6.2 Техника безопасности
В рассматриваемом помещении трехфазная сеть напряжением 220/380В с глухозаземленной нейтралью, частотой 50 Гц. В помещении выполнено зануление с повторным заземлением нейтрали.
Поражение человека электрическим током может иметь место в следующих случаях:
· в результате прикосновения к открытым токоведущим частям оборудования или оказавшимся под напряжением в результате нарушения изоляции корпусам электрооборудования;
· при замыкании тока на землю и возникновения напряжения шага.
Согласно ПУЭ, рассматриваемое помещение по степени опасности поражения электрическим током относится к категории помещений без повышенной опасности, так как в помещении отсутствует сырость (относительная влажность воздуха до 60%) и токопроводящие полы (пол деревянный), токопроводящая пыль, отсутствует высокая температура и металлоконструкции здания, имеющие соединение с землей, закрыты деревянными решетками.
При работе в производственном помещении в целях предотвращения электротравматизма необходимо проводить ряд организационных и технических мероприятий, установленных действующими ПУЭ и стандартами. К организационным мероприятиям относится инструктаж.
Согласно ДНАОП 0.04-4.12-94 [64] необходимы следующие инструктажи:
· Вводный инструктаж – проводится в специально оборудованном для этого помещении с использованием современных технологических средств обучения и наглядных пособий по программе, разработанной службой охраны труда с учетом особенности работы. Инструктируемого необходимо ознакомить с инструкциями действий на рабочем месте, со средствами индивидуальной защиты, с особенностями технологической защиты.
· Первичный инструктаж – проводится на рабочем месте индивидуально или с группой лиц по программе, составленной с учетом требований, соответствующих инструкциям по охране труда.
· Повторный инструктаж – проводится на рабочем месте со всеми работниками 1 раз в полугодие по программе первичного инструктажа в полном объеме
Результаты инструктажей необходимо регистрировать в специальных журналах с росписью инструктируемого и инструктирующего.
Согласно ДНАОП 0– 94 при необходимости могут быть и другие виды инструктажей.
Контроль состояния электрической сети и изоляции необходимо проводить 1 раз в год. При этом сопротивление изоляции не должно быть менее 0.5 МОм.
При выполнении технических мероприятий необходимо руководствоваться ПУЭ – 85 [70], ГОСТ 12.1.030 – 81 [76].
6.3 Производственная санитария и гигиена труда
Работы в производственном помещении согласно ГОСТ 12.1.005-88 [78] относятся к категории работ по энергозатратам организма «легкая 1а» – работы, производимые сидя и сопровождающиеся незначительным физическим напряжением с энергозатратами до 120 ккал/ч. С целью создания нормальных условий для персонала установлены следующие нормы микроклимата по ГОСТ 12.1.005 – 88, приведенные в таблице 2.
Таблица 5.2 Нормированные параметры микроклимата.
Период года | Температура оС | Относительная влажность, % | Скорость движения воздуха, м/с | |||
опт | доп | опт | доп | опт | доп | |
Холодный | 22-24 | 19-25 | 40-60 | £ 75 | £ 0.1 | £ 0.1 |
Теплый | 23-25 | 22-28 | 40-60 | £ 55 | £ 0.1 | 0.1-0.2 |
Большое влияние на микроклимат оказывают источники теплоты, которыми являются ЭВМ и вспомогательное оборудование, приборы освещения, обслуживающий персонал. Необходимо учитывать и внешние источники тепла. К ним относят теплоту, поступающую через окна от солнечной радиации и приток теплоты через непрозрачные ограждающие конструкции. Т. к. в помещении в летнее время t>260C, то для поддержания установленных норм микроклимата в помещении необходимо применять кондиционеры. Применим кондиционер Samsung AQ12A1ME (SPLIT) с трубами, имеющий следующие характеристики:
· обслуживаемая площадь до 35 кв. м;
· охлаждение/обогрев 3.82 кВт;
· циркуляция 470 куб. м/ч;
· максимальная мощность 1.3 кВт.
В холодный период времени указанные метеоусловия поддерживаются системой центрального отопления.
Работы, выполняемые в помещении, относятся к работам высокой точности. Размеры объекта различия 0.3 – 0.5 мм. При работе с текстовой информацией согласно “Правила ОТ при эксплуатации ЭВМ” [65] наименьшая освещенность должен быть лк. Выбираем 400 лк.
Расчет выполняется по методу коэффициента использования светового потока.
Необходимое значение светового потока определяется по формуле
(4.1)
где S – площадь помещения, 36 м2;
E – нормируемое значение освещённости, 400 лк;
z – коэффициент неравномерности, z = 1.1 – 1.2;
k – коэффициент запаса, который учитывает снижение освещенности k = 1.5;
ŋ – коэффициент использования светового потока.
n – число рядов светильников.
N – число светильников в ряду.
Для учёта размеров помещения и высоты подвеса светильников вычисляем индекс помещения
(4.2)
где hp = h - h0 - hсв – высота подвеса светильника над рабочей поверхностью;
h – высота помещения;
h0 – высота рабочей поверхности, 0.8 м;
hсв – подвес светильника, 0.1 м.
Подставив числовые значения, получим:
hp = = 2.1 м
Т. к. помещение безпыльное, то коэффициенты отражения поверхностей помещения: потолка 70%, стен 50%, пола 30%.
С учетом индекса помещения и коэффициента отражения, коэффициент использования светового потока ŋ = 0.49.
Расстояние между рядами светильников:
L = λ·hp (4.3)
где λ – характерное расстояние между рядами (зависит от типа светильника и коэффициента z: при z = 1.1 для светильника УЛВИ – 4 λ = 1.3 – 1.4).
L = 1.3·2.1 = 2.73 м.
Располагаем светильники вдоль короткой стороны помещения. Число рядов определяем по формуле
(4.4)
Расстояние между стеной и крайним светильником:
l=(0.3..0.5)L
l=0.3∙2.73=0,82 м.
Число светильников в ряду
(4.5)
где Fсв – световой поток всех ламп светильника.
Для светильника типа УЛВН – 4 с люминесцентными лампами ЛБ – 40 номинальный световой поток лампы Fл=2900 лм. Тогда номинальный световой поток всех ламп светильника
Fсв=4·Fл,
Fсв=4·2900=11600 лм.
Определим число светильников в ряду по формуле (4.5)
При длине одного светильника lсв=1.33 м общая длина
Lсв=3·1.33=3.99 м.
Это значение меньше ширины помещения (6м).
Выполним проверку геометрических размеров
L(n-1)+2l<А
2.73(2-1)+2·0.82=4.37.
Потребляемая светильником мощность
(4.6)
где nл – число ламп в светильнике; Рл – мощность потребляемая лампой.
Тогда ток в сети
(4.7)
где Uc – напряжение в сети. Uc=220 В.
Сечение проводов по экономической плотности тока согласно ПУЭ рассчитывается по формуле
(4.8)
где gэ – экономическая плотность, gэ=1.4 А/мм2. Тогда
Выбираем алюминиевые провода с поливинилхлоридной изоляцией сечением 4 мм2. Провода скрыты под штукатуркой.
Организация рабочего каждого места должна обеспечивать соответствие всех элементов рабочего места и их расположения эргономическим требованиям в соответствии с [74]. Высота рабочей поверхности стола для ПЭВМ должна регулироваться в пределах 680-800 мм, ширина стола – мм, глубина стола – мм. Данные размеры соответствуют размерам рабочих мест, показанных на Рис. 5.3. Рабочий стол должен иметь пространство для ног высотой не менее 600 мм и шириной не менее 500 мм. Если у оператора ноги не достают до пола, необходимо применить подставку для ног. Сидение должно быть подъемно-поворотным, регулироваться по высоте, углу наклона как самого сидения, так и спинки, а также регулироваться по расстоянию спинки к переднему краю сидения и по высоте подлокотников. Правильный выбор параметров стола и, главное сидения, позволяет снизить статические перегрузки мышц.
План размещения светильников изображён на Рис. 5.2.
Рис. 5.2 План размещения светильников
Для уменьшения перегрузки зрительных анализаторов экран видеотерминала расположить на оптимальном расстоянии от глаз: при размере экрана по диагонали 15” – 600…700мм, при 17” – 700…800мм, при 19” – 800…900мм. Необходимо использовать пюпитр (держатель) для документов.
Трудовая деятельность в НИЛ относится к группе В (отладка программ, перевод и редактирования и др.) и установлена 8-часовая рабочая смена, иначе – продолжительность работ группы В превышает 4 ч и выполняемые работы относятся к III категории работ. Для уменьшения действия психофизиологических ОВФ (умственное перенапряжение, монотонность труда и эмоциональные перегрузки) для данной категории работ следует установить перерывы по 20 мин каждый через 2 ч после начала работ, через 1,5 ч и 2, 5 ч после обеденного перерыва или же по 5-15 мин через каждый час работы. Общая продолжительность перерывов (не считая обеденного) за 8-часовый день должна составлять 60 мин.
6.4 Меры пожарной профилактики
НИЛ расположена в здании, выполненном из железобетонных конструкций, при работе здесь применяются твердые сгораемые материалы, в помещении находятся твердые и волокнистые горючие вещества. Поэтому согласно СНиП 2.01.02-85 [82] здание имеет 1 степень огнестойкости, производство в НИЛ по пожаро-взрывобезопасности относится к категории В, а по ПУЭ [70] помещение относится к классу П-IIа. Требования по пожаро-взрывобезопасности выполнены [82].
Причиной пожара в НИЛ могут быть короткое замыкание электропроводки; неисправность ПЭВМ и другого электрооборудования; нагрев проводников; курение в неположенном месте.
Для предупреждения пожара необходимо проводить ряд технических и организационных мероприятий, направленных на соблюдение установленного режима эксплуатации электрической сети, оборудования и соблюдения правил пожарной профилактики.
В соответствии с требованиями ГОСТ 12.1.004-91 [79], ГОСТ 12.4.009-83 [77], а также требований [82], помещение НИЛ должно быть оснащено:
· дымовыми пожарными оповестителями в количестве 5 штук (из расчета 2 оповестителя на каждые 20 м2 площади помещения);
· углекислотными переносными огнетушителями емкостью не менее 2 л в количестве 2 штук (из расчета 1 огнетушитель на 40-50м2 площади, но не менее 2 на помещение);
· ящик с песком.
· Необходимо производить следующие организационные мероприятия:
· назначить ответственного по НИЛ за пожарную безопасность;
· включать вопросы по пожарной профилактики во все инструктажи по технике безопасности;
· запретить курение в неположенном месте, а также использование в НИЛ нестандартных (самодельных) электроприборов, в первую очередь нагревательных, назначить меры административной ответственности за нарушение этих запретов;
· контролировать изоляцию и состояние электропроводки и электрооборудования с периодичностью, указанной в подразделе 2.
В помещении 4 работающих, поэтому эвакуацию при пожаре следует проводить через рабочий выход. Дополнительного эвакуационного выхода помещение не имеет и его не требуется. Схему эвакуации разместить на видном месте у выхода из помещения (схема показана на Рис. 5.3)
Рис. 5.3 Размещение рабочих мест и маршрут эвакуации при пожаре.
Выводы
В ходе выполнения настоящей дипломной работы была проведен следующий объем работ и получены такие результаты:
· выполнен анализ хозяйственной деятельности и возникающих при этом ситуаций в частном предприятии оптово-розничной торговли фармацевтическими препаратами;
· выявлена специфика ситуаций, требующих принятия руководящих решений, их иерархия, взаимосвязь и область применения;
· определена проблематика процессов принятия маркетинговых решений;
· осуществлен обзор существующих технологий и систем, относящихся к данной проблемной области;
· обоснована необходимость создания собственной системы, наиболее полно отвечающей решению сформулированной проблемы, и определены требования, предъявляемые к ней;
· проведен сравнительный анализ и осуществлен выбор метода решения поставленной задачи;
· разработана логическая структура системы, алгоритмы обработки данных и программный продукт;
· проведены испытания и тестирование СППР.
Разработанный и опробованный на практике в составе в учетно-аналитической системы программ «1С: Предприятие 7.7» модуль прогнозирующей системы может быть применен в качестве СППР при осуществлении хозяйственной деятельности, связанной с ведением оптово-розничной торговли. Применение данной системы при планировании закупок повышает эффективность распределения средств и снижает вероятность финансовых потерь, что, в конечном итоге, выражается в положительном экономическом результате.
Перечень ссылок
1. . Data Mining –СПб: Питер. 2001. –368с., ил.
2. Дюк данных на ПК в примерах. – СПб: Питер. 1997.
3. Knowledge Discovery Through Data Mining: What Is Knowledge Discovery? – Tandem Computers Inc., 1996.
4. Boulding K. E. General Systems Theory – The Skeleton of Science//Management Science, 2, 1956.
5. Гик Дж., ван. Прикладная общая теория систем. – М.: Мир, 1981.
6. . Продукты для интеллектуального анализа данных. – Рынок программных средств, № 14–15, 1997. c. 32–39.
7. Montgomery, Douglas C. Forecasting and time series analysis./Douglas C. Montgomery, Lynwood A. Johnson, John S. Gardiner. - 2nd ed. - ISBN -1.
8. , Россиев сети на персональном компьютере. Новосибирск: Наука. Сибирская издательская фирма РАН. 19с.
9. Ширяев последовательный анализ. –М.: Наука. 19с.;
10. Никифоров обнаружение изменения свойств временных рядов. –М.: Наука, 19с.
11. Takens F. Distinguishing deterministic and random systems // Nonlinear dynamics and turbulence. Ed. G. I. Barenblatt, G. Jooss, D. D. Joseph. N. Y.: Pitman, 1983. P. 314–333.
12. Bernard Widrow, Michael A. Lehr. 30 Years of Adaptive Neural Networks: Perceptron, Madaline, and Back propagation //Artificial Neural Networks: Concepts and Theory, IEEE Computer Society Press, 1992, pp.327-354.
13. Хинтон. Как обучаются нейронные сети. // В мире науки – 1992 – N 11 – N 12 – c. 103-107.
14. Трикоз сети: как это делается? // Компьютеры + программы. 1993. N 4(5) – с.14-20.
15. Bardcev S. I., Okhonin V. A. The algorithm of dual functioning (back-propagation): general approach, vesions and applications. Krasnojarsk: Inst. of biophysics SB AS USSA - 1989.
16. Computing with neural circuits: a model.//Science, 1986.V. 233. p. 625-633.
17. Kuzewski Robert M., Myers Michael H., Grawford William J. Exploration of four word error propagation as self organization structure.//IEEE Ist. Int. Conf. Neural Networks, San Diego, Calif., June 21-24, 1987. V. 2. - San Diego, Calif., 1987. - p. 89-95.
18. Rumelhart B. E., Minton G. E., Williams R. J. Learning representations by back propagating error.// Wature, 1986. V. 323. p. .
19. Takefuji D. Y. A new model of neural networks for error correction.//Proc. 9th Annu Conf. IEEE Eng. Med. and Biol. Soc., Boston, Mass., Nov. 13-16, 1987. V. 3, New York, N. Y., 1987 - p. .
20. Sankar K. Pal, Sushmita Mitra, Multilayer Perceptron, Fuzzy Sets, and Classification //IEEE Transactions on Neural Networks, Vol.3, N5,1992, pp.683-696.
21. Нейрокомпьютерная техника: Теория и практика. Пер. с англ. –М.: Мир. 1992.
22. Нейронные сети. Statistica Neural Networks: Пер. с англ. –М.: Горячая линия – Телеком. 2000. –182с., ил.
23. Шуремов учет торговых операций: Практическое пособие/. –М.: КомпьютерПресс, 2000. –172с.: ил.
24. , Байдык архитектуры нейроподобной сети для распознавания формы объектов на изображении.//Автоматика – 1990 – N 5 – с. 56-61.
25. . Нейронные сети: основные модели. Воронеж. Изд. ВГУ 1999.
26. Р. Каллан. Основные концепции нейронных сетей.: Пер. с англ. –М.: Изд. дом «Вильямс», 2001. –288с., ил.
27. А., М., С., Д. Прикладная статистика: Классификация и снижение размерности. –М.: Финансы и статистика. 1989.
28. Средства добычи знаний в бизнесе и финансах. – Открытые системы, № 4, 1997, с. 41–44.
29. , Перминов система принятия решений, –М.: ГУ – ВШЭ, 1998.
30. Факторный, дискриминантный и кластерный анализ /пер. с англ. –М.: Финансы и статистика, 1989.
31. Цветков системы и технологии. –М.: Финансы и статистика, 1998.
32. Aбу-, Оптические нейронно-сетевые компьютеры //В мире науки, 1987. N 5. С. 42-50.
33. Барцев свойства адаптивных сетей (программная реализация).- Красноярск: Институт физики СО АН СССР, 1987.
34. , Охонин сети обработки информации. – Красноярск: Институт физики СО АН СССР, 1986.
35. Гольцев сегментация изображения при помощи нейроподобной сети. //Автоматика – 1965 – N 5 – с. 40-50.
36. Иванченко – системы распознавания образов.// К.: Наукова думка, 1972.
37. Картавцев сеть предсказывает курс доллара?// Компьютеры + программы – 1993 – N 6(7) – с. 10-13.
38. Маккалох Дж., Логические исчисления идей, относящихся к нервной деятельности.// Автоматы. –М.: Ил. 1956.
39. От нейрона к нейрокомпьютеру.// Журнал доктора Добба – 1992 - N 1 - с. 20-23.
40. Персептроны. –М.: Мир. 19с.
41. Аналитические методы изучения нейронных сетей.// Зарубежная радиоэлектроника. 1965. N 5. с. 40-50.
42. Принципы нейродинамики. –М.: Мир, 1965.
43. , . Нейроинтеллект. От нейрона к нейрокомпьютеру. –М.: Наука. 1989. –237с., ил.
44. , Матихина моделирование нейроподобных структур.//Распределенная обработка информации. –Улан-Уде: 1989. с.28.
45. , Хопфилд вычисления в нейроноподобных электронных схемах.//В мире науки. 1988. N 2. С. 44-53.
46. Ларичев, , . Выявление экспертных знаний. – М.:Наука, 1989. – 128 с.
47. , . Алгоритм нечеткой экспертной классификации. – В сб.: “Финансы, учет, банки”.- Донецк: КИТИС, 1999 г.
48. Нейронные вычисления берутся на вооружение финансистами.// Computerworld - Moscow - 1985 - N 7 - с. 57-58.
49. Батуро прогнозирование и проблема обнаружения предвестников существенного изменения закономерности // Нейроинформатика и ее приложения: Материалы IX Всероссийского семинара / Под общ. ред. . Отв. за вып. . Красноярск: ИПЦ КГТУ, 2001. с. 15 – 16.
50. Carpenter G. A., Grossberg S. A massively parallel architecture for a self-organizing neural pattern recognition machine.//Comput. Vision Graphics Image Process. 1986. V. 37. p. 54-115.
51. Cohen M. A., Grossberg S. Absolute stability of global pattern formation and parallel memory storage by competitive neural networks//IEEE Trans. Syst., Man, Cybern. 1983. V. 13. N 5. P. 815-826.
52. Dayhoff J. Neural network architectures.//New-York:Van Nostrand reinhold, 1991.
53. Fogelman Soulie F. Neural networks, state of the art, neural computing.// London: IBC Technical Services, 1991.
54. Fox G. C., Koller J. G. Code generation by a generalized neural networks: general principles and elementary examples.//J. Parallel Distributed Comput. 1989. V. 6. N 2. P. 388-410.
55. Hebb D. O. The organization of behaviour. N. Y.: Wiley, 1949.
56. Hopfield J. J. Neural networks and physical systems with emergent collective computational abilities.//Proc. Natl. Acad. Sci. 1984. V. 9. p. 147-169.
57. Hopfield J. J., Feinstein D. I., Palmer F. G. Unlearning has a stabilizing effect in collective memories//Nature. 1983. V.304. P. 141-152.
58. Hopfield J. J., Tank D. W. Neural computation of decision in optimization problems//Biol. Cybernet. 1985. V. 52. P. 141-152.
59. Rosenblatt F. The perseptron: a probabilistic model for information storage and organization in the brain//Psychol. Rev. 1958. V. 65. P. 386.
60. Rosenblatt F. Principles of neurodynamics. Spartan., Washington, D. C., 1962.
61. Бизнес-план - Ваша путеводная звезда. Для чего он нужен? Как его составить? Как им пользоваться? // Экономика и жизнь.-1991.- N 33.
62. Современный маркетинг /Под. ред. .-М.:Прогресс,1991.
63. Котлер Дж. Маркетинговые исследования. – М.: Финансы и статистика, 1991.
64. ДНАОП 0.04-4.12-94. Типові положення про навчання, інструктаж та перевірка знань з питань охорони праці.
65. ДНАОП 0.00-1.31-99 Правила охорони праці при експлуатації ЕОМ.
66. Правила охраны труда при эксплуатации электронно-вычислительных машин. - Утверждены Комитетом по надзору за охраной труда Министерства труда и социальной политики Украины, приказ от 01.01.2001 г. X 21.
67. Охорона праці користувачів комп'ютерних відеодисплейних терміналів. - Київ, 1997.-400 с.
68. Типовое положение об обучении, инструктаже проверке знаний работников по вопросам охраны труда // утв. приказом Гос. комитета Украины по надзору за охраной труда от 4.04.94 №30.
69. ВСН 4559-88. Временные санитарные нормы и правила для работников ВЦ. Утв. Минздрав СССР от 2.03.1988 г.
70. ПУЭ-85. Правила устройства электроустановок. - М.: Машиностроение,1985.
71. и др. Звукопоглощающие материалы и конструкции. Справочник. - М.: Связь, 19с.
72. , , Нагинаев труда в вычислительных центрах. - М.: Машиностроение, 1с.
73. ГОСТ 12.0.003-74. – ССБТ. Опасные и вредные производственные факторы. Классификация.
74. ГОСТ 12.2.031-78. ССБТ. Рабочее место при выполнении работ сидя. Общие эргономические требования.
75. ГОСТ 12.1.019-79. ССБТ. Электробезопасность. Общие требования.
76. ГОСТ 12.1.030-81. ССБТ. Электробезопасность. Защитное заземление. Зануление.
77. ГОСТ 12.1.003-83. ССБТ. Шум. Общие требования безопасности.
78. ГОСТ 12.1.005-88. ССБТ. Общие санитарно-гигиенические требования к воздуху рабочей зоны.
79. ГОСТ 12.1.004-91. ССБТ. Пожарная безопасность. Общие требования.
80. СН 3223-85. Санитарные нормы допустимых уровней шума на рабочих местах.
81. СНиП 11-4-79. Нормы проектирования. Естественное и искусственное освещение.
82. СНиП 2.01.02-85. Противопожарные нормы проектирования предприятий и сооружений.
83. ГОСТ 34.602-89. Информационные технологии. Общие положения.
84. ДСТУ 3008-95. Державний стандарт України. Документація. Звіти у сфері науки і техніки. Структура і правила Оформлення. Держстандарт України, 1995.
85. РД 50-34.698-90. Автоматизированные системы. Требования к содержанию документов.
Исходный код библиотеки ActiveX
Листинг 1 Файл Проекта NeroNet (ActiveX библиотека)
library NeroNet;
uses
ComServ,
Project1_TLB in 'Project1_TLB. pas',
Unit1 in '..\..\..Diplom Shevchenko\Unit1.pas' {ccsws: ActivXNeroObject};
exports
DllGetClassObject,
DllCanUnloadNow,
DllRegisterServer,
DllUnregisterServer;
{$R *.TLB}
{$R *.RES}
begin
end.
unit NeroNet. TLB;
{$TYPEDADDRESS OFF} // Unit must be compiled without type-checked pointers.
{$WARN SYMBOL_PLATFORM OFF}
{$WRITEABLECONST ON}
interface
uses ActiveX, Classes, Graphics, StdVCL, Variants, Windows;
// *****//
// GUIDS declared in the TypeLibrary. Following prefixes are used:
// Type Libraries : LIBID_xxxx
// CoClasses : CLASS_xxxx
// DISPInterfaces : DIID_xxxx
// Non-DISP interfaces: IID_xxxx
// *****//
const
// TypeLibrary Major and minor versions
Project1MajorVersion = 1;
Project1MinorVersion = 0;
LIBID_Project1: TGUID = '{84A0AF3F-B810-411A-B497-56A09CCA4ADF}';
IID_Iccsws: TGUID = '{4F689093-B2E4-41DF-A721-A66D3EB038D2}';
CLASS_ccsws: TGUID = '{AD17176A-01C0-4121-B709-F23C6365DC55}';
type
Iccsws = interface;
ccsws = Iccsws;
// *****//
// Interface: Iccsws
// Flags: (256) OleAutomation
// GUID: {4F689093-B2E4-41DF-A721-A66D3EB038D2}
// *****//
Iccsws = interface(IUnknown)
['{4F689093-B2E4-41DF-A721-A66D3EB038D2}']
end;
Coccsws = class
class function Create: Iccsws;
class function CreateRemote(const MachineName: string): Iccsws;
end;
implementation
uses ComObj;
class function Coccsws. Create: Iccsws;
begin
Result := CreateComObject(CLASS_ccsws) as Iccsws;
end;
class function Coccsws. CreateRemote(const MachineName: string): Iccsws;
begin
Result := CreateRemoteComObject(MachineName, CLASS_ccsws) as Iccsws;
end;
end.
Листинг 2 Библиотека ActivXNeroObject
unit Neural Net1;
{$WARN SYMBOL_PLATFORM OFF}
interface
uses
Windows, ActiveX, Classes, ComObj, Project1_TLB, StdVcl, NeuralBaseComp;
NeuralLibrary;
type
ActivXNeroObject = class(TTypedComObject, NeroCom)
protected
NeroNet : TLayerBP;
public
procedure StartCalculations;
end;
implementation
uses ComServ;
initialization
ActivXNeroObject. Create(ComServer, Tccsws, Class_ccsws,
ciMultiInstance, tmApartment);
procedure ActivXNeroObject. Create(ComServer, Tccsws, Class_ccsws, ciMultiInstance, tmApartment);
begin
StartCalculations;
end
procedure ActivXNeroObject. StartCalculations;
var
LibSystem : TLibSystem;
begin
NeroNet = TLayerBP. Create;
LibSystem. LoadData(NeroNet,'DataFile');
LibSystem. StartNet(NeroNet);
end;
end.
Листинг 3 Заголовочный файл проекта NeroSys
unit NeroPas;
interface
const
DefaultAlpha = 1; // Параметр крутизны активационной функции
DefaultEpochCount = 10000; // Количество эпох для обучения
DefaultErrorValue = 0.05; // Ошибка по умолчанию для всех видов
DefaultHopfLayerCount = 2; // Количество слоев в сети Хопфилда
DefaultLayerCount = 0; // Минимальное количество слоев в сети back-propagation
DefaultMaxIterCount = 10; // Максимальное количество итераций в алгоритме Хопфилда
DefaultMomentum = 0.9; // Импульс - момент
DefaultNeuronCount = 0; // Количество нейронов в скрытом слое по умолчанию
DefaultPatternCount = 0; // Количество примеров
DefaultTeachRate = 0.1; // Скорость обучения
DefaultTeachIdentCount = 100; // Требуемый процент распознанных примеров из обучающего множества
DefaultTestIdentCount = 100; // Требуемый процент распознанных примеров из тестового множества
DefaultUseForTeach = 100; // Процент примеров используемых в качестве обучающего множества
DefaultDeltaBarAcceleratingConst = 0.095;
DefaultDeltaBarDecFactor = 0.85;
DefaultRPropInitValue = 0.1;
DefaultRPropMaxStepSize = 50;
DefaultRPropMinStepSize = 1E-6;
DefaultRPropDecFactor = 0.5;
DefaultRPropIncFactor = 1.2;
DefaultSuperSABDecFactor = 0.5;
DefaultSuperSABIncFactor = 1.05;
SensorLayer = 0; // Сенсорный слой
BiasNeuron = 1; // Смещение в сети back-propagation
Separators = ['.', ','];
Letters = ['a'..'z'];
Capitals = ['A'..'Z'];
DigitChars = ['0'..'9'];
SpaceChar = #9;
resourcestring
SFieldNorm = 'Не существует типа нормализации %d';
SFieldKind = 'Не существует типа поля %d';
SFieldIndexRange = 'Неправильно указан номер поля %d';
SInFieldCount = 'Неправильно установлено количество входных полей';
SInNeuronCount = 'Неправильно установлено количество входных нейронов';
SInVectorCount = 'Неправильно установлена размерность входного вектора';
SLayerRangeIndex = 'Неправильно указан номер слоя %d';
SNeuronRangeIndex = 'Неправильно указан номер нейрона %d';
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 7 8 |
