Статья: Використання нейромережевих технологй при створенн СППР

     Використання нейромережевих технологй при створенн систем пдтримки
                          прийняття ршень (СППР).                          
При сучасному рвн розвитки технки, коли навть побутова технка
обладнуться мкропроцесорними пристроями, виникнула потреба в
нтелектуальних адаптивних системах керування, спроможних пристосовуватися до
дуже широкого дапазону зовншнх умов. Бльш того, виникнула потреба в
унверсальнй технологÿ створення таких систем. Науковий досвд людства
свдчить про те, що в природ можна знайти безлч цнних дей для науки 
технки. Людський мозок  самим надзвичайним  загадковим створенням природи.
Спроможнсть живих органзмв, надлених вищою нервовою системою,
пристосовуватися до навколишнього середовища може служити призовом до
мтацÿ природ або мтацÿ при створенн технчних систем.
Серед мтацйних пдходв видляться клас нейромережевих методв. Нейронн
мереж (НМ) [4] знайшли широке застосування в галузях штучного нтелекту, в
основному пов'язаних з розпзнаванням образв  з теорúю керування. Одним з
основних принципв нейромережевого пдходу  принцип конективизма. Суть його
виражаться в тому, що розглядаються дуже прост однотипн об'кти, сполучен
у велику  складну мережу. Таким чином, НМ  в першу чергу графом, з яких
можна зв'язати сукупнсть образв, поданих як чисельн значення, асоцйован
з вершинами графа, алгоритм для перетворення цих чисельних значень за
допомогою передач даних мж сусднми вершинами  простими операцями над
ними. Сучасний рвень розвитку мкроелектронки дозволя створювати
нейрочпи, що складаються з дуже великого числа простих елементв, спроможних
виконувати тльки арифметичн операцÿ. Таким чином, нейромережев методи
пдтримуться апаратно.
Математично НМ можна розглядати як клас методв статистичного моделювання, що
у свою чергу можна роздлити на три класи: оцнка щльност ймоврност,
класифкаця  регреся [2].
Передбачаться, що система пдтримки та прийняття ршень (СППР) може бути
цлком реалзована на нейроннй мереж. У вдмнност вд традицйного
використання НМ для ршення тльки задач розпзнавання  формування образв,
у СППР узгоджено виршуються задач
                   -       розпзнавання  формування образв                   
-       одержання  збереження знань (емпрично знайдених закономрних
зв'язкв образв  впливв на об'кт керування)
-       оцнки яксних характеристик образв
-       прийняття ршень (вибору впливв).
Особливостями СППР на баз НМ :
-       Надмрнсть нейронв у мереж, необхдна для адаптацÿ системи
керування (СК) до  умов снування , що змнюються , об'кта керування (ОК).
Внаслдок цього для практично