Помощь в учёбе, очень быстро...
Работаем вместе до победы

Методы математического моделирования нейтронно-физических процессов на проблемно-ориентированных вычислительных структурах

Диссертация: Методы математического моделирования нейтронно-физических процессов на проблемно-ориентированных вычислительных структурах
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

I и II Международных конференциях «Научно-технические проблемы безопасности АЭС и проблемы подготовки специалистов для нужд ядерной энергетики» (Обнинск, 1989,1991) — V Всесоюзной научно-технической конференции «Дальнейшее развитие аналоговой и аналого-цифровой вычислительной техники (Москва, 1977) — Всесоюзной конференции «Моделирование процессов тепломассообмена» (Тула, 1988) — Всесоюзной… Читать ещё >

Содержание

  • Глава 1. МЕТОДЫ МАТЕМАТИЧЕСКОГО И ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ НЕЙТРОННО-ФИЗИЧЕСКИХ ПРОЦЕССОВ
    • 1. 1. Особенности математического и имитационного моделирования нейтронно-физических процессов в ядерно-физических установках
    • 1. 2. Методы математического моделирования нейтронно-физических процессов на вычислительных средствах с традиционной архитектурой
    • 1. 3. Методы математического и имитационного моделирования нейтронно-физических процессов на проблемно-ориентированных вычислительных структурах с нетрадиционной архитектурой
  • Глава 2. ПОСТАНОВКА И ФОРМУЛИРОВУКА ПРИКЛАДНЫХ ЗАДАЧ НЕЙТРОННОЙ ФИЗИКИ В БАЗИСЕ ОПЕРАТОРНЫХ И СТРУКТУРНЫХ МОДЕЛЕЙ
    • 2. 1. Операторные модели прикладных задач нейтронной физики
    • 2. 2. Операторные и структурные модели нейтронно-физических процессов в ядерно-физических установках
    • 2. 3. Операторные и структурные модели пространственно-углового и пространственно-энергетического распределения нейтронного потока
  • Глава 3. МЕТОДОЛОГИЧЕСКИЕ АСПЕКТЫ МАТЕМАТИЧЕСКОГО И ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ПРОЦЕССОВ ПЕРЕНОСА
    • 3. 1. Особенности математического моделирования процессов анизотропного и изотропного переноса
    • 3. 2. Методологические аспекты имитационного моделирования процессов анизотропного переноса
    • 3. 3. Принципы построения ПОВС с нетрадиционной архитектурой для моделирования процессов анизотропного переноса
    • 3. 4. Сравнительные оценки погрешностенй методов математического и имитационного моделирования процессов переноса на гибридных ПОВС
  • Глава 4. ПРИНЦИПЫ ПОСТРОЕНИЯ ПОВС С НЕТРАДИЦИОННОЙ АРХИТЕКТУРОЙ ДЛЯ МОДЕЛИРОВАНИЯ НЕЙТРОННО- ФИЗИЧЕСКИХ ПРОЦЕССОВ
    • 4. 1. Принципы построения ПОВС с дискретной вычислительной средой для моделирования нейтронно-физических процессов
    • 4. 2. Принципы построения ПОВС с непрерывной вычислительной средой для решения прикладных задач нейтронной физики
    • 4. 3. Принципы построения ПОВС с дискретно-непрерывной вычислительной средой для моделирования нейтронно-физических процессов
    • 4. 4. Структурная организация управляющих и операционных модулей гибридных ПОВС с нетрадиционной архитектурой
  • Глава 5. МЕТОДЫ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ НЕЙТРОННО-ФИЗИЧЕСКИХ ПРОЦЕССОВ В БАЗИСЕ НЕЙРОСЕТЕ ВЫХ СТРУКТУР
    • 5. 1. Принципы структурно-функциональной организации нейронных сетей и их вычислительные возможности
    • 5. 2. Нейросетевые вычислительные структуры и принципы построения нейросетевых процессоров
    • 5. 3. Принципы построения ПОВС с нейросетевой структурой для моделирования процессов переноса нейтронов

Методы математического моделирования нейтронно-физических процессов на проблемно-ориентированных вычислительных структурах (реферат, курсовая, диплом, контрольная)

Актуальность работы.

Методы математического и имитационного моделирования представляют собой универсальный инструмент исследования и прогнозирования поведения сложных ядерно-физических систем в тех случаях, когда проведение физического эксперимента на таких установках сопряжено с определенной опасностью, особенно для критических и тем более для за-критических (аварийных) режимов работы ядерно-физических установок (ЯФУ). Вычислительные эксперименты с применением методов математического и имитационного моделирования могут оказаться в таких ситуациях единственным методом оценки состояния моделируемой ЯФУ с относительно малыми материальными затратами, а самое главное безопасным для целостности установки и для персонала.

Методы математического моделирования располагают богатым арсеналом методик построения математических моделей и методик аппроксимации их к упрощенным постановкам, которые в основном реализуются на универсальных ЦВМ. Применяемые в таких ВС последовательные методы обработки информационных потоков ограничивают возможности последних при исследовании и моделировании сложных взаимосвязанных процессов в распределенных системах, особенно в режиме реального времени.

Определенные перспективы в области разработки новых методов исследования и моделирования сложных процессов в ядерно-физических системах связывают с применением параллельных ВС и проблемно-ориентированных вычислительных структур (ИОВС) с нетрадиционной архитектурой. Особо следует выделить разработки методов моделирования, которые реализуются на принципиально новых ПОВС, имеющих нетрадиционную архитектуру на основе нейросетевых вычислительных структур (НСВС). Особенности последних обусловлены принципами структурно-функциональной организации нейросетевых структур (HCC), их высокопараллельной и самонастраиваемой архитектурой с использованием морфологической аналогии с реальными нейронными сетями и приближением по функциональным возможностям к процессам передачи и преобразования информационных потоков в нейронных сетях (НС).

В подобных специализированных проблемно-ориентированных моделирующих средствах удачно сочетается ряд таких свойств, как высокопроизводительные параллельные вычисления с высокой степенью аппаратной надежности и возможностью многопараметрического контроля и диагностики получаемых результатов, что особенно важно при моделировании технологических процессов в установках, имеющих повышенную опасность, каковыми являются ЯФУ. Кроме того, такие специализированные ВС в основном предназначены для моделирования распределенных систем в режиме реального времени с высокой эффективностью использования вычислительных ресурсов и могут быть применены в качестве специализировалных сопроцессоров, включенных в универсальные ЭВМ.

Во всем мире уделяется повышенное внимание решению проблем, связанных с разработкой и созданием нейросетевых вычислительных структур, которые являются основными операционными элементами компьютеров шестого поколения — нейрокомпьютеров. Появление таких ВС новых поколений может существенно изменить традиционные компьютерные технологии моделирования и позволит перейти к разработкам новых методов моделирования, ориентированных на реализацию высокопараллельных методов передачи и обработки на специализированных вычислителях с нейросетевой структурой.

В отличие от традиционных компьютерных технологий моделирования переход к новым нейросетевым технологиям моделирования требует решения большего круга проблем, связанных с разработкой методов моделирования в среде НСС, что требует от исследователей умения выявлять структурно-функциональные связи изучаемых процессов для организации структуры моделирующих средств с нетрадиционной архитектурой.

Цель работы. Разработка методов математического и имитационного моделирования нейтронно-физических процессов на проблемно-ориентированных вычислительных средствах с нетрадиционной архитектурой, в том числе с нейросетевой структурой.

Научная новизна. В работе впервые систематизированы основные положения математического и имитационного моделирования нейтронно-физических процессов в нейросетевом базисе, что в целом представляет собой разработку основ нового направления в области математического моделирования ядерно-физических систем на ПОВС с нетрадиционной архитектурой.

Впервые получены следующие, представляющиеся важными результаты:

1. Сформулированы и теоретически обоснованы методики построения операторных и структурных моделей нейтронно-физических процессов, на основе которых разработаны различные варианты моделей-аналогов и гибридных ПОВС, реализующих предложенные варианты моделей.

2. Предложена концепция дуализма нейронных сетей, на ее основе сформулированы принципы построения гибридных нейросетевых ПОВС, предназначенных для моделирования задач нейтронной физики.

3. Сформулированы теоретические положения математического и имитационного моделирования задач нейтронной физики в нейросетевом базисе, теоретически обоснованы принципы структурной организации гибридных нейросетевых процессоров с применением лучистых носителей информационных сигналов.

4. Построены математические модели нейросетевых структур, в которых для описания процессов передачи и преобразования обрабатываемых информационных потоков предложено применять аппарат нелинейных функций импульсной взаимосвязи узловых модулей в нейросетевой структуре, разработаны варианты различных нейроподобных сетевых структур, реализующих предложенные математические модели, в том числе модели нейронных сетей полимодульной структуры.

5. Предложены и теоретически обоснованы принципы построения ней-росетевых процессоров с сеточно-лучевой и сеточно-сегментарной структурой для математического моделирования задач нейтронной физики с учетом пространственно-углового и пространственно-энергетического распределения нейтронного потока.

6. Теоретически обоснованы принципы построения гибридных опто-электронных ПОВС, в которых используются лучистые носители информационных сигналов для выполнения параллельных процессов передачи и обработки потоков данных и потоков управляющих сигналов, а так же и для реализации процедур сопряжения таких ПОВС, имеющих нетрадиционную архитектуру, с типовыми средствами ВТ, применяемыми при математическом моделировании нейтронно-физических процессов.

Теоретические положения разработанных нетрадиционных методов математического и имитационного моделирования нейтронно-физических процессов в нейросетевом базисе и предложенные на их основе принципы технической реализации специализированных вычислительных структур имеют обобщенный характер и могут быть применены для решения разнообразных задач математической физики, описываемых дифференциальными уравнениями в частных производных.

Большая часть разработок по нейросетевым методам моделирования, отраженных в данной работе, представляет собой оригинальные результаты, имеющие мировую новизну, что подтверждается более, чем 30 авторскими свидетельствами и патентами РФ и публикациями за рубежом.

Практическая значимость. Разработаны основы математического и имитационного моделирования нейтронно-физических процессов в нейросетевом базисе, что в совокупности представляет собой принципиально новые и оригинальные разработки в области компьютерного моделирования широкого класса задач цр- -./:. пой нейтронной физики на специализированных повс.

Предложенные вычислительные структуры и моделирующие средства представляют собой проблемно-ориентированные гибридные вычислители, применение которых в виде специализированных сопроцессоров в традиционных ЭВМ позволяет повысить производительность последних при решении задач технической и мате магической физики.

Разработанные теоретические положения носят обобщенный характер и могут быть использованы для создания ПОВС, предназначенных для проведения вычислительных экспериментов при исследовании нейтронно-физических процессов в ЯФУ различного назначения, а также могут быть применены для решения широкого класса задач математической физики, в частности задач теории поля и теории переноса.

Ряд полученных результатов и теоретических обобщений был использован в спецкурсах «Основы математического моделирования нейтронно-физических процессов в ЯФУ», «Применение ЭВМ в физических исследованиях», «Основы экспериментальной и прикладной нейтронной физики,» прочитанных автором в Томском политехническом университете, в спецкурсе «Основы нейроинформатики и нейрокомпьютеры», прочитанным автором в Томском государственном университете.

В работе нашли отражение результаты научных исследований по разработке методов математического моделирования сложных систем на ПОВС с нетрадиционной архитектурой, проводимых по руководством автора в Томском политехническом университете в соответствии с научно-техническими программами (НТП) ГКНО СССР: «Ядерная энергетика повышенной безопасности» (приказ ГКНО N 413 (п. 9.7.) от 15.06.90.) и «Принципы создания универсального сверхпроизводительного суперма-кронейрокомпьютера с программируемой самоорганизующейся архитектурой и элементами искусственного интеллекта» (приказ ГКНО N 482 (п. 3.6.2.) от 10.07.90.).

Тематика работ по разработкам методологических основ и принципов построения нейросетевых процессоров для решения задач математической физики поддержана в 1994;95 гг. грантом Госкомвуза РФ по фундаментальным исследованиям в области автоматики, вычислительной техники, информатики и кибернетики, а тематика работ по разработкам методов математического моделирования нейтронно-физических процессов в базисе нейросетевых структур, поддержана грантом 1996;97гг. Госкомвуза РФ по фундаментальным исследованиям в области ядерной энергетики.

Личный вклад автора в результаты работ, опубликованных в соавторстве, состоит в разработке методов решения поставленных задач, теоретических обобщениях ряда полученных результатов. Основная часть разработок и исследований по нетрадиционным методам математического и имитационного моделирования задач прикладной нейтронной физики в нейросетевом базисе выполнена автором самостоятельно, представляет собой основополагающие разработки и отличается оригинальностью методических и технических решений, имеющих правовую защиту.

Автор приносит глубокую благодарность коллегам кафедры 21 физико-технического факультета ТПУ, где была выполнена работа, за возможность научного общения и обсуждения полученных результатов, а также сотрудникам факультета информатики ТГУ, предоставившим возможность апробации некоторых из этих результатов.

Тезисы к защите. На защиту выносятся основы математического моделирования нейтронно-физических процессов в нейросетевом базисе и принципы построения проблемно-ориентированных нейросетевых моделирующих структур для реализации разрабротанных методов моделирования.

При этом автор защищает следующие научные положения:

— методы математического и имитационного моделирования задач прикладной нейтронной физики на специализированных моделирующих средствах;

— принципы построения нейросетевых ПОВС для реализации предложенных методов математического моделирования нейтронно-физических процессов в нейросетевом базисе;

— принципы построения гибридных нейросетевых структур для моделирования задач прикладной нейтронной физики на основе предложенной концепции дуа-пизма нейронных сетей;

— методы и принципы сопряжения разработанных гибридных опто-электронных нейросетевых ПОВС, имеющих нетрадиционную архитектуру, с типовыми средствами ВТ, применяемыми для моделирования нейтронно-физических процессов в ЯФУ.

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на следующих научно-технических форумах:

I и II Международных конференциях «Научно-технические проблемы безопасности АЭС и проблемы подготовки специалистов для нужд ядерной энергетики» (Обнинск, 1989,1991) — V Всесоюзной научно-технической конференции «Дальнейшее развитие аналоговой и аналого-цифровой вычислительной техники (Москва, 1977) — Всесоюзной конференции «Моделирование процессов тепломассообмена» (Тула, 1988) — Всесоюзной конференции «Математическое и машинное моделирование» (Воронеж, 1991) — III Всесоюзном симпозиуме «Перспективы развития вычислительных систем» (Рига, 1989) — Всесоюзной научно-технической конференции «Перспективы развития и применения вычислительных средств для моделирования и автоматизированного исследования» (Москва, 1991) — научной сессии отд. информатики, вычислительной техники и автоматизации АН СССР «Информатика, физика и электроника нейронных и ней-роподобных систем» (Ростов-на-Дону, 1990) — семинаре «Нейроподобные вычислительные структуры и нейрокомпьютеры» (Таганрог — Тайма-зи, 1990) — научно-техническом совете HTI1 «Принципы создания супернейромакрокомпьютера» (Таганрог, 1991) — Международном симпозиуме 1992 RNNS/IEEE «Нейроинформатика и нейрокомпьютеры» (Ростов-на-Дону, 1992) — Всероссийском семинаре «Нейроинформатика и нейрокомпьютеры» (Красноярск, 1993) — III Международной конференции «Системный анализ-93» (Ташкент, 1993) — Всероссийском семинаре «Нейроинформатика и ее приложения» (Красноярск, 1994, 1995, 1996, 1997) — Всероссийском научно-техническом семинаре «Энергетика: экология, надежность, безопасность», (Томск, 1994, 1996) — Международной конференции «Сибконверс-95», (Томск, 1995) — IV Всероссийской конференции «Нейрокомпьютеры и их применение» (Москва, 1998) — III Сибирском конгрессе по прикладной и индустриальной математике (ИНПРИМ-98) (Новосибирск, 1998).

Некоторые результаты прикладных исследований периодически (в течение 1973;1993гг.) докладывались и обсуждались на отраслевых семинарах по динамике ЯР в ИАЭ, семинарах МИФИ по проблемам физики и безопасности ЯР.

Публикации. В представленной к защите диссертации обобщены результаты исследований автора, опубликованные в 2 монографиях, 24 статьях и докладах, из них 4 опубликованы за рубежом, в описаниях 35 авторских свидетельств и патентов.

Структура работы. Диссертация состоит из введения, пяти глав, заключения и списка цитируемой литературы.

ЗАКЛЮЧЕНИЕ

.

Основные научные результаты и выводы заключаются в следующем:

1. Предложены и теоретически обоснованы методики построения операторных и структурных моделей ыейтрошю-физических процессов, на основе которых разработаны различные варианты моделей-аналогов и П013С с нетрадиционной архитектурой, реализующих эти операторные и структурные модели. Получены критериальные соотношения подобия для задания параметров операционных элементов таких ПОВС.

2. Впервые предложены и разработаны методы моделирования прикладных задач нейтронной физики на гибридных ПОВС с нетрадиционной архитектурой, реализующих параллельные методы обработки непрерывных и квантованных в процессе вычислений сигналов и имеющих оригинальные схемные решения с использованием онтоэлектронных методов и средств параллельной обработки информационных потоков в спецпроцессорах с дискретной, непрерывной и дискретно непрерывной структурой.

3. Предложена концепция дуализма нейронных сетей и на ее основе сформулированы принципы построения гибридных нейросетевых ПОВС, предназначенных для моделирования нейтронно-физических процессов.

4. Построены математические модели нейросетевых структур, в которых для описания процессов передачи и преобразования обрабатываемых информационных потоков предложено применять аппарат нелинейных функций взаимосвязи узловых модулей в нейросетевой структуре, разработаны варианты различных иейроподобпых сетевых структур, ре ализующих предложенные математические модели, в том числе модели нейронных сетей полимодульной структуры.

5. Предложены и теоретически обоснованы принципы построения нейросетевых процессоров с сеточно-лучевой структурой и сеточно-сегментарной структурой для математического моделирования задач нейтронной физики с учетом пространственно-углового и пространственно энергетического распределения нейтронного потока.

6. Предложены и разработаны принципы и методы передачи информационных потоков в ПОВС лучистыми носителями информационных сигналов и предложены различные варианты реализации этих методов в вычислительных структурах и варианты сопряжения оптоэлектронных ПОВС, имеющих нетрадиционную архитектуру, с типовыми средствами ВТ, применяемыми в системах автоматизации физических исследований и для моделирования нейтронно-физических процессов.

7. Получены обобщенные выражения для оценки характеристик быстродействия различных схем сопряжения оптоэлектронных ПОВС с типовыми средствами ВТ. Показано, что высокую производительность имеют системы сопряжения с несколькими параллельно работающими разнотипными каналами связи, в которых процессы передачи потоков управляющих сигналов и потоков данных осуществляются потоками параллельных оптических сигналов.

8. Показано, что применение некоторых из предложенных вариантов ПОВС с нетрадиционной архитектурой в качестве специализированных сопроцессоров в типовых ВС позволяет повысить производительность последних при решении широкого класса задач математической физики, описываемых дифференциальными уравнениями в частных производных, а также при моделировании систем с распределенными параметрами.

Разработанные принципы построения ПОВС имеют обобщенный характер и предполагается использование полученных результатов при разработке и создании специализированных сопроцессоров, предназначенных для повышения производительности существующих ВС, применяемых для решения задач прикладной физики, для построения систем автоматизации физических исследований, а также для различных прикладных постановок, связанных с исследованием и моделированием систем с распределенными параметрами.

Показать весь текст

Список литературы

  1. С., Эдлунд М. Основы теории ядерных реакторов: Пер. с англ. -М.: ИИЛ, 1954.
  2. А.Д. Теория ядерных реакторов на тепловых нейтронах. -М.: Атомиздат, 1971.
  3. С.М., Шихов С. Б., Троянский В. Б. Теория ядерных реакторов. т.1. -М.: Атомиздат, 1978.
  4. В.А. Вопросы безопасности работы ВВЭР. -М.: Атомиздат, 1977.
  5. И.Я., Гаврилов П. А., Селивестров Б. Н. Управление и безопасность ядерных энергетических реакторов. -М.: Атомиздат, 1975.
  6. И.Я., Ефанов А. И., Константинов Л. В. Научно-технические основы управления ядерными реакторами. -М.: Атомиздат, 1981.
  7. П. Физика реакторов: Пер. с англ. -М.: Атомиздат, 1977.
  8. Д. Динамика 1дериых реакторов: Пер. с англ. -М.: Атомиздат, 1975.
  9. В.В. Системы управления и защиты АЭС. -М.: Энергоатом-издат, 1986.
  10. Д. Техника регулирования ядерных реакторов: Пер. с англ. -М.: Атомиздат, 1967.
  11. И.И. Аналоговое моделирование в атомной энергетике. -М.: Атомиздат, 1969.
  12. В.В., Сидорова И. И. Электрическое моделирование ядерных реакторов // Атомпая энергия, 1958, 5, 1, 29−43.
  13. И.Я., Филипчук Е. В., Потапенко 11.Т., Крылов В. М. Трехмерное аналоговое моделирование реактора с учетом тенлопе-реиоса // Атомная энергия, 1978, 44, 6, 519−521.
  14. П.Т. Математическая модель трехмерного нейтронного поля ядерного реактора // Электронное моделирование, 1988, 10, 2, 58−61.
  15. Й.И., Сидорова И. И. Тренажеры для опереторов АЭС. -М.: Атомиздат, 1979.
  16. Kajek В.К. An introductory course to power plant operations using a full-fanctions power plant, simulation // Trans. Am. Nucl. Soc., 1989, 59, 31.
  17. И.И., Сидорова И. И. Подготовка операторов АЭС. -М.: ЦНИИАтоминформ, 1974.
  18. В.А. Теория подобия и моделирование. -М.: Высшая школа, 1976.
  19. .А., Бухман В. Б. Модели для решения краевых задач. -М.: Физматгиз, 1960.
  20. .Я. Электронные моделирующие устройства и их применение для исследования систем автоматического регулирования. -М.: Физматгиз, 1959.
  21. Gould Н., Tobochnik J. Computer simulation methods. Addison Wesley, 1989.
  22. И.М., Тетельбаум Я. И. Модели прямой аналогии. -М.: Наука, 1979.
  23. В.И. Возможности и перспективы использования итерационных методов для решения реакторных задач на многопроцессорных ЭВМ //ВАНТ, сер.: Физика и техника ядерных реакторов, 1985, 5, 18−23.
  24. Finneman Н., Brehn J. Muchel Е. Solution of the neutron diffusion equation through multigroup methods implemented on a memory -coupled 25-processor system // Parallel Comput., 1988, 8, 1−3, 391−398.
  25. Doster J.M., Sills E.D. Applications of parallel computer architecture to the real-time simulation of nuclear power systems // Trans.Am.Nucl.Soc., 1988, 57, 23−24.
  26. Doster J.M., Turner J.A., Sills E.D. Applications of advanced computer architectures to the thermal-hydraulic simulation of nuclear power systems // Simulators 1988, 19, 4, 97.
  27. Г. E., Кулик М. Н. Гибридное моделирование в энергетике. -Киев: Наук, думка, 1977.
  28. A.c. N 402 885 СССР, МКИ G06C 7/48. Устройство для моделирования нестационарного тепломассообмена /А.Ф.Лавренюк, О. В. Смиренский, И. А. Тихомиров. Опубл. 19.10.73. Bioji. N 42.
  29. A.c. N 584 315 СССР, МКИ G06G 7/38. Устройство для решения задач математической физики /А.Ф.Лавренюк, О. В. Смиренский. -Опубл. 15.12.77. Bkwi. N 46.
  30. A.c. N 1 001 120 СССР, МКИ G06G 7/38. Устройство для решения дифференциальных уравнений в частных производных / А. Ф. Лавренюк. Опубл. 28.02.83. Бюл-N 8.
  31. A.c. N 1 410 068 СССР, МКИ G06G 7/38. Устройство для решения задач математической физики /А.Ф.Лавренюк, О. В. Смиренский. -Опубл. 15.07.88. Бюл-N 26.
  32. A.c. N 1 420 604 СССР, МКИ G06G 7/46,9/00. Устройство для решения задач теории переноса / А. Ф. Лавренюк. Опубл. 30.08.88. Бюл. И 32.
  33. A.c. N 1 531 106 СССР, МКИ G06 °F 15/32. Вычислительный узел цифро-^ аналогового матричного процессора для решения задач теории переноса / А. Ф. Лавренюк. Опубл. 23.12.89. Бюл-N 47.
  34. A.c. N 1 410 069 СССР, МКИ G06G 7/46. Устройство для решения дифференциальных уравнений в частных производных /А.Ф.Лавренюк. Опубл. 15.07.88. Бюл-N 26.
  35. A.c. N 1 562 942 СССР, МКИ G06G 7/46. Узловой элемент сеточной модели для решения задач тепломассонереноса /А.Ф.Лавренюк. Опубл. 07.05.90. Бюл. И 17.
  36. A.c. N 1 580 405 СССР, МКИ G06G 7/46. Узловой элемент сеточного процессора для решения задач теории переноса /А.Ф.Лавренюк. -Опубл. 23.07.90. Бюл-N 27.
  37. A.c. N 1 580 406 СССР, МКИ G06G 7/46. Вычислительный элемент сеточного процессора для решения задач теории переноса /А.Ф.Лавренюк. Опубл. 23.07.90. Бюл-N 27.
  38. A.c. N 1 635 202 СССР, МКИ G06G 7/46. Вычислительный узел гибридного сеточного процессора для решения нелинейных задач теории поля /А.Ф.Лавренюк. Опубл. 15.03.91. Бюл-N 10.
  39. A.c. N 1 624 430 СССР, МКИ G06E 3/00. Оптоэлектроиное вычислительное устройство для решения дифференциальных уравнений в частных производных /А.Ф.Лавренюк. Опубл. 31.01.91. Бюл. И 4.
  40. A.c. N 1 807 505 СССР, МКИ G06E 3/00. Оптоэлектроиное вычислительное устройство для решения дифференциальных уравнений в частных производных /А.Ф.Лавренюк. Опубл. 07.04.93. Бюл-N 13.
  41. A.c. N 375 653 СССР, МКИ G06G 7/44. Устройство для решеиия краевых задач /А.Ф.Лавренюк, О.В.Смиренский- Опубл. 23.03.73. Бюл-N 16.
  42. A.c. N 1 793 449 СССР, МКИ G06E 3/00. Оитоэлектронный процессор для решения уравнений математической физики /А.Ф.Лавренюк, О. В. Смиреиский. Опубл. 07.02.93. Bion. N 5.
  43. A.c. N 1 605 221 СССР, МКИ G06 °F 3/00. Оптоэлектроиное вычислительное устройство для решения дифференциальных уравнений в частных производных /А.Ф.Лавренюк. Опубл. 07.11.90. Бюл-N 41.
  44. A.c. N 1 605 265 СССР, МКИ G06E 3/00. Устройство для решения уравнений математической физики /А.Ф.Лавренюк. Опубл. 07.11.90. Бюл-N 41.
  45. Г. Н., Лаврешок А. Ф., Николаев А. Г., Петлин В. И. Нейро-сетевые методы моделирования для имитаторов и тренажеров ядерных реакторов //VI Всероссийский семинар «Нейроинформатика и ее приложения»: Тез. докл. -Красноярск: КГТУ, 1998, 91.
  46. А.Ф., Смиренский О. В., Колпаков Г. Н. Перспективы применения нейросетевых вычислительных структур для решения задач нейтронной физики // III Всероссийский семинар «Нейроинформатика и ее приложения»: Тез. докл. -Красноярск: КГТУ, 1995, 10.
  47. А.Ф. Основы математического моделирования нейтронпо-физических процессов в нейросетевом базисе. Томск: Изд-во Том. ун-та, 1998.
  48. Uhrig R.E. Applications of neural networks to monitoring and decision making in the operation of nuclear power plants //INNC, 1990, 1, 424 427.
  49. Uhrig R.E. Use of neural networks in the operation of nuclear power plants // Proc, 7-th Power PL Dynam. Contr and Testing Symposium, Knoxville, 1989. 12−14.
  50. Guimaraes C., Uhrig R.E. Neural networks application to control a nuclear reactor // Trans. Am. Nucl. Soc., 1990, 61, 216−217.
  51. Uhrig R.E. Research in artificial intelligense for nuclear facilities //Trans. Am. Nucl. Soc., 1990, 61, 120−121.
  52. А.Ф., Смиренский О. В., Ясельский В. К. Перспективы применения нейроинформатики в некоторых отраслях ядерных технологий // II Всероссийский семинар «Нейроинформатика и ее приложения»: Тез. докл. -Красноярск: КГТУ, 1994, 10.
  53. А.Ф. Проблема «человеческого фактора» при решении задач повышения надежности и безопасности ядерных энергетических установок нового поколения // Н.-т. семинар «Энергетика: экология, надежность, безопасность»: Тез.докл. Томск: ТПУ, 1994, 42.
  54. Lavrenjuk A.F. A Dualism of neural networks // Proc. 1992 RNNS/IEEE Symposium on Neuroinformatics and Neurocomputers", Rostov-on-Don, 1992, 2, 1156−1162.
  55. Lavrenjuk A.F. The concept of neurocomputer architecture on the position of neural network dualism // Advances in modelling & analysis, A, AMSE Press, 1995, 24, 4, 45−49.
  56. А.Ф. Некоторые принципы построения нейрокомпьютер-ных структур в свете дуализма нейронных сетей / / Всероссийский н.-т. семинар «Нейроинформатика и нейрокомпьютеры»: Тез. докл. -Красноярск: Красноярский гос.тех. ун-т., 1993, 26.
  57. Lavrenjuk A.F. An optoelectronic neural networks for simulation of distributed systems // Proc. 1992RNNS/IEEE Symposium on neuroinformatics and Neurocomputers", Rost. ov-onODon, 1992, 1, 531 539.
  58. А.Ф., Смиренский О. В., Ясельский В. К. Оптоэлектрон-ные нейросетевые структуры для гибридных нейропроцессоров //III Всероссийский семинар «Нейроинформатика и ее приложения»: Тез. докл. -Красноярск: КГТУ, 1995, 10.
  59. A.c. N 1 683 045 СССР, МКИ G06G 7/60. Модуль нейроподобной сети /А.Ф.Лавренюк. Опубл. 07.10.91. Бюл-N 37.
  60. A.c. N 1 802 366 СССР, МКИ G06E 3/00. Оптоэлектронный блок дивергенции сигналов /А.Ф.Лавренюк, А. Н. Рюмин Опубл. 15.03.93. Bioji. N 10.
  61. Патент РФ N 1 803 923 СССР, МКИ G06G 7/60. Модуль нейроподобной сети /А.Ф.Лавренюк. Опубл. 23.03.93. Bkwi. N 11.
  62. Патент РФ N 2 025 776, МКИ G06G 7/60. Гибридная оптоэлектронная ячейка /А.Ф.Лавренюк. Опубл. 30.12.94. Бюл-N 24.
  63. Патент по заявке N 4 908 816/14 от 07.02.91. (Россия). Оптоэлектронный модуль иейроподобной сети /А.Ф.Лавренюк. Пол. реш. 10.09.91.
  64. Патент РФ N 2 070 334, МКИ G06G 7/60. Оптоэлектронная модель нейронной сети /А.Ф.Лавренюк. /А.Ф.Лавренюк, Опубл. 10.12.96. Бюл. N 34.
  65. Патент РФ N 2 057 362, МКИ G06 °F 3/00. Гибридная ячейка оптоэлек-тронного нейропроцесеора /А.Ф.Лавренюк, Опубл. 27.03.96. Бюл-N 9.
  66. Патент РФ N 2 057 363, МКИ G01 °F 3/00. Гибридная ячейка оптоэлек-тронного нейропроцессора / А. Ф. Лавренюк, Опубл. 27.03.96. Бюл-N 9.
  67. Патент РФ N 2 074 417, МКИ G06G 7/60. Оптоэлектронная модель нейронной сети /А.Ф.Лавренюк. /А.Ф.Лавренюк, Опубл. 27.02.97. Бюл. N 6.
  68. Lavrenjuk A.F. Some capacity of neutron optic for neuron networks hardware // Modelling, measurement к control, A, AMSE Press, 1995, 61, 2, 25−27.
  69. А.Ф. Перспективы применения методов нейтронной оптики для построения нейроподобных структур с нетрадиционной архитектурой //И семинар «Нейроинформатика и ее приложения»: Тез. докл. -Красноярск: КГТУ, 1994, 21.
  70. А.Ф. Нуклидные нейрокомпьютеры: одно из возможных направлений развития нейрокомпьютерных технологий следующего столетия // III Всероссийский семинар «Нейроинформатика и ее приложения»: Тез. докл. -Красноярск: КГТУ, 1995, 10.
  71. А.Ф. Введение в нейтронику. Томск: Изд-во Том. ун-та, 1994.
  72. А.Я., Шевелев Я. В. Инженерные расчеты ядерных реакторов. -М.: Энергоатомиздат, 1984.
  73. Г. И. Методы расчета ядерных реакторов. -М.: Госатомиз-дат, 1961.
  74. Вычислительные методы в физике реакторов, /ред. Гринспен X. и др.: Пер. с англ. -М.: Атомиздат, 1972.
  75. .П. Численные методы в теории гетерогенного реактора. -М.: Атомиздат, 1980.
  76. И.Х. Физика и расчет реактора. -М.: Энергоиздат, 1981.
  77. Д.М. Обзор некоторых зарубежных методов программ трехмерных расчетов нейтронно-физических характеристик ядерных реакторов: узловые методы //ВАНТ, сер.: Физика ядерных реакторов, 1990, 1, 49−53.
  78. С.С., Гуревич М. И., Позняков Н. М. Инструкция для пользования программой расчета трехмерного или двумерного гетерогенного реактора QUM-3-HER: Препринт ИАЭ N 2794. -М.: 1977.
  79. БОКР-Г1: программа нейтронно-физического расчета РБМК с ускоренной итерационной схемой / Исаев Н. В., Погосбекян Л. Р., Шме-нин Ю.В. //ВАНТ, сер.: Физика и техника ядерных реакторов. -М.: ЦНИИАтоминформ, 1986, 2, 26−29.
  80. Комплекс программ WIMS-SU /Лалетин Н.И., Султанов Н. В., Бо-яринов В.Ф. //ВАНТ, сер.: Физика ядерных реакторов, 1990, 1, 2633.
  81. Halsall.M.J. A summary of WIMS-D4 input, options // AEEW-M1327, 1980.
  82. Roth M.J. A review of equation solved by computer program JOSHUA // AEEA-R1165, 1978.
  83. Makowitz H. Numerical Experiments in Concurrent Multiprocessing with the RELAP-5 Nuclear Reactor Systems Code // Nucl. Sei. Engng., 1986, 92, 1, 136−143.
  84. Вычислительные машины с нетрадиционной архитектурой (Супер-ВМ) / ред. Бурцев B.C. -М.: Наука, 1990.
  85. Treleaven P.C. Future parallel computers // Lect. Notes Comput. Sei., 1986, 216.
  86. Супер-ЭВМ: аппаратная и программная организация: Пер. с англ. /ред.Фернбах С. М.: Радио и связь, 1991.
  87. Г. Архитектура современных ЭВМ: llep. с англ. -М.: Мир, 1985.
  88. Huberman В.A. Parrallel computation // Comp. Phis. Coimriun., 1989, 56, 25−34.
  89. Й. Искусственный интеллект, параллельные ЭВМ и параллельные вычисления / Будущее искусственного интеллекта. -М.: Наука, 1991, 244−269.
  90. К., Виртц К. Нейтронная физика: Пер. с англ. -М.: Атомиз-дат, 1968.
  91. В.В. Лекции по теории переноса нейтронов. -М.: Атомиздат, 1978.
  92. Р. Физика ядерных реакторов: Пер. с англ. -М.: Атомиздат, 1959.
  93. А.Д. Введение в теорию ядерных реакторов на тепловых нейтронах. -М.: Энергоатомиздат, 1984.
  94. А., Вигнер Е. Физическая теория ядерных реакторов: Пер. с англ. -М.: ИИЛ, 1961.
  95. Д., Глестон С. Теория ядерных реакторов: Пер. с англ. -М.: Атомиздат, 1974.
  96. Д. Физические основы кинетики ядерных реакторов: Пер. с англ. -М.: Атомиздат, 1967.
  97. А.Д. Архитектура вычислительных систем. -М.: Наука, 1990.
  98. Э.В., Хорошевский В. Г. Однородные вычислительные системы. -Новосибирск: Наука, 1978.
  99. .А. Параллельные вычислительные системы. ~М.: Наука, 1980.
  100. Э.В. Однородные вычислительные системы, структуры и среды. -М.: Радио и связь, 1981.
  101. И. В. Виленкин С.Я., Медведев И. Л. Параллельные вычислительные системы с общим управлением. -М.: Энергоатом-издат, 1983.
  102. A.B. Многопроцессорные вычислительные системы с программируемой архитектурой. -М.: Радио и связь, 1984.
  103. Д. чЭВМ пятого поколения: компьютеры 90-х годов: Г1ер. с англ. -М.: Финансы и статистика, 1985.
  104. Проблемы создания высокопроизводительных ЭВМ // Вопросы кибернетики / под. ред. В. А. Мельникова и Ю. Г. Дадаева ~М.: 1984.
  105. Hey A.J. The role of MIMD arrays of transputers in computation physics // Comp. Phis. Commun., 1989, 56, 1−24.
  106. M. Параллельные алгоритмы / Будущее искусственного интеллекта. -М.: Наука, 1991, 289−300.
  107. Parallel Computations / Ed. G.Rodrigue. New York: Academic Press, 1982.
  108. Параллельные алгоритмы решения некоторых стационарных задач математической физики / В. И. Лебедев, Н. С. Бахвалов, В. И. Агошков и др. М.: Отдел вычисл. матем. АН СССР, 1984, 142.
  109. Masako I., Mitsuhiro M., Naohisa S. Vector and parallel processing of the nuclear reactor transient analysis code RELAP5 //Proc. Supercomput. 88, 1988, M-l, 230−236.
  110. Г. И. Методы вычислительной математики. М.: Наука, 1980.
  111. Г. И., Лебедев В. И. Численные методы в теории переноса нейтронов. -М.: Атомиздат, 1971.
  112. A.A., Николаев Е. С. Методы решения сеточных уравнений. -М.: Наука, 1978.
  113. Г. И., Яненко Н. Н. Применение метода расщепления (дробных шагов) для решения задач математической физики //Некоторые вопросы прикладной и вычислительной математики.- Новосибирск: Наука, 1966, 3−12.
  114. Н.Н. Вопросы модульного анализа и параллельных вычислений в задачах математической физики // Параллельное программирование и высокопроизводительные системы. -Новосибирск: НГУ, 1980,1,135−144.
  115. Я.В. О перемешивании внешних итераций с внутренними при расчете неоднородного реактора // ВАНТ, сер.: Физика и техника ядерных реакторов, вып.5, физика и методы расчета ЯР. -М.: НИКИЭТ, 1982, с. 21.
  116. Р.Д. Разностные методы решения краевых задач. -М.: ИИЛ, 1960.
  117. О. Метод конечных элементов в технике. -М.: Мир, 1975.
  118. . Метод конечных элементов. Пер. с фран. -М.: Мир, 1976.
  119. Динамика ядерных реакторов /Колесов В.Ф., Лепник И. А., Павлов С.II. и др./ред.Шевелев Я. В. -М.: Энергоиздат, 1990.
  120. Azekura К., Kurihera К. Nodal solution metod of neutron diffusion equations using a high-order finite difference scheme // Trans. Am. Nuci. Soc., 1989, 59, 152−153.
  121. Zee K.J., Turinsky P.J. Parallel solutions of the Two-Group neutron diffusion equations // Trans. Am. Nucl. Soc., 1985, 55, 319.
  122. Abu-Shurriays I.K. Vector methods for neutron diffusion theory // Trans. Am. Nucl. Soc., 1985, 55, 317.
  123. Sills E.D., Doster J.M. Vectorization of a terrnal-hydraulics code on the CRAY X-MP // Trans. Am. Nucl. Soc., 1987, 55, 329.
  124. Rhoades W.A., Childs R.L. Sn transport calculations on vector and parallel processors // Trans. Am. Nucl. Soc., 1987, 55, 320.
  125. Haghighat A. Mahaffy M. Vectorization of a spherical Sn-transport algorithm on supercomputers // Proc. Int. Reactor Phys. Conf., 1988, 2, 113.
  126. Haghighat A. Parallelization of spherical Sn-transport theory algorithm // Trans. Am. Nucl. Soc., 1989, 59, 155−156.
  127. Weinke B.R., Hommoto R.E. Parallel Sn-iteration schemes // Nucl. Sci. Engng., 1985, 90, 116.
  128. Дж., Гелбард Э. Метод Монте-Карло и задачи переноса нейтронов: Пер. с англ. М.: Атомиздат, 19Т2.
  129. Франк-Камепецкий А. Д. Моделирование траекторий нейтронов при расчете реакторов методом Монте-Карло. М.: Атомиздат, 1978.
  130. Мс Kerrell A., Delves L.M. Monte-Carlo Simmulation of neutron diffusion on SIMD architectures // Parallel comput. 1988,8,1−3, 363−370.
  131. У. Моделирующие устройства для решения задач теории поля: Пер. с англ. М.: ИИЛ, 1962.
  132. Д., Карплюс У. Теория и применения гибридных вычислительных систем: Пер. с англ. -М.: Мир, 1970.
  133. Р. Имитационное моделирование систем: искусство и наука: Пер. с англ. -М.: Мир, 1978.
  134. В.И., Нестеренко Б. Б. Построение моделирующих сред переменной структуры. В кн.: Математическое моделирование на сплошных и дискретных средах. -Киев: Ин-т математики АН УССР, 1974, 218−241.
  135. Cellier F.E. Continuous System Modeling. New York: Springer-Verlag, 1991.
  136. Kajek B.K. An introductory course to power plant operations using a full-fanctions power plant simulation // Trans. Am. Nucl. Soc., 1989, 59, 31.
  137. Voth M.H. An instructional hydraulic analog of fission product poisoning dinarnics // Trans. Am. Nucl. Soc., 1988, 57, 17.
  138. Lancaster D.B. Perturbation, PCs and undergraduate // Trans. Am. Nucl. Soc., 1988, 57, 16.
  139. Huria H.C., Shapiro A. Reactor physics computations for nuclear engineering undergraduates // Trans. Am. Nucl. Soc., 1989, 59, 34.
  140. Binnly S.E. Application of PCs to a nuclear reactor laboratory course // Trans. Am. Nucl. Soc., 1988, 57, 24.
  141. А.Ф. Специализированные процессоры параллельного действия для решения уравнений математической физики // III Всесоюзный симпозиум «Перспективы развития вычислительных систем»: Тез.докл. -Рига: Рижский политех, ин.-т, 1989, 42.
  142. А.Ф., Смиренский О. В., Панин В. В. Математическое и имитационное моделирование процессов энергопереноса // Всесоюзная н.-т. конф. «Машинное и имитационное моделирование»: Тез.докл. -Воронеж: Воронежский технол. ин-т, 1991, 116.
  143. А.Ф., Смиренский О. В. Применение оптоэлектронных элементов слоисто-пленочной структуры в вычислительных устройствах для решения задач математической физики // Депонир. научн. раб. ВИНИТИ, N 3702−83, 1983, N 11.
  144. О.Б., Усынин Г. Б., Бахметьев A.M. Безопасность ядерных энергетических установок. -М.: Энергоатомиздат, 1989.
  145. С.К., Рябенький B.C. Разностные схемы: Введение в теорию. -М.: Наука, 1973.
  146. A.A. Введение в теорию разностных схем. -М.: Наука, 1980.
  147. B.C. Инженерные методы решения задач теплопроводности. -М.: Эиергоатомиздат, 1983.
  148. A.c. N 1 267 447 СССР, МКИ G06G 7/46. Управляемый элемент сеточной модели /А.Ф.Лавренюк. Опубл. 30.10.86. Бюл-N 40.
  149. A.c. N 1 603 407 СССР, МКИ G06G 9/00. Оптоэлектронный управляемый элемент сеточного процессора /А.Ф.Лавренюк, О.В.Сми-рееский, Ю. Б. Волынский, И. Д. Малкин. Опубл. 30.10.90. Бюл-N 40.
  150. Деч Г. Руководство к практическому применению преобразования Лапласа и z-преобразования. -М.: Наука, 1971.
  151. А.Я. Ценные дроби. -M.-JI.: Гостехиздат, 1949.
  152. Р., Вукобратович М. Общая теория чувствительности. -М.: Советское радио, 1972.
  153. М.Л. Основы динамической точности электрических и механических цепей. -М.: Из-во АН СССР, 1958.
  154. М.Л. Чувствительность и динамическая точность систем управления // Изв. АН СССР, Техническая кибернетика, 1964, 6, 22.
  155. Г. Е. Методы анализа и синтеза квазианалоговых электронных цепей. -Киев: Наук. думка, 1967.
  156. Л.А. Электрическое моделирование явлений тепло- и мас-сопереноса. М.: Энергия, 1972.
  157. Л.А. Методы решения нелинейных задач теплопроводности. -М.: Энергия, 1975.
  158. M.II. Электрическое моделирование нестационарных процессов теплообмена. -М.: Энергия, 1974.
  159. Ю.М. Электрическое моделирование нелинейных задач технической теплофизики. -Киев: Наук, думка, 1977.
  160. Ю.М., Прокофьев В. Е. Моделирование нелинейных процессов в распределенных системах. -Киев: Наук. думка, 1985.
  161. Visbiievetsky К. Hybrid inetod for partiel differential equations // Simulation, 1980, 16, 4, 169−180.
  162. Cohn C.E. Prograirmlining for a nuclear reactor instrument simulation // Simulation, 1988, 50, 1, 25−27.
  163. Karplus W., Shibata V. The application of small perpheral arrey processors to the modeling of distributed parameter systems //Simulation, 1986, 46, 6, 231−238.
  164. Ф.Д. Оптоэлектронпые модели однородных сред. -M.: Радио и связь, 1984.
  165. В.Н. Онтоэлектронные матричные процессоры. ~М.: Радио и связь, 1986.
  166. C.B. Элементы оптоэлектроники. -М.: Сов. радио, 1971.
  167. Основы оптоэлектроники / Суэмацу Я. и др.: Пер. с яп. -М.: Мир, 1988.
  168. С. Оптические компьютеры: Новая эра науки: Пер. с яп. -М.: Наука, Гл.ред.физ.-мат.лит., 1992.
  169. Патент РФ N 2 050 582, МКИ G06 °F 3/00. Ячейка памяти /А.Ф.Лавре-нюк. Опубл. 20.12.95.БюлЛЧ 35.
  170. Ф., Лейзерсон А., Хофстедтер Д. Мозг, разум и поведение: Пер. с англ. -М.: Мир, 1988.
  171. Д. Глаз, мозг, зрение: Перх англ. -М.: Мир, 1990.
  172. Д. Механизмы мозга: Пер. с англ. -М.: Мир, 1965.
  173. Дунин-Барковский В. Л. Информационные процессы в нейронных структурах. -М.: Наука, 1978.
  174. С.О. Нейрон и нейронные сети. -М.: Энергия, 1971.
  175. A.A. Моделировапие элементов мышления. -М.: Наука, Гл.ред.физ.мат.лит. 1988.
  176. А.Н. Моделирование основных механизмов мозга. -Л.: Наука, 1968.
  177. Н.В. Моделирование нейронных структур. -М.: Наука, 1970.
  178. Ф. Принципы нейродинамики (перцептроны и теория механизмов мозга): Пер с англ. -М.: Мир, 1965.
  179. Я., Арбиб М. Концептуальные модели нервной системы: Ilep. с англ. -М.: Мир, 1976.
  180. Forrest В.M. ci.nl. Nmmu riatworkH modeln // РлтЛ"1 Сош/лДш^/, ИШ, 8, 71−83.
  181. Hecht-Nielsen 11. Performance limits of optical, electro-optical and electronic artificial neural system processors // Optical and hybrid computing /Ed. Szu H. SP1E Proc., 1986, 634, 277−306.
  182. Abu-Mostafa Y.S., P salt is D. Optical neural computers // Scientific American, 1987, 255, 88.
  183. Fisher A.D., Giles C.L., Lee J.N., Associative processor architectures for optical computing // J. Optical Soc.Am., 1984, A, 1, 1337.
  184. Э.А., Сурина И. И. Нейронные сети и их-оптические реализации: Обзор. -М.: ЦНИИАтоминформ, 1988.
  185. Farhat N.H. Architectures for opto-electronic analogs of self- organizing neural networks //Proc. of the Optical Computer Conference, 1987, 125 128.
  186. Farhat N.H., Sbac Z.Y. Architectures and metodologies for self-organization and stochastic learning in opto-electronic analogs of neural networks // Proc. ICNN, 1987, 3, 565−576.
  187. Farhat N.H. Optoelectronic analog of self-programming neural networks: Architecture and metodologies for implemently fast stochastic learning by simulated annealing // Applied Optics, 1987, 26, 5093−5103.
  188. Owechko, Y. Optoelectronic resonator neural networks // Applied Optics, 1987, 26, 5104−5111.
  189. Grossberg S. Nonlinear Neural networks: principles mechanisms and architectures // Neural networks. 1988, v. l, 17−61.
  190. Дисскусия о нейрокомпьютерах / под .ред.Крюкова В. И. -Пущиио: НИВЦ АН СССР, 1988.
  191. Simpson Р.К. Artifical Neural Systems: foundition, paradigms, applications and implementations. -New York: Pergamon press, 1990.
  192. B.M. Проблемы и перспективы создания нейроподобных устройств обработки информации: Обзор. -М.: ЦНИИ «Электроника», 1984.
  193. Hecht-Nielsen R. Neurocomputer applications // Proc. NATO ASI, Series: Neural computer, 1988, F41, 445−453.
  194. Ф. Нейрокомпьютерная техника: Пер. с англ. -М.: Мир, 1992.
  195. Kohonen Т., An introdaction to Neural Computing //Neural networks. 1988, v. l, 3−16.
  196. Lippma.il R., An introduction to computing with Neural nets // IEEE ASSP Mag. 1987, 4, 2, 4−12.
  197. Lipo J.C. Defense applications of Neural networks. IEEE Comrnun. Mag. 1989. 27, 11, 82−88. Hopfield J.J.& Tank D.W., Neural computation of decisions in optimization problems // Biological cybernetics, 1985, 52, 141−152.
  198. Lippman R., Pattern classification using Neural networks //IEEE Cornmun. Mag. 1989, 27, 11, 47−64.
  199. Shaw W.T. Multivariable alarming using Neural networks. ISA Transactions 1990, 29, 1, 57−62.
  200. Spencer J.E., Real-time applications of Neural nets. //Transaction on Nuclear Scietnse, 1989, 36, 5, 1485−1489.
  201. Нейронные сети и нейропроцессоры: тенденции развития исследований и разработок / Дунип-Барковский B. J1., Терехин А. Т. // Микропроцессор. средства и системы, 1990, 1−2, 12−14.
  202. А.Н. Нейронные сети: определения, концепции, применение: Обзор ФЭИ-0246. -М.: ЦНИИатоминформ, 1991.
  203. А.В., Чернухин Ю. В. Нейроподобные моделирующие и вычислительные структуры // Электрон, моделирование, 1986, 8, 2, 22−22.
  204. Rozenblatt F., The perception: a probabilistic model for information storage and organization in the Brain, // Psychol. Rev., 1958, 65, 386 408.
  205. McCulloch W.S.& Pitts W. A logical calculus of the ideas immanent in nervous activity //Bulletin of Mathematical Biophisics, 1943, 5,115−133.
  206. P. & Velleasco M. Neural computing overview // Comput. Phis. Comrnun. 1989, 57, 534−559.
  207. Hopfield J.J., Neural networks and physical systems with emergent collective computational abilities // Proc. Nat. Acad. Sci. USA, 1982, 79, 2554−2558.
  208. Hopfield J. J., Neurons with grader response have collective computatinal properties like those of two-state Neurons //Proc. Nat. Acad. Sei., 1984, 81, 3088−3092.
  209. Forrest, B.M. et.al. Neural networks models // Parallel computing, 1988, 8, 71−83.
  210. Gauwenberghs G. et al. Large scale optoelectronic integration of asinchronous analog neural networks // Proc. ICNN, 1990, 2, 551−554.
  211. A.D., Giles C.L. & Lee J.N., Associative processor architectures for optical computing // J. Optical Soc.arn., 1984, A, 1, 1337.
  212. Sivilott M. et. al. VLSI architecture for implementation of Neural networks, AIP Conf. Proc. 151 (AIP, New York), 1986.
  213. Szu H. (Ed.), Optical and hybrid computing / SPIE institute series, published as: SPIE Proc., 1986, 634.
  214. A.H. Нейрокомпьютер, или аналоговый ренессанс // Мир IIK, 1994, 10, 126−130.
  215. Hecht-Nielsen R., Neurocomputer applications // Proc. National computer conference 1987, Americen federation of information processing societies, 1987, 239−244.
  216. Hopfield J.J. Artificial Neural networks //IEEE circuits and devices magazine, 1988, 3−10.
  217. Recce M., Treleaven P.C. Parallel architectures for neural computers //Proc. NATO ASI, Series: Neural computers, 1988, F41, 487−495.
  218. D. & Hartung G. Neural computing on a system of parallel organized transputers: Software inplementation and Hardware configuration //Comput. Phus. Commun. 1989, 56, 155−163.
  219. C.B., Шквар A.M. Модели нейронных структур в приборах для оптической обработки информации. -Киев: Знание, 1977.
  220. Hecht-Nielsen R., Counterpropagation networks // Proc. IEEE International conference on Neural networks, 1987.
  221. Koch C., Copmputing motion in the presence of discontinuities: algorithm a analog networks // Proc. NATO ASI, Series: Neural computer, 1988, F41, 101−110.
  222. Kohonen Т., Self-Organisazion and associative memory, Second edition, Springer-Verlad, 1987.
  223. K.S. & Parthasarathy K., Identification and Control of dynamical systems using Neural networks // IEEE Transactions on Neural networks, 1990, 1, 1, 4−27.
  224. Fox G., Furmanski W., Koller J. The use of Neural networks in parallel software systems //Mathematis and Computers in Simulation 1989, 31. 485−495.
  225. Barnard E. and Casasent. D. New optical neural system architecturesand applications // SPIE, Optical Computing, 1988, 936, 537−544.
  226. M.B. Оптические нейрокомпьютеры: современное состояние и перспективы // Зарубежная электроника: Успехи современной радиоэлектроники, 1997, 2, 32−56.
  227. Н.Н., Оныкий Б. Н., Перепелица В. В., Щербаков И. Б. Многослойная нейронная сеть и ее реализация на основе оптоэлек-тронных векторно-матричных перемножителей // Нейрокомпьютер, 1994, ½, 23−30.
  228. Н.Н., Оныкий Б. Н., Перепелица В. В., Щербаков И. Б. Гибридные оптоэлектронные нейрокомпьютеры // Нейрокомпьютер, 1994, ¾, 51−58.
  229. А.Ф. Нейросетевые структуры и исследование систем // V Всероссийский семинар «Нейроинформатика и ее приложения»: Тез. докл. -Красноярск: КГТУ, 1997, 112−113.
  230. А.Ф. Нейросетевые методы математического моделирования в задачах теории переноса // III Сибирский конгресс по прикладной и индустриальной математике (ИНПРИМ-98): Тез. докл. -Новосибирск: ИМ СО РАН, 1998, 84.
  231. Cutts D., Hoft. un J., Sornborger A. Neural networks for event filtering at DO // Comput. Phys. Cornmun. 1990, 56, 478−482.
  232. Humpert В., On the use of Neural networks in high-energy physics experiments // Comput. Phys. Commun. 1990, 56, 299−311.
  233. B. &- Linn S.L. Spatial pattern recognition in a high energy particle detector using a Neural networks algorithm // Comput. Phys. Commun. 1990, 56, 293−297.
  234. B. & Linn S.L. Status of HEP Neural networks research in USA //Comput. Phys. Cornmun. 1990, 57, 297−300.
  235. Bishop C.V. Haynes P. S. Smith M.E. Todd T.M. and Trotman D.L. Real-time control of a Tokamak plazma using neural networks //Neural Comput., 1995, 7, 1, 206−217.
  236. Т.А., Логовский А. С. Нейрокомпьютеры в управлении // Зарубежная электроника: Успехи современной радиоэлектроники, 1997, 2, 57−71.
  237. Bulsari A. and Saxen Н. Dynamic system identification using artifical neural networks //Proc. Intern. AMSE Conf. Signals and Systems, Warsaw, 1991, 2, 167−178.
  238. Uhrig R.E. Potential applications of neural networks to the operation of nuclear power plants //Nuclear safety, 1991, 32, 1, 68−79.
  239. Uhrig R.E. and Guo Z. Use of neural networks to identy transient operating conditions nuclear power plants // SPIE, v. 1095, Applic. and Artif. Intell. VII, 1989, 851−856.
  240. Miller I.F. Algutifan, Uhrig R.E. Neural networks application to control a nuclear reactor // Trans. Am. Nucl. Soc., 1990, 61, 216−217.
  241. А.И. Синтез многослойных систем распознавания образов. М.: Энергия, 1974.
  242. А.Н. Обучение нейронных сетей. -М." изд. СССР-США СИ «ParaGraph», 1990.
  243. А.Н., Россиев Д. А. Нейронные сети на персональном компьютере -Новосибирск: Наука, 1996.
  244. А.И., Фомин Ю.й. Нейронные сети как линейные последовательные машины. -М.: йзд-во МАИ, 1991.
  245. А.И. Современные направления развития нейрокомпьютеров в России // Зарубежная электроника: Успехи современной радиоэлектроники, 1997, 2, 3−10.
  246. А.И., Судариков В. А., Шабанов Е. В. Нейроматсматика: методы решения задач на нейрокомпьютерах //Математическое моделирование, 1991, 3, 8, 93−111.
  247. Г. Н., Лавренюк А. Ф., Николаев А. Г., Петлин В. И. Нейро-сетевые методы моделирования для имитаторов и тренажеров ядерных реакторов //VI Всероссийский семинар «Нейроинформатика и ее приложения»: Тез. докл. -Красноярск: КГТУ, 1998, 91.
Заполнить форму текущей работой

Пора сдавать?