Modelare economică și calcul neuronal

Proiect
8/10 (1 vot)
Domeniu: Economie
Conține 1 fișier: doc
Pagini : 24 în total
Cuvinte : 5254
Mărime: 252.28KB (arhivat)
Publicat de: Iacov Grecu
Puncte necesare: 6
ACADEMIA DE STUDII ECONOMICE – CIBERNETICĂ STATISTICĂ ŞI INFORMATICĂ ECONOMICĂ

Extras din proiect

Fie sistemul de ecuatii:

(1)

unde functiile fk:A Rn, A deschis, fk C1(A), iar Jacobianul

( ) x=(x1, x2, ..., xn) A (2)

Soluţia y=(y1, y2, ..., yn) A a sistemului (1) se determina cu ajutorul sirului aproximatiilor succesive, astfel:

Se alege (arbitrar) prima aproximaţie a soluţiei y:

x(0)=(x(0)1, x(0)2, ..., x(0)n) A (3)

[x(2)] = [x(1)]-[Jf x(1)]-1•[f(x(1))]  A

[x(m)] = [x(m-1)]-[Jf x(m-1)]-1•[f(x(m-1))]  A

unde, (5)

(6)

(7)

unde k = 0,1,2,...,m,...

Aproximaţia y=x(m) se consideră satisfacătoare când

, (8)

unde >0, dar suficient de mic, reprezintă precizia soluţiei, prescrisă iniţial.

Programul SISTEM_NELINIAR utilizează două subprograme: funcţia FUNCTIE şi procedura INVERSARE.

Programul principal îndeplineşte următoarele funcţiuni:

• asigura introducerea interactiva a valorilor variabilelor de intrare (dimensiunea spatiului) Rn, nN*, precizia impusă eps, numărul de iteraţii limită nmax, creşterea necesară evaluării numerice a derivatelor parţiale h, elementele primei aproximaţii (3), x1[i], 1  i  n;

• realizează prelucrările corespunzătoare evaluării aproximaţiilor succesive (4) ale soluţiei sistemului (1), respectiv:

- calculează vectorul [f(x(k))], conform nr. (6);

- calculează matricea [Jf(x(k))], conform nr. (7); evaluând numeric derivatele corespunzătoare;

- calculează, cu ajutorul procedurii INVERSARE, matricea inversă [Jf(x(k))]-1;

- evaluează distanţa (8) dintre două aproximaţii succesive;

- repetă toate prelucrările anterioare, până când se atinge precizia dorită, sau se atinge numărul de iteraţii limită, nmax;

• afişează ultima aproximaţie a soluţiei, distanţa dintre ultimele două aproximaţii succesive şi numărul de iteraţii efectuat.

Funcţia FUNCTIE calculează valorile funcţiilor fi, 1  i  n, în punctul curent x=(x1,x2,...,xn). Parametrii n şi nfunc precizează dimensiunea spaţiului Rn şi, respectiv, poziţia i a funcţiei fi în vectorul [f(x)]. Subprogramul FUNCTIE utilizează, în afară de funcţiile standard din limbajul PASCAL, o serie de funcţii definite în interiorul sau, care pot fi necesare ca explicitarea funcţiilor fi, 1  i  n, respectiv:

• funcţia PUTERE(e,v), care evaluează funcţia ve, variabila fiind v;

• funcţia EXPA(e,v), care evaluează funcţia ev, variabila fiind v;

• funcţiile hiperbolice sh(v) şi ch(v), care evaluează funcţiile shv şi chv;

• funcţiile asin(v) şi acos(v), care evaluează funcţiile arcsin v şi, respectiv, arccos v.

Procedura INVERSARE realizează calculul matricei jacobiene inverse [Jf(x(k))]-1, în punctul x(k)=(xk1, ...,xkn), utilizând procedura SISTEM, care rezolva un sistem liniar de n ecuaţii cu n necunoscute, prin metoda eliminării Gauss, cu pivotare completă.

Programul sursa

PROGRAM SISTEM_NELINIAR;

{REZOLVA UN SISTEM NELINIAR N x N PRIN METODA APROXIMATIILOR SUCCESIVE. A LUI NEWTON}

CONST Dim = 10;

TYPE

vector = array[1..Dim] OF real;

matrice = array[1..Dim,1..Dim] OF real;

VAR

x,x1,x2,f: vector;

a,b: matrice;

n,nmax,i,j,k: integer;

eps,h,suma,dist: real;

FUNCTION FUNCTIE(n,nfunc: integer; x: vector): real;

{calculeaza valoarea functiei fi in punctul x}

CONST alfa = 1E-20;

FUNCTION PUTERE(e,v:real):real;

{functia 'v la puterea e', argument v}

VAR t: real;

BEGIN

t := e*ln(v); PUTERE := exp(t)

END;{PUTERE}

FUNCTION EXPA(e,v: real): real;

{functia 'e la puterea v', argument v}

VAR t: real;

BEGIN

t := v*ln(e); EXPA := exp(t)

END;{EXPA}

FUNCTION SH(v: real):real;

{functia sh(v)}

VAR

i: integer;

p,sum: real;

BEGIN

sum := v; p := v; i := 2;

REPEAT

p := p*sqr(v)/(i*(i+1));

sum := sum + p; i := i + 2

UNTIL p < alfa;

SH := sum

END;{SH}

FUNCTION CH(v: real):real;

{functia ch(v)}

VAR

i: integer;

p,sum: real;

BEGIN

Preview document

Modelare economică și calcul neuronal - Pagina 1
Modelare economică și calcul neuronal - Pagina 2
Modelare economică și calcul neuronal - Pagina 3
Modelare economică și calcul neuronal - Pagina 4
Modelare economică și calcul neuronal - Pagina 5
Modelare economică și calcul neuronal - Pagina 6
Modelare economică și calcul neuronal - Pagina 7
Modelare economică și calcul neuronal - Pagina 8
Modelare economică și calcul neuronal - Pagina 9
Modelare economică și calcul neuronal - Pagina 10
Modelare economică și calcul neuronal - Pagina 11
Modelare economică și calcul neuronal - Pagina 12
Modelare economică și calcul neuronal - Pagina 13
Modelare economică și calcul neuronal - Pagina 14
Modelare economică și calcul neuronal - Pagina 15
Modelare economică și calcul neuronal - Pagina 16
Modelare economică și calcul neuronal - Pagina 17
Modelare economică și calcul neuronal - Pagina 18
Modelare economică și calcul neuronal - Pagina 19
Modelare economică și calcul neuronal - Pagina 20
Modelare economică și calcul neuronal - Pagina 21
Modelare economică și calcul neuronal - Pagina 22
Modelare economică și calcul neuronal - Pagina 23
Modelare economică și calcul neuronal - Pagina 24

Conținut arhivă zip

  • Modelare Economica si Calcul Neuronal.doc

Te-ar putea interesa și

Sistem expert - diagnosticare boală pentru pești de apă dulce (acvariu)

1. Introducere 1.1 Locul sistemelor expert în cadrul sistemelor inteligente În cazul multor probleme economice, forma algoritmizată este...

Impactul Tehnologiilor Informaționale Asupra Activității de Analiză Economico-financiară a Întreprinderii

Introducere Prin această lucrare mi-am propus să pun în evidenţă importanţa noilor tehnologii informaţionale în efectruare de analize...

Sistemele Expert

Introducere Odată cu trecerea timpului, companiile se confruntă cu cantităţi tot mai mari de date. De fiecare dată când o persoană extrage numerar...

Componente Software pentru Managementul Portofoliilor de Acțiuni

Abstract 4 Introducere 5 Algoritmi genetici 6 Introducere 6 Structura generala a unui algoritm genetic 8 Structuri de date 10 Construirea...

Rețele Neuronale Fuzzy Aplicate în Procesele de Afaceri

INTRODUCERE 1. Obiectul lucrării Managementul cunoştinţelor reprezintă un proces de creare, întreţinere şi consolidare a cunoştinţelor în cadrul...

Rețele neuronale și algoritmi genetici

METODE SI TEHNICI DE CALCUL NEURONAL SI GENETIC Am ales acest subiect deoarece mi se pare foarte interesant faptul ca s-a oamenii de stiinta au...

Ai nevoie de altceva?