Вестник МГТУ, 2025, Т. 28, № 4/1.

Вестник МГТУ. 2025. Т. 28, № 4/1. С. 558-571. DOI: https://doi.org/10.21443/1560-9278-2025-28-4/1-558-571 Последний выбор этого диалога: увеличивать набор сохраненных сетей или заменять худшую сеть в наборе из 10 полученной позже, но лучшей сетью; выбираем варианты Balance и Replace. Результаты процесса обучения сети Основные этапы построения сети выполнены в показанных выше диалогах (рис. 2-8), остальные этапы не представляют сложности. Сделанные выше выборы в диалогах определяют стратегию обучения сети и ее использования. Когда нажата финальная кнопка последней интерфейсной формы, система выполняет предписанные действия, т. е. на базе введенных наборов данных формирует сеть, обучает ее, проводит прогноз на тестовых данных, определяет СКП прогноза и записывает сеть в сетевой набор (рис. 9). Первый выбор (D ataSheet.) дает системе указание приводить результаты не только по всем входным наборам данных в совокупности, но и для каждого выбранного набора. Наиболее важно установить опции для получения сводных статистических данных (Summary Statistics) и результаты анализа чувствительности (Sensitivity Analysis). Последний выбор дает возможность определить, от каких входных переменных и в какой степени зависит конечный прогностический результат. Данный диалог является конечным в длинном ряду подготовки работы решателя IPS. Рис. 9. Задание опций для представления конечных результатов Fig. 9. Setting options for presenting final results Нажатие кнопки Finish запустит систему, часть полученных результатов немедленно появится на мониторе автоматически, часть других возможностей анализа реализуется обращением к верхней линейке задач в основном кадре SNN. Затем те же действия выполняются с вариациями наборов исходных данных, структуры новой сети и определения СКП ее прогноза. Сеть снова записывается в сетевой набор, если не превышен лимит набора, равный 10. Когда этот лимит превышен, то СКП текущей сети сравнивается с самой большой СКП из уже заполненного набора сетей. Если новая СКП меньше (прогноз точнее), то записанная, худшая по точности сеть удаляется из набора, а новая включается в него. Здесь может работать дополнительное соображение сложности сети - выбирается более простая сеть, хотя и с худшим результатом прогноза, что было определено нами (Balance) в диалоге рис. 8. Этот выбор зависит от особенностей решаемой проблемы и специфических требований к результатам. Среди информации, которая появляется на мониторе в качестве финального результата, в первую очередь интересен список сетей, записанных системой в сетевой набор (рис. 10). В столбцах списка для каждой из 10 сетей приведены следующие результаты: число нейронов скрытого слоя; СКП для тренировочного, проверочного и тестового наборов данных; качество работы по наборам. У десятой сети поставлена отметка * как у лучшей среди представленных сетей: она имеет самые малые СКП по трем категориям множеств и лучшее качество. Под качеством здесь понимается отношение суммы квадратов ошибок прогнозов к сумме квадратов отклонений от среднего значения. В описаниях работы с сетями это значение называется производительностью - один из вариантов перевода английского термина Performance (три последних столбца в таблице рис. 10). Эти же величины появляются в исследованиях и под наименованием S.D. Ratio, что вполне соответствует указанному выше смыслу качества сети как отношения. Производительность сети не характеризуется одной 565