Поставлена задача исследования возможности переноса результатов обучения нейросети на начальном участке процесса дезинтеграции на несвязное множество его состояний. Для выполнения поставленной задачи выявлен тип нейросети, который, согласно предварительному анализу, обладает наименьшей ошибкой обучения. Проведен анализ исходной базы данных технологических переменных по методу главных компонент, выявлены наиболее характерные переменные. Выделенные при помощи метода главных компонент компоненты базы данных использованы в качестве входных и выходных переменных при обучении нейросети. Рассчитан оптимальный объем выборки для ее обучения. Проведено прогнозирование значений соответствующих переменных технологического процесса на несвязном множестве их состояний с помощью нейросети. Основные выводы по работе проиллюстрированы графиками.
展开▼
