Синтез адаптивных нейросетевых систем управления классом нелинейных динамических объектов

Синтез адаптивных нейросетевых систем управления классом нелинейных динамических объектов

Автор: Ефимов, Денис Валентинович

Шифр специальности: 05.13.01

Научная степень: Кандидатская

Год защиты: 2001

Место защиты: Санкт-Петербург

Количество страниц: 170 с. ил

Артикул: 331079

Автор: Ефимов, Денис Валентинович

Стоимость: 250 руб.

1. Метод синтеза адаптивных нейросетевых систем управления аффинными объектами в условиях параметрической неопределенности и внешних возмущений.
2. Модификация метода аналитического синтеза агрегированных регуляторов метода АКАР, позволяющая стабилизировать динамические системы в условиях внешних возмущений, приведенных КО входу системы.
3. Процедура аналитического конструирования функций агрегированных макропеременпых, гаралтируюнщх минимальные энергетические затраты на управление нелинейными динамическими объектами в адаптивных системах.
Компьютерное моделирование произведено с использованием пакета МАТЬАВ 5.2, набор библиотек М1ЛЛ1ЧК 2.1. Моделирование подтвердило теоретические результаты работы.
Практическая ценность выполненной работы состоит в создании аппарата алгоритмического синтеза нейросетевых систем управления классом нелинейных динамических объектов в условиях неопределенности.
СОДЕРЖАНИЕ
Введение


МНС2
Отличительной особенностью рассмотренных систем управления является использование нейросети в задачах управления динамическими объектами как статическою преобразователя информации по заданном закону, без учета динамики объекта управления в алгоритме обучения. Подобный подход объясняется традиционным использованием сети в задачах управления статическими объектами при воспроизведении заданного класса функций. Необходимость учета динамики управляемого объекта в алгоритме обучения сети обуславливает переход к системам управления на базе динамических сетей. Процедура обучения нейросетей параллельно процессу управления недоопределенным объектом наделяет этот класс систем адаптивными свойствами. В большинстве работ, посвященных применению динамических нейросетей в задачах управления, используется рекуррентная сеть Дж. Хопфилда ,. Использования сетей с динамическими функциями активации встречаются реже. Примером может служить работа , опубликованная еще в году, в которой на базе искусственной нейронной сети с динамической функцией активации реализована процедура разложения передаточной функции объекта в спектр по ортогональным многочленам. Позднее, в работах ,, вновь была продемонстрирована эффективность использования многослойных нейросетей в задачах идентификации и адаптивного управления нелинейными динамическими объектами. Однако сразу наметился и основной недостаток этого подхода сложность анализа устойчивости переходных процессов в нейросетевых системах управления с настраиваемыми в реальном времени многослойными сетями. В целях компенсации этого недостатка в работе было предложено использовать многослойные нейросети с фиксированными весовыми коэффициентами в скрытых слоях с нелинейными функциями активации.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.201, запросов: 241