Simulator of artificial neural networks in the interactive MATLAB environment in the selection of the tolerance of the selected electronic circuits

• Autorzy: Józefowicz, K. , Rybarczyk, A.
• Konferencja: Computer Applications in Electrical Engineering / Scientific Conference [11; April 10-12, 2006; Poznan]
• Języki publikacji: EN

Abstrakty

EN

In the paper a conception of the Design System for selected electronic circuits, using the artificial neural feed-forward and recurrent networks, was presented. The design calculations of the selected examples of the electronic circuits were presented together with the processes of optimization of the designed systems. The MATLAB software package with the Neural Networks Toolbox was used as the design environment for testing algorithms based on the artificial neural networks as well as for the verification of statistical analyses (e.g. minimization of variance of the amplitude characteristics). NNSv.! simulator, designed in MATLAB (GUI), and a selected active filter circuit were used as the examples of the application of the ANN to the Intelligent Design System (with the multi-parameter sensitivity function as the goal function). The benefits, resulting from the application of the simulator and artificial neural networks, were shown with relation to the other methods of optimization. The comparative tests for different uses of the feed-forward and recurrent neural networks were also presented.

Słowa kluczowe

EN

artificial neural network; simulator; MATLAB

• Czasopismo: Poznan University of Technology Academic Journals. Electrical Engineering
• Rocznik: 2007
• Tom: No 53
• Strony: 123-136
• Opis fizyczny: Bibliogr. 17 poz.

Twórcy

autor

Józefowicz, K.

autor

Rybarczyk, A.

• State School of Higher Vocational Education in Leszno

Bibliografia

• [1]Brzózka J., Dorobczyński L.: Programowanie w Matlab, Wydawnictwo MIKOM, Warszawa 1998.
• [2]Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R.: Monografia: Biocybernetyka i inżynieria biomedyczna 2000, Tom 6, Sieci neuronowe. AOW Exit, Warszawa 2000.
• [3]Demuth H., Beale M.: Neural Network Toolbox User's Guide, Version 4, The Math Works, 2004.
• [4]Hertz J., Krogh A., Palmer R. G. I.: Wstęp do teorii obliczeń neuronowych, Wyd. II, WNT, Warszawa, 1995.
• [5]Mrozek B., Mrozek Z.: Matlab i Simulink. Poradnik użytkownika, Wydanie drugie, Wyd. Helion, Gliwice 2004.
• [6]MATLAB Neural Network Toolbox, version 4, The Math Works, Inc., 2003.
• [7]Osowski St.: Sieci neuronowe do przetwarzania informacji. Ofic. Wyd. PW, Warszawa 2000.
• [8]Rybarczyk A.: Yield Optimization of Analog Filters Using Statistical Design Approach and Multiparameter Sensitivity Measure, 12th European Conf. on Circ. Theory and Design (ECCTD'95), Istanbul (Turkey), 27-31.08 1995, tom I s. 287-290.
• [9]Rybarczyk A., Szulc M.: Wykorzystanie pakietu obliczeniowego MATLAB do minimalizacji wariancji parametrów wyjściowych układu scalonego CMOS, VII Konf. ZkwE’02, Poznań-Kiekrz, 22-24 kwietnia 2002, s. 357-360.
• [10]Rybarczyk A, Józefowicz K., Rybarczyk A: Projektowanie optymalnych filtrów aktywnych wyższych rzędów przy użyciu sztucznych sieci neuronowych, XXVI Konf. IC-SPETO'03, Gliwice-Niedzica, 28-31 maj 2003r., s. 481-484.
• [11]Józefowicz K., Rybarczyk A.: Inteligentny System Optymalnego Projektowania oparty na sieciach neuronowych rekurencyjnych typu Hopfielda, IX Konf. ZkwE’04, Poznań/Kiekrz, 19-21.04.2004, s. 397-402.
• [12]Józefowicz K., Rybarczyk A.: The Procedures Applied in the Intelligent System of Optimal Design Based on Feed-Forward Neural Networks, Mat. Konf. ICSPETO' 2004 (XXVII), Gliwice-Niedzica, 26-29.05.2004, s. 469-474.
• [13]Józefowicz K., Rybarczyk A.: Inteligentny System Optymalnego Projektowania oparty na sieciach neuronowych rekurencyjnych typu Hopfielda, IX Konf. ZkwE’04, Poznań/Kiekrz, 19-21.04.2004, s. 397-402.
• [14]Józefowicz K., Rybarczyk A.: The neural networks in optimal desing of IRS active filters, Monografia: Computer Applications in Electrical Engineering, Poznań 2004, s. 315-324.
• [15]Józefowicz K., Rybarczyk A.: Systemy projektowania wybranych układów elektronicznych z wykorzystaniem rekurencyjnych SSN opartych na perceptronie (sieć Elmaną), XXVIII Konf. IC-SPETO, Gliwice/Ustroń, 11-14.05.2005, vol. 2, s. 333-339.
• [16]Józefowicz K., Rybarczyk A.: Symulator sztucznych sieci neuronowych w interakcyjnym środowisku MATLAB w doborze tolerancji wybranych układów elektronicznych, XI Konf. ZkwE’06, Poznań, 10-12.04.2006, Nr R25, s. 49-51.
• [17]Józefowicz K., Rybarczyk A.: Automatyczna generacja sztucznych sieci neuronowych w doborze tołerancji wybranych układów elektronicznych, XXIX Konf. IC-SPETO-06, Gliwice/Ustroń, 24-27.05.2006, vol. 2, s. 337-342.