zldmЗаводская лаборатория. Диагностика материаловIndustrial laboratory. Diagnostics of materials1028-68612588-0187ООО «Издательство «ТЕСТ-ЗЛ»zldm-564Research ArticleМАТЕМАТИЧЕСКИЕ МЕТОДЫ ИССЛЕДОВАНИЯMATHEMATICAL METHODS OF INVESTIGATIONДвухуровневая модель выбора состава покрытия сварочных электродовThe Two-Level Model for Choosing the Composition of Welding Electrode CoatingsАверченковВ. И.AverchenkovV. I.kts@tu-bryansk.ruШараповМ. Г.SharapovM. G.kts@tu-bryansk.ruГулаковВ. К.GulakovV. K.kts@tu-bryansk.ruГулаковК. В.GulakovK. V.kts@tu-bryansk.ruБрянский государственный технический университетRussian Federation201510012015811-I6368Copyright © Аверченков В.И., Шарапов М.Г., Гулаков В.К., Гулаков К.В., 20152015Аверченков В.И., Шарапов М.Г., Гулаков В.К., Гулаков К.В.Averchenkov V.I., Sharapov M.G., Gulakov V.K., Gulakov K.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.zldm.ru/jour/article/view/564

Рассмотрены проблемы моделирования многофакторных зависимостей на основе экспериментальных данных с применением методов когнитивного моделирования. Предложена методика построения регрессионной модели зависимости прочностных характеристик сварного соединения от состава покрытия электрода на основе нейросетевого подхода. Представлены результаты нейросетевого моделирования функции ударной вязкости.

The problems of modeling multivariate dependencies on the basis of experimental data using the methods of cognitive modeling are considered. A method based on neural network approach is developed to construct a regression model of the dependence of the strength characteristics of welded joints on the composition of the electrode coating. The results of neural network modeling of the toughness function are presented.

когнитивное моделированиеискусственные нейронные сетисварочные материалыаппроксимация нейронными сетяминейросетевое моделированиеcognitive modelingartificial neural networkswelding materialsneural network approximationneural network modelingReferencesГулаков В. К., Лагерев Д. Г., Подвесовский А. Г. Система поддержки принятия решений на основе когнитивного моделирования «ИГЛА» / Программные продукты и системы. 2007. № 3. С. 103 - 104.Гулаков В. К., Лагерев Д. Г., Подвесовский А. Г. Система поддержки принятия решений на основе когнитивного моделирования «ИГЛА» / Программные продукты и системы. 2007. № 3. С. 103 - 104.Рыков А. С. Системный анализ. Модели и методы принятия решений и поисковой оптимизации. - М.: Издательский Дом МИСиС, 2009. - 608 с.Рыков А. С. Системный анализ. Модели и методы принятия решений и поисковой оптимизации. - М.: Издательский Дом МИСиС, 2009. - 608 с.Юркинский С. В. Разработка низколегированных электродов, обеспечивающих высокую хладостойкость сварных соединений корпусных конструкций из сталей типа АБ: дис.. канд. техн. наук. - М., 2009. 179 с.Юркинский С. В. Разработка низколегированных электродов, обеспечивающих высокую хладостойкость сварных соединений корпусных конструкций из сталей типа АБ: дис.. канд. техн. наук. - М., 2009. 179 с.Гулаков К. В. Выбор архитектуры нейронной сети для решения задач аппроксимации и регрессионного анализа экспериментальных данных / Вестник БГТУ. 2013. № 2. С. 95 - 105.Гулаков К. В. Выбор архитектуры нейронной сети для решения задач аппроксимации и регрессионного анализа экспериментальных данных / Вестник БГТУ. 2013. № 2. С. 95 - 105.Юркинский С. В., Шарапов М. Г., Гежа В. В., Бишоков Р. В. Улучшение качества электродов типа 48ХН / Вопросы материаловедения. 2000. № 3. С. 97 - 101.Юркинский С. В., Шарапов М. Г., Гежа В. В., Бишоков Р. В. Улучшение качества электродов типа 48ХН / Вопросы материаловедения. 2000. № 3. С. 97 - 101.Осовский С. Нейронные сети для обработки информации. - М: Финансы и статистика, 2002. С. 344.Осовский С. Нейронные сети для обработки информации. - М: Финансы и статистика, 2002. С. 344.Силов В. Б. Принятие стратегических решений в нечеткой обстановке. - М: ИНПРО-РЕС, 1995. С. 228.Силов В. Б. Принятие стратегических решений в нечеткой обстановке. - М: ИНПРО-РЕС, 1995. С. 228.Максимов В. А. Когнитивные технологии - от незнания к пониманию (Когнитивный анализ и управление развитием ситуаций). Материалы 1-й Международной конференции в 3-х томах. Т. 1. -М.: ИПУ РАН, 2001.Максимов В. А. Когнитивные технологии - от незнания к пониманию (Когнитивный анализ и управление развитием ситуаций). Материалы 1-й Международной конференции в 3-х томах. Т. 1. -М.: ИПУ РАН, 2001.Хайкин С. Нейронные сети: полный курс. 2-е издание. - М.: Издательский дом «Вильямс», 2006. С. 1104.Хайкин С. Нейронные сети: полный курс. 2-е издание. - М.: Издательский дом «Вильямс», 2006. С. 1104.Орлов А. И. Теория принятия решений. - М.: Экзамен, 2006. - 575 с.Орлов А. И. Теория принятия решений. - М.: Экзамен, 2006. - 575 с.

The authors declare that there are no conflicts of interest present.