4037603329

475

Metody numeryczne w mechanice oraz ich wpływ...

jest znana. Cechą charakterystyczną większości sztucznych sieci neuronowych jest konieczność uczenia ich (trenowania) na danych uczących, a podstawą ich prawidłowego działania jest zdolność do uogólniania. Istnieją różne typy sieci neuronowych, ale większość zastosowań dotyczy sieci jednokierunkowych wielowarstwowych, które charakteryzują się brakiem sprzężeń zwrotnych. Sztuczne sieci neuronowe sprawdzają się przede wszystkim jako uogólnione aproksymatory i służyć mogą do zagadnień przetwarzania i analizy danych, ich predykcji, klasyfikacji oraz do zagadnień sterowania [9],

4.6.2. Algorytmy ewolucyjne

Algorytmy ewolucyjne [5] stanowią metodę poszukiwania najlepszych rozwiązań, głównie zadań optymalizacji globalnej. Ich działanie wzorowane jest na naturalnej ewolucji i genetyce. Mają one formę procedur przeszukiwania opartych na mechanizmach doboru naturalnego i dziedziczenia oraz korzystają z ewolucyjnej zasady przeżycia osobników' najlepiej przystosowanych. Cechą charaktery styczną algorytmów ewolucyjnych jest fakt, że działają one na populacji osobników, które podlegają selekcji, krzyżowaniu i mutacji. Ponadto nie potrzebują one informacji o pochodnych funkcji przystosowania i stosują probabilistyczne reguły wyboru.

4.7. Sztuczne systemy immunologiczne

Sztuczne systemy immunologiczne [10] są systemami obliczeniowymi działającymi na zasadzie symulacji mechanizmów odpornościowych ssaków. Celem naturalnego biologicznego systemu odpornościowego jest rozpoznanie i zniszczenie patogenów. Sztuczne systemy immunologiczne składają się z komórek limfatycznych typu B i T, w których zakodowana jest informacja. Podstawowymi paradygmatami tych systemów obliczeniowych są: selekcja klonalna (clonal selection), selekcja negatywna (negative selection), teoria sieci immunologicznych (immune network theory) oraz teoria zagrożeń (danger theory). Sztuczne systemy immunologiczne nadają się przede wszystkim do analizy i klasyfikacji danych oraz optymalizacji globalnej.