Accidents Will Happen

Дата добавления: 2015-10-15; просмотров: 537

1. Сформируйте и заполните накопительную ведомость по учету вновь приобретенных товаров для гостиницы «Россия». В таблице представлены: перечень приобретенного товара, его количество и цена за штуку. Определить фактическую себестоимость каждого вида товара(Цена *Количество). Затраты на приобретение товара зависят от лимита. Если фактическая себестоимость приобретенного товара меньше лимита, то затраты на приобретение равны 12% от фактической себестоимости, иначе 20%. Лимит-это стократный минимальный размер оплаты труда (МРОТ), установленный законодательством. На 1 января 2007 года лимит равен 100*130=13000 руб. (уточнить). Балансовая стоимость равна сумме фактической себестоимости и затрат на приобретение товара. Рассчитать итоговые значения: общее количество приобретенного товара; суммарную фактическую себестоимость, затраты на приобретение и балансовую стоимость всего приобретенного товара. Определить среднюю балансовую стоимость и минимальные затраты на приобретение товаров. Определить максимальное количество товара одного наименования.

2. Построить диаграммы:

Круговую по графе «Количество приобретенного товара».

Гистограмму по графе «Балансовая стоимость».

Для значения лимита использовать абсолютную адресацию

3. Используя Фильтр, выбрать товары, себестоимость которых меньше 10000 руб., результат поместить после диаграммы. Выбрать товары, балансовая стоимость которых больше 50000 руб., результаты поместить ниже.

4. На листе 2 получить таблицу со скрытыми столбцами B,C,D,T,F.

5. Оформить отчет. Отчет должен содержать:

a) Исходную таблицу, описать процесс заполнения таблицы, порядок вычислений в таблице

b) Таблицу в режиме отображения формул

c) Диаграммы, описание построения диаграмм

d) Назначение фильтра

e) Таблицы, полученные в результате фильтрации.

Лабораторная работа №2

Решение задач классификации с помощью нейронных сетей

Цель работы

Целью лабораторной работы является ознакомление с пакетом Neural Network Wizard и работы в нем, а также изучение техники решения задач классификации с помощью нейронных сетей.

Краткие теоретические сведения

Нейронные сети широко используются при решении задач прогнозирования, классификации (распознавание образов), управления.

Искусственный нейрон имитирует свойства биологического нейрона, который представляет собой элементарный преобразовательный элемент. На вход искусственного нейрона поступает некоторое множество сигналов , каждый из которых является выходом другого нейрона. Каждый вход умножается на соответствующий вес и поступает на суммирующий блок S. Суммирующий блок складывает взвешенные входы алгебраически, создавая выход, который преобразуется активационной функцией F и дает выходной нейронный сигнал Y. (рис. 2.1). Существует несколько типов активационных функций, наиболее распространенной является функция вида .

		Выход

		Аксон

. . .

Рис. 2.1. Искусственный нейрон

Искусственная нейронная сеть - набор элементарных нейроподобных преобразователей информации (нейронов), соединенных друг с другом для их совместной работы. Наиболее распространенными являются следующие три типа нейронных сетей:

- сети прямого распространения, или многослойный персептрон (рис. 2.2);

- самоорганизующиеся карты Кохонена;

- сети Хопфилда;

Рис. 2.2 - Пример НС прямого распространения