Dokładność prognozy technicznej w zależności od architektury SSN

W parcy zostało wykazane,że dokładność prognoz uzyskiwanych przy użyciu jednokierunkowych trójwarstwowych sztucznych sieci neuronowych (SSN) zależy od liczby neuronów w warstwie ukrytej. Prognozowane były zmiany techniczno-ekspolatacyjnych parametrów maszyn rolniczych. Badania zostały przeprowadzone dla maszyn i narzędzi do podstawowej uprawy roli produkowanych w Polsce od 1968 do 1999 roku. Porównane zostały błędy prognoz dla sieci dwu- i trójwarstwowych. Sformułowano wnioski dotyczące optymalnej architektury SSN dla prognoz krótkookresowych.

---

It has been shown in this paper that the accuracy of forecasts obtained with the use of three-layer feedforward artificial neural networks (ANN) depends on the number of neurons in the hidden layer. Forecasts concerned changes of techno-exploitational parameters of agricultural machines. The research has been conducted for machines and tools used for basic soil cultivation, manufactured in Poland in the years 1968-1999. Errors of forecasts for two- and three-layer networks have been compared. Conclusions regarding the ANN for short-term forecasts have been drawn.