Version Windows du logiciel NNFit

 

Le logiciel NNfit permet la construction de modèles neuronaux (voir le Manuel du logiciel : pdf ,  html). Dans le fichier compressé ci-joint NNFit.zip vous trouverez le programme exécutable pour Windows, le manuel ainsi qu’un fichier de données de démonstration pour vous initier au logiciel.

ATTENTION: Le programme est ancien et ne reconnait pas les longs noms de fichiers ayant trop de caractères. Il est suggéré d’extraire cette archive à la racine de votre disque  (C:/NNfit)  et de placer dans un sous répertoire  C:/NNfit/data vos fichiers de données à modéliser.

 

Le logiciel NNfit a été utilisé pour de nombreuses applications en génie chimique (voir http://www.gch.ulaval.ca/flarachi/  Réferences  ExcelworksheetSimulator).

 

Si vous disposez d’une grande banque de données (x1, x2, x3 …, xn, y1,y2,…ym) et que vous cherchez une relation Y=f(X) notre logiciel NNfit pourrait éventuellement vous être utile. Mais il faut retenir que la qualité d’un modèle de régression obtenu avec NNfit dépendra d’abord de la qualité et de la pertinence de vos données !

N’hésitez pas à me contacter (bernard.grandjean@gch.ulaval.ca ) pour évaluer avec vous la pertinence d’utiliser NNfit.

 (Autre version:  Version NNfit pour station de travail)

 

Retour

 

 

NNFit Software for Windows

 

NNfit software (see  User Manual:  pdf , html) allows neural network based modeling. You will get the Windows version of NNfit in the following zip file (NNFit.zip), along with the manual and an example data file.

WARNING: This version is an old compilation and the program does not recognize file name having too much letters. It is suggested to extract the zip file in a disk root directory (C:/NNfit) and to insert your data file in a subdirectory C:/NNfit/data.

NNfit has been used for various applications in chemical engineering (see http://www.gch.ulaval.ca/flarachi/  References  ExcelworksheetSimulator).

Having a large data base (x1, x2, x3 …, xn, y1,y2,…ym), NNfit might enable to identify the function Y=f(X). However, prior any modelling, the quality and relevance of your data should be discussed.

(Alternate version: NNfit version for workstations )

 

Contact : bernard.grandjean@gch.ulaval.ca

 

Back