its use are characterized by fairly high accuracy of approximation and improved computational efficiency. It is these advantages that allow their using with the optimal surrogate antennas synthesis.uk
dc.description.abstractruПредложена вычислительная технология построения метамоделей для задач оптимального суррогатного синтеза антенн. Данная вычислительная технология создана с использованием методов интеллектуального анализа данных, искусственного интеллекта и современных компьютерных методов планирования эксперимента. Для построения апроксимационной модели применен математический аппарат искусственных нейронных сетей, а именно RBF-сети. Компьютерный план эксперимента выполнен с помощью ЛПτ-последовательностей Соболя (ξ₁, ξ₂), которые в общем случае равномерно заполняют точками пространство поиска в единичном гиперкубе. Верификация предложенной технологии выполнена на тестовых функциях цели двух переменных. Полученные метамодели имеют достаточно высокую точность аппроксимации и улучшенную вычислительную эффективность. Созданная вычислительная технология построения метамоделей обеспечивает высокую скорость моделирования, что делает возможным реализацию процедуры оптимального синтеза антенн. Эта технология является эффективной и корректной для более сложных задач аппроксимации многомерных гиперповерхностей.uk
dc.description.abstractukЗапропонована обчислювальна технологiя побудови метамоделей для задач оптимального синтезу антен. Дана обчислювальна технологiя створена з використанням методiв iнтелектуального аналiзу даних, штучного iнтелекту та сучасних комп’ютерних методiв планування експерименту. Для побудови апроксимацiйної моделi застосовано математичний апарат штучних нейронних мереж, а саме RBF- мережi. Комп’ютерний план експерименту виконано за допомогою ЛПτ-послiдовностей Соболя (ξ₁, ξ₂), якi в загальному випадку рiвномiрно заповнюють точками простiр пошуку в одиничному гiперкубi. Верифiкацiя запропонованої технологiї виконана на тестових функцiях цiлi двох змiнних. Отриманi метамоделi мають достатньо високу точнiсть апроксимацiї та покращену обчислювальну ефективнiсть. Створена обчислювальна технологiя побудови метамоделей забезпечує високу швидкiсть моделювання, що робить можливим реалiзацiю процедури оптимального синтезу антен. Ця технологiя є ефективною та коректною для бiльш складних задач апроксимацiї багатовимiрних гiперповерхонь.uk
dc.format.pagerangeС. 60–72uk
dc.identifier.citationГальченко, В. Я. Застосування нейрокомп’ютинга на етапi побудови метамоделей в процесi оптимального сурогатного синтезу антен / В. Я. Гальченко, Р. В. Трембовецька, В. В. Тичков // Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування : збірник наукових праць. – 2018. – Вип. 74. – С. 60–72. – Бібліогр.: 35 назв.uk
dc.identifier.doihttps://doi.org/10.20535/RADAP.2018.74.60-72
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/24826
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceВісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування: збірник наукових праць, Вип. 74uk
dc.status.pubpublished
dc.subjectсинтез антенuk
dc.subjectсурогатна оптимiзацiяuk
dc.subjectметамодельuk
dc.subjectкомп’ютерний план експериментуuk
dc.subjectЛПτ-послiдовнiстьuk
dc.subjectповерхня вiдгукуuk
dc.subjectнейронна мережаuk
dc.subjectantenna synthesisuk
dc.subjectsurrogate optimizationuk
dc.subjectmetamodeluk
dc.subjectcomputer experiment planuk
dc.subjectLPτ-sequenceuk
dc.subjectresponse surfaceuk
dc.subjectneural networkuk
dc.subjectсинтез антеннuk
dc.subjectсуррогатная оптимизацияuk
dc.subjectметамодельuk
dc.subjectкомпьютерный план экспериментаuk
dc.subjectЛПτ- -последовательностьuk
dc.subjectповерхность откликаuk
dc.subjectнейронная сетьuk
dc.subject.udc621.396.67+519.853.6uk
dc.titleЗастосування нейрокомп’ютинга на етапi побудови метамоделей в процесi оптимального сурогатного синтезу антенuk
dc.title.alternativeThe neurocomputing using of the development metamodels stage in the optimal surrogate antennas synthesis processuk
dc.title.alternativeПрименение нейрокомпьютинга на этапе построения метамоделей в процессе оптимального суррогатного синтеза антеннuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
11.pdf
Розмір:
2.84 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
7.74 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування : збірник наукових праць, Вип. 74