Cuprins
- Cuprins 2
- Introducere 3
- I. INTELIGENŢA ARTIFICIALĂ SI PROBLEMA PROGNOZEI 4
- 1.1 Reţele neuronale artificiale – definiţie, proprietăţi 4
- 1.2 Neuronul biologic 4
- 1.3 Neuronul artificial 5
- 1.4 Functii de activare 6
- 1.5 Aplicaţii ale Reţelelor Neuronale 7
- 1.6 Modelul perceptronului multistrat 8
- 1.7 Algoritmul Backpropagation 10
- 1.8 Considerente practice asupra lucrului cu perceptroni multistrat 12
- II. METODE ŞI TEHNOLOGII DE PROIECTARE 13
- 2.1 Etapele elaborării / dezvoltării tradiţionale ale produselor software 13
- 2.2 Reguli de proiectare a unui sistem informatic 14
- 2.3 Metodologiile orientate pe obiecte 15
- III. LIMBAJUL UML 17
- 3.1 UML - instrument de analiza si proiectare a unui SIIO 17
- 3.2 Elemente arhitecturale ale UML 17
- 3.3 Diagramele UML ca formalism de reprezentare a componentelor unui SIIO 18
- 3.4 Entitati in UML 19
- 3.5 Relatii UML 21
- IV. MODELAREA SISTEMULUI 23
- 4.1.1 Diagrama Cazurilor de Utilizare (Use Case) 23
- 4.1.2 Diagramele Cazurilor de Utilizare pentru sistemul de prognoza a cursului valutar 24
- 4.2.1 Diagrama Sequence 27
- 4.2.2 Diagrama Collaboration 28
- 4.2.3 Diagramele Sequence si Collaboration pentru sistemul de prognoza a cursului valutar 28
- 4.3.1 Diagrama de stare 31
- 4.3.2 Diagrama de activitate 32
- 4.3.3 Diagramele de stare si de activitate pentru sistemul de prognoza a cursului valutar 33
- 4.4.1 Diagrama componentelor 36
- 4.4.2 Diagrama de amplasare 37
- 4.4.3 Diagramele componentelor si diagrama de amplasare pentru sistemul de prognoza a cursului valutar 38
- 4.5.1 Diagrama Claselor (Class Diagram) 39
- 4.5.2 Diagramele Claselor pentru sistemul de prognoza a cursului valutar 41
- 4.5.3 Reverse Engineering 42
- 4.5.4 Generarea si implementarea codului 43
- Concluzii 48
- Bibliografie 49
Extras din proiect
Introducere
In aceasta lucrare s-a pus problema creării unui sistem de prognoza a cursului valutar al leu-lui moldovenesc fata de alte valute. Rolul sistemului respectiv este de a furniza informaţii pe baza datelor existente, asupra unor evenimente şi evoluţii ce pot apărea în viitor.
Importanţa unor astfel de sisteme, reiese atunci când, în activitatea curentă a firmei apar evenimente negative a căror efecte se pot contracara prin măsuri care se iau în timp util. Se poate spune că sistemele de avertizare şi prognoză sunt sisteme care generează „timpi de acţiune” şi care îmbunătăţesc performanţele managerilor prin cunoaştere şi anticipare. Sistemele de prognoză nu servesc numai avertizării timpurii asupra unor evenimente ce pot să apară, ele reprezintă un instrument de lucru curent, cu care angajaţii unei firme lucrează în determinarea şi urmărirea relaţiilor cauză-efect, respectiv a consecinţelor activităţii şi deciziilor pe care le iau. Din cele expuse mai sus observam ca aceste sisteme au devenit instrumente valoroase în activitatea de planificare şi control in diverse ramuri de activitate.
In lucrarea de fata sistemul de prognoză a cursului valutar a fost realizat cu ajutorul retelelor neuronale. Spre deosebire de metodele statistice clasice de prognoză, reţelele neuronale, sistemele de inteligenţă artificială sau sistemele cibernetice de prognoză, dezvoltate în cursul ultimelor decenii, oferă posibilităţi mai complexe şi mai complete. Ele pot prelua serii de date şi baze de date foarte mari, serii liniare sau neliniare şi pot construi modele complexe.
Structura lucrarii:
Lucrarea de faţă cuprinde informaţii privind structura generală a sitemului, paşii de realizare şi analiza succintă a tuturor componentelor sistemului.
Acest document este structurat în următoarele părţi:
Introducere - în care se precizează informaţii de baza despre proiect şi despre acest document.
1. Cercetarea domeniului de interes.
2. Metode si tehnologii de proiectare
3. Proiectarea – generalizarea tuturor obiectelor şi crearea claselor ce determină obiectele date, modul de interacţiune între clase prin intermediul diagramelor de clase.
4. Implimentarea – determinarea specificărilor şi implimentărilor proiectului şi generarea codului în C++.
5. Concluzii şi sugestii personale despre proiectul realizat.
6. Bibliografia şi sursele de informaţie în format electronic specifice proiectului.
I. INTELIGENŢA ARTIFICIALĂ ŞI PROBLEMA PROGNOZEI
1.1 Reţele neuronale artificiale – definiţie, proprietăţi
Reţelele neuronale artificiale (RNA), denumite uneori procesoare paralele reprezintă o incercare de a simula structura şi funcţiile creierului specifice organismelor vii.
Ca o definiţie generală, se poate spune că RNA reprezintă un sistem de procesare al semnalelor, compus dintr-un număr mare de procesoare elementare interconectate, denumite neuroni artificiali sau noduri, şi care cooperează pentru rezolvarea unor sarcini specifice.
Astfel de modele conexioniste oferă anumite avantaje, caracteristice sistemelor neuronale reale (biologice) şi care nu sunt intalnite in cazul sistemelor de calcul tradiţionale, secvenţiale :
- proprietatea RNA de a invăţa şi de a se adapta;
- posibilitatea de a opera cu date imprecise;
- RNA reprezintă sisteme tolerante la erori;
- capacitatea de a aproxima orice funcţie continuă neliniară cu gradul de acurateţe dorit;
- utilizarea RNA pentru cazul aplicaţiilor in timp real;
1.2 Neuronul biologic
RNA reprezinta un model simplificat al neuronului biologic ceea ce impune necesitatea de a aprecia structura si principiile de procesare a datelor ce sunt specifice creierului uman.
Creierul uman are 1010 1011 celule nervoase (neuroni) strâns interconectate, care sunt dispuse pe mai multe straturi. Fiecare neuron are circa 103 104 legături cu alţi neuroni.
In celula nervoasă se pot distinge următoarele părţi constituente (fig.1) :
- Soma sau corpul celulei reprezintă partea centrală a celulei care realizează majoritatea funcţiilor logice ale neuronului;
- Axonul (ieşirea celulei) reprezintă o prelungire a corpului celulei , unică şi in general nearborizată. Funcţia axonilor este aceea de a conduce influxul nervos de la corpul celular la dendritele sau corpul celular al altui neuron sau la o celulă efectoare.
Preview document
Conținut arhivă zip
- Inteligenta Artificiala si Problema Prognozei.doc