Информационные системы и технологии МАТЕМАТИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ВЫЧИСЛИТЕЛЬНОЙ ТЕХНИКИ И АВТОМАТИЗИРОВАННЫХ СИСТЕМ УДК 004.8 И.П. ДОБРОДЕЕВ, И.Н. ПАЛАМАРЬ САМООРГАНИЗАЦИЯ НЕЙРОННЫХ СЕТЕЙ МЕТОДОМ СЕЛЕКЦИИ Формулируется проблема выбора структуры нейронных сетей и рассматриваются существующие варианты её решения. <...> Предлагается подход к выбору оптимальной структуры НС методом селекции на основе метода группового учёта аргументов и алгоритм его реализации. <...> Проведено тестирование алгоритма на примере получения исходного описания модели газотурбинного двигателя по экспериментальным данным. <...> ВВЕДЕНИЕ Искусственные нейронные сети (ИНС, НС) как набор математических алгоритмов и процедур, моделирующих принципы работы нервной системы человека, являются средством для универсальной аппроксимации сложных нелинейных многопараметрических зависимостей. <...> НС решают задачи классификации и распознавания образов, некоторые виды нейронных сетей применяются для оптимизации при решении трудных неформализованных задач. <...> Искусственные нейроны могут различным образом объединяться в НС. <...> Способ топологической организации нейронов и связей между ними определяет структуру НС. <...> На этапе обучения происходит настройка внутренних параметров отдельных нейронов и слоёв, а на этапе работы по параметрам входного сигнала НС выполняется вычисление её выходных сигналов с учётом настройки, проведённой на этапе обучения НС [1 – 3]. <...> По данным [4] основными недостатками нейронных сетей являются: - отсутствие строгой теории по выбору структуры НС; - практическая невозможность извлечения приобретённых знаний из обученной НС. <...> Прежде всего, структура НС оказывает влияние, на качество решения задачи, а также на эффективность процесса обучения НС, поэтому поставлена задача формирования оптимальной для решаемой задачи структуры НС в процессе обучения. <...> И хотя при условии правильного решения прикладной задачи <...>