W artykule podjęto próbę predykcji wychyleń od pionu komina stalowego, wykorzystując w tym celu sieci neuronowe jednokierunkowe wielowarstwowe typu sigmoidalnego uczone metodą propagacji wstecznej błędu, która bazuje na znanych z teorii optymalizacji metodach gradientowych. Prognoza wielkości wychyleń od pionu została przeprowadzona dla jednej epoki pomiarowej na podstawie trzech pomiarów okresowych wykonanych w rocznych odstępach czasu
EN
The dynamic development of information processing, which is one of the vital elements in the geodetical technology, enriches the classical algorithms of numerical calculations. The information processing, based on both the neural networks, the fuzzy sets and approximate interference, occurs while modeling the processes. The paper presents the possibility of applying a multilayer neural networks with the application of gradient methods of optimalization and by ResilientbackPropa-gation algorithm (RPROP) for determining the deformation of a geometrical axis of the steel chimney in the process of its exploitation.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.