Skip to main content

Login for students

Login for employees

Publication detail

Umělé neuronové sítě jako prostředek pro modelování zkratovaného štěrbinového vedení
Authors: Seidl Pavel | Taufer Ivan
Year: 2008
Type of publication: kapitola v odborné knize
Name of source: Teorie dopravních systémů (soubor odborných statí)
Publisher name: Tribun EU
Place: Brno
Page from-to: 143-152
Titles:
Language Name Abstract Keywords
cze Umělé neuronové sítě jako prostředek pro modelování zkratovaného štěrbinového vedení Cílem uvedeného příspěvku je demonstrovat použití umělých neuronových sítí k řešení praktických úloh identifikace složitých nelineárních soustav. Bylo zkoumáno zkratované štěrbinové vedení za účelem vytvoření jeho modelu ve tvaru umělé neuronové sítě (UNS). Model představuje soustavu se dvěma vstupy, šířkou štěrbiny a frekvencí a jedním výstupem, reálnou nebo imaginarní složkou zakončovaní impedance vedení. K řešení úlohy byl použit Neural Network Toolbox výpočetního systému MATLAB/SIMULNK. Navržená neuronová síť byla trénována algoritmem Backpropagation a jeho modifikací, metodou Levenberg-Marquardta. Získané výsledky prokázaly úspěšnost použití UNS jako prostředku pro modelování zkoumaného systému. zkratované štěrbinové vedení; neuronová síť; staticky model ve tvaru neuronové sítě
eng Artificial Neural Networks used for Short-circuited Slotted Line modelling This paper is concerned with huge nonlinear systems modelling by artificial neural networks techniques. There is studied short-circuited slotted line in order to neural model design. The neural model has two inputs (slot width and frequency) and one output (real or imaginary part of terminal line impedance). Artificial neural networks are trained here by Backpropagation Algorithm and its derivation, Levenberg-Marquardt Algorithm. All the simulations are computed in Neural Network Toolbox included in Matlab. Simulation results prove artificial neural networks to be successful in defined system modelling. Short-circuited Slotted Line; Artificial Neural Networks; Static Neural Model