Наукові періодичні видання СНУ ім. В. Даля

Permanent URI for this community

https://dspace.snu.edu.ua/handle/123456789/1

Browse

Browsing Наукові періодичні видання СНУ ім. В. Даля by Subject "neural networks"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Developing Ukrainian Enterprises Using Neural Networks
    (СНУ ім. В. Даля, 2024) Pohorelova, K. А.; Pogorelov, Y. S.; Погорелова, К. А.; Погорелов, Ю. С.
    The article explores the features of using neural networks for the development of Ukrainian enterprises. It examines the theoretical foundations of neural networks, their history, types, and examples of application in various industries. Special attention is given to analyzing the factors influencing enterprise development, such as technological innovations, economic conditions, organizational changes, competition level, and market conditions. It is shown that technological progress is a key factor in the development of enterprises in the modern world. The current state of development of Ukrainian enterprises is investigated in the context of adapting to new economic conditions, particularly during the war. The war in Ukraine significantly affects the economy, including the business sector. Internal challenges include political instability, economic reforms, workforce shortages due to mobilization, power outages, and the need for modernization of production facilities. External factors include global competition, the influence of international markets, and economic sanctions. Despite the challenging conditions, Ukrainian enterprises have growth opportunities through the implementation of the latest technologies, such as neural networks. The main challenges and opportunities for Ukrainian business are analyzed, and the directions for using neural networks for enterprise development are proposed for each development factor, considering the specifics of business operations in Ukraine. Specific examples of successful implementation of neural networks in the banking sector (PrivatBank), IT companies (SoftServe), and the agro-industrial complex (MHP) are provided. The article analyzes the advantages and disadvantages of using neural networks, such as increased efficiency, forecasting accuracy, service personalization, risk reduction, and challenges related to high costs, integration complexity, lack of qualified personnel, and data quality dependency. The prospects for enterprise development using neural networks are considered: productivity improvement, product and service quality enhancement, efficient resource management, risk reduction, innovative development, market adaptation, and resilience support. It is proven that the use of neural networks has significant potential for transforming enterprises, making them more efficient, flexible, and innovative.
  • No Thumbnail Available
    Item
    Моделювання лінійної нейронної мережі з зворотним поширенням помилки для основних каналів керування реактором синтезу оцтової кислоти.
    (СНУ ім. В. Даля, 2023) Поркуян, О. В.; Самойлова, Ж. Г.; Porkuyan, O. V.; Samojlova Zh. G.
    В наш час для управління технологічними об'єктами можуть бути використані нейронні мережі, нечітка логіка чи генетичні алгоритми. Було небагато спроб використати технології штучного інтелекту для по-будови автоматичних систем керування. Однак тільки в останні роки, зі зростанням дослі-джень у галузі нелінійного управління, використання технологій штучного інтелекту в керуванні техноло-гічними процесами набуло широкого поширення. Моделювання та дослідження роботи штучних ней-ронних мереж можна проводити за допомогою про-грамних симуляторів. Найбільш поширеними паке-тами для моделювання властивостей нейромереж є Neural Works Pro Plus, Neuro Solution, Matlab (Neural Network Toolbox), Neuro Wisard, ANsim, Neural Ware та інші. Програми відрізняються складністю, кількі-стю типів нейронів та алгоритмів навчання, що під-тримуються в системі. У статті досліджується побудова лінійних нейрон-них мереж із зворотним розповсюдженням помилки для основних каналів управління реактора синтезу оцтової кислоти. Для побудови та дослідження властивостей нейрон-ної мережі використовувалися статистичні дані ре-актора синтезу оцтової кислоти у стаціонарному режимі цеху оцтової кислоти Сєвєродонецького ЗАО «Азот». Для моделювання використовувалося середо-вище програмного симулятора MATLAB 2021. Ця програма рекомендована для моделювання різних нейронних мереж із різною кількістю нейронів і різ-ним типом функції активації. Для побудови нейрон-ної мережі використовувалася ітераційна проце-дура. Архітектура нейронної мережі: перший шар міс-тить спочатку 9 нейронів, потім 23 нейрона, а згодом 46 нейронів з функцією активації tansig. Дру-гий шар містить один нейрон з функцією активації purelin. Діапазон зміни входу [8900-9800]. Навчання нейронної мережі виконувалося протягом 50 циклів. Потім виконувалося моделювання мережі. Наприкінці моделювання розраховували відносну по-хибку для виходу мережі. У тому випадку, якщо залежності мають лінійний характер для апроксимації даних можна використо-вувати лінійні нейронні мережі з зворотнім поши-ренням помилки. Всі створені та промодельовані ней-ронні мережі для всіх основних каналів керування по-казали задовільну якість апроксимації даних. Якість апроксимації даних складала во всіх випадках менше 1%. Це дозволить використовувати нейромережі для управління технологічними процесами синтезу оцто-вої кислоти та перспективність подальших дослі-джень цього напряму.