The estimation of the quantity of the multiplicative and additive operations for the training of artificial neural networks by means of the consecutive and parallel algorithms on the cluster computation systems has been carried out. The evaluation of the efficiency of these algorithms has been developed. The multilayer perceptron, Volterry network and network of Falman's cascade correlation were used as the structures of artificial neural networks. The different methods of non-linear programming such as gradient and non-gradient methods were used for calculation of the weight coefficients.

Проведена оценка количества мультипликативных и аддитивных операций, необходимых для обучения искусственных нейронных сетей с использованием последовательных и параллельных алгоритмов на кластерных вычислительных системах. Выполнена оценка эффективности данных алгоритмов. В качестве нейросетевых структур использованы многослойный персептрон, сеть Вольтерри и сеть каскадной корреляции Фальмана. Для вычисления весовых коэффициентов использованы градиентные и безградиентные методы нелинейного программирования.