Разработка прогнозной модели качества приборов на основе экстремума погрешности

Нажмите для полного просмотра!

Разработка прогнозной модели качества приборов на основе экстремума погрешности, слайд №2

Разработка прогнозной модели качества приборов на основе экстремума погрешности, слайд №3

Разработка прогнозной модели качества приборов на основе экстремума погрешности, слайд №4

Разработка прогнозной модели качества приборов на основе экстремума погрешности, слайд №5

Разработка прогнозной модели качества приборов на основе экстремума погрешности, слайд №6

Разработка прогнозной модели качества приборов на основе экстремума погрешности, слайд №7

Разработка прогнозной модели качества приборов на основе экстремума погрешности, слайд №8

Разработка прогнозной модели качества приборов на основе экстремума погрешности, слайд №9

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Разработка прогнозной модели качества приборов на основе экстремума погрешности. Доклад-сообщение содержит 9 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1

Описание слайда:

«РАЗРАБОТКА ПРОГНОЗНОЙ МОДЕЛИ КАЧЕСТВА ПРИБОРОВ НА ОСНОВЕ ЭКСТРЕМУМА ПОГРЕШНОСТИ» СТУДЕНТКА ГР.МА15Р ЧАНОВА М.И. РУКОВОДИТЕЛЬ: КАЧАЛОВ О.Б. АРЗАМАС,2016

Слайд 2

Описание слайда:

ЦЕЛЬ РАБОТЫ: Разработка прогнозной модели на примере параметров качества стабилитронов. ЗАДАЧИ РЕШАЕМЫЕ В РАБОТЕ: 1. Уменьшение погрешности расчета зависимой переменной (у) в нейросетевой модели на основе экстремума погрешности; 2. Прогноз значений напряжения стабилизации при времени t=1000 часов по значениям этого параметра при t=25 ч и t=100 ч

Слайд 3

Описание слайда:

ОБУЧАЮЩАЯ ВЫБОРКА

Слайд 4

Описание слайда:

ПРОВЕРОЧНАЯ ВЫБОРКА

Слайд 5

Описание слайда:

НЕЙРОСЕТЕВАЯ МОДЕЛЬ: Рассматривалась нейросетевая модель со стандартной функцией программы MATLAB, имеющая следующий вид: net = newrb(P, T, GOAL, SPREAD), где P – матрица входных данных ; T – вектор выходных данных ; GOAL – среднеквадратичная ошибка (в нашей модели принята равной 0,3); SPREAD – параметр влияния радиально-базисной функции (в нашей модели принят равным 2,3).

Слайд 6

Описание слайда:

МЕТОДОЛОГИЯ: Нами было показано, что в любой аппроксимирующей модели можно кратно снизить погрешность за счет: 1. Нахождение интервала погрешности обучающих точек, в котором погрешности проверочных точек сравнительно малы; Эти же методы повышают эффективность распознавания в задачах распознавания образов. В данном примере эффективность распознавания повышена на 8%.

Слайд 7

Описание слайда:

Слайд 8

Описание слайда:

СРАВНЕНИЕ ЭКСПЕРИМЕНТАЛЬНЫХ И РАСЧЕТНЫХ ДАННЫХ

Слайд 9

Описание слайда:

ВЫВОД: Предлагаемая модель прогнозирования качества полупроводниковых приборов позволит сократить интервал обучения, может найти широкое применение при анализе качества авиационной аппаратуры при большом интервале прогноза.