Вестник МГТУ, 2023, Т. 26, № 4.

Вестник МГТУ. 2023. Т. 26, № 4. С. 472-488. DOI: https://doi.org/10.21443/1560-9278-2023-26-4-472-488 Построение нейронной сети для сформированного набора данных Получив массив данных для обучения сети, приступим к ее конструированию. Для этого определим конкретные инструменты из большого числа возможностей и выберем два инструмента с учетом удобства пользования ими при сравнении получаемых результатов. Первым используем пакет свободного распространения Statistica Neural Networks. Release 4.0E. StatSoft Inc. (далее - пакет SNN)2. Учтем, что научное сообщество, занимающееся математическим моделированием движения судов, не работает с подобными пакетами; все последующие операции опишем максимально подробно, не считая такой подход излишним. Это позволит специалистам использовать пакет для решения задач моделирования движения судна. Запустив инсталлированную программу, получим приглашение выбрать для работы файл данных, выберем массив данных ModelSaratov_120.txt, получим на мониторе форму, показанную на рис. 3. Первоначально таблица с данными бесцветна. После заполнения в верхней части текстовых окон Venables и Case значениями 16, 1, 70, 30, 20 части таблицы окрашиваются в разные цвета. Это означает, что из 120 наборов данных первые 16 столбцов будут входами (VAR1-VAR16); 17 столбец - выходом (VAR 17, синий цвет); 70 строк данных используются для обучения; 30 строк - для верификации; 20 - для тестирования (на рис. 3 строки окрашены в разные цвета). dit Trtm Sutnbcs Run Options Window He Ъ Ш r t B I lii « іи І В І И Н в и ш и 1 ;1 * le i ЫіъЫ ® ІИ 1 И 0*«» S«t E.-Mof (TetfMo dcl_120) a ' ѳ іГ Virabtes j16 jjjf ’ jrj £*S*J F “ i l 30 i f * - ! ra te r s i VAR11 ѴАЯ12 .'AR13 ѴАЯ14 ѴАЯ15 VAB16 ѴАЯ17 40 -0. 001722 0.08099 -0. 01106 0.06603 2.064 0.952 342 *1 41 -0 .001775 0.07405 -0 .01326 0.0615152 2.011 0.925 347 «2 -0 .001905 0.077647 -o.oii7e 0.06849 2.139 0.969 337 43 -0. 001759 0.03326 -0. 01266 0.0617 2.066 0.927 342 44 -0. 001786 0.06957 -0. 01209 0.06897 2.002 0.937 347 45 -0.00186! 0.08172 -0.01254 0.06468 2.07в 1.064 341 48 -0. 001757 0.06036 -0. 01317 0.06613 2.152 1.001 336 47 -0.0017S4 0.08163 -0.01259 0.06219 2 .oes 1.011 341 48 -0 .001913 0.07794 -0 .01106 0.06343 2.134 1.095 337 43 -0 .001767 0.07587 -0 .01199 0.06237 2.142 1.014 336 50 -0 .00176 0.06693 -0 .01177 0.07107 2.09 0.967 340 51 -0 .001925 0.07324 -0. 01242 0.0691441 і . е е з 1.07 357 [S3 -0.001794 0.0e097 -0.01262 0.0614954 1.674 0.939 356 94 -0 .001956 0 «07009 -0 .01104 0.0S9S7 2.067 1.022 342 95 - о . о о ш з 0.0632 -0.01197 0.07172 2.075 0.941 341 96 -0 .001804 0.07649 -0. 01164 0.06S95 1.664 0.952 359 97 -0 .001969 0.06079 -0. 01229 0.06702 2.057 1.035 343 9Ѳ -0 .001962 0.07365 -0. 01207 0.06251 2.005 1.006 347 99 - о . о о і е і б 0.07176 -0.013 0.06145 2.013 0.927 346 100 -0 .001945 0.06306 -0 .01147 0.06269 2.062 1.011 342 101 -0 .001972 0.0693671 -0 .01332 0.06996 1.995 1.021 346 102 -0 .001792 0.08178 -0 .01213 0.064592 1.939 0.922 352 103 -0 .001958 0.07636 -0 .01282 0.0684 1.611 0.986 363 104 -0 .001612 0.07631 -0 .01133 0.06734 1.619 0.905 363 105 - о . о о і е з г 0.0703 -0.01313 0.06887 2.074 0.934 342 106 -0 .001968 0.07389 -0 .01165 0.06264 1.601 0.999 364 107 - о . о о п е е 0.07112 -0.012663 0.07049 2.145 0.9 3,4 г а 106 -0 .001816 0.08007 -0 .01236 0.07028 2.158 1.091 335 U 109 -0 .001946 0.0664801 -0 .01331 0.06405 1.66S 0.956 357 110 -0 .001799 0.07411 -0 .01176 0.07046 1.615 1.094 363 111 - о . о о і е г б 4 0.0755871 -0.01118 0.06452 2.148 0.904 336 - 1 Рис. 3. Данные для обучения сети с распределенными наборами по характеру использования (черный цвет - обучение; красный - верификация; синий - тестирование) Fig. 3. Data for training network with distributed sets by usage (training - black, verification - red, testing - blue) 2 Порядок работы с пакетом STATISTICA Neural Networks, продукты Statistica neural networks. 2020. URL : https://usercpu.ru/porvadok-rabotv-s-paketom-statistica-neural-networks-produktv-statistica-neironnve-seti-statistica-neural/ (Обращение 26.05.23). 475