Применение искусственных нейронных сетей в задачах электрохимии
ВВЕДЕНИЕ
Для перехода от экономики, основанной на ископаемом топливе, к экономике замкнутого цикла и биологической основе необходимы эффективные и селективные технологии разделения. Технологии мембранной сепарации являются критически важным активом для фракционирования, очистки и извлечения сложных биотехнологических потоков, которые управляют биохимическими процессами, и могут способствовать экономике замкнутого цикла за счет замыкания технологических циклов. Ярким примером является электродиализ (ЭД), который разделяет компоненты на основе характеристик заряда и занимает важную нишу в качестве высокоселективного и эффективного процесса разделения. Основным применением ЭД является опреснение морской воды для производства питьевой воды, где она конкурирует с другими технологиями, такими как обратный осмос (ОО). Тем не менее, селективность ЭД приводит к более широкому применению ЭД в пищевой промышленности и производстве напитков и для лечения вышеупомянутого биологического процесса.
СОДЕРЖАНИЕ
Введение3
1 Загрязнение ионообменных мембран при электродиализе6
1.1 Теоретические сведения об электродиализе6
1.2 Механизмы гравитационной конвекции и их характеристики8
1.3 Модель массо- и теплопереноса в канале обессоливания
электродиализатора при потенциостатическом токовом режиме11
2 Искусственные нейронные сети15
2.1 Общие теоретические сведения об искусственных нейронных сетях15
2.2 Архитектуры нейронных сетей20
2.3 Обучение нейронных сетей.23
2.4 Применение нейронных сетей. Задача прогнозирования.31
Заключение37
Список использованных источников38
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1 Письменский А. В. Математическое моделирование электромембранных процессов очистки воды с учетом гравитационной конвекции: дис. канд. физ.-мат. наук: 03.00.16 / А.В Письменский; Кубан. гос. ун-т. – Краснодар, 2006. – 146 с.
2 Ильина С. И. Электромембранные процессы: [Учебное пособие] / С. И. Ильина. – Москва, 2013. – 57 с.
3 Уоссермен Ф. Нейросетевая техника: теория и практика / Ф. Уоссермен. – М.:Мир, 1992. – 184 с.
4 Хайкин С. Нейронные сети. Полный курс, 2-e изд. / С. Хайкин. – М.: Издательский дом "Вильямс", 2006. – 1104 с.
5 Красников Г. Е. Моделирование физических процессов с использованием пакета Comsol Multiphysics: [Учебное пособие] / Г. Е. Красников, О. В. Нагорнов, Н. В. Старостин. – Москва, 2012. – 184 с.
6 Назаров А. В. Нейросетевые алгоритмы прогнозирования и оптимизации систем / А. В. Назаров, А. И. Лоскутов. – СПб.: Наука и Техника, 2003. – 384 с.
7 Брок Т. Мембранная фильтрация / Т. Брок. – М: Мир, 1987. – 464с.
8 Терехов С. А. Лекции по теории и приложениям искусственных нейронных сетей [Электронный ресурс] // 1998, С. А. Терехов, электронная версия LiveInternet. URL: http://alife.narod.ru/lectures/neural/Neu_index.htm (дата обращения 05.03.2020)
9 Осовский C. Нейронные сети для обработки информации / С. Осовский. – М.: Финансы и статистика, 2002. – 344 с.
10 Mueller A. Introduction to Machine Learning with Python / A. Mueller, S. Guido. – М.: O'Reilly Media, 2017. – 392 с.
11 Плac Д. Python для cлoжных зaдaч / Д. Плас. – СПб.: Питep, 2018. –576 с.
Искусственные нейронные сети (коротко ИНС) представляют собой перспективную вычислительную технологию, которая приносит пользу многим наукам, таким как физика, астрономия, информатика и, конечно же, математика.
Несмотря на то, что заметную популярность они получили совсем недавно, нейронные сети являются одним из старейших инструментов машинного обучения. Первые работы, касаемые нейронные сетей вышли ещё в 1943 году от Уоррена Маккалока и Уолтера Питтса, которые представили миру первую версию формального нейрона. Он представлял собой математическую модель простого процессора, который имел несколько входов и всего один выход. Вектор входных сигналов преобразуется нейроном в выходной сигнал посредством трех блоков: локальной памяти, блока суммирования и блока нелинейного преобразования. В локальной памяти есть вектор, содержащий информацию о весовых множителях, с которыми входные сигналы будут интерпретироваться нейроном. Для выбора тех или иных весов использу