Разработка и исследование двухуровневых адаптивно-нейронных систем управления динамическими объектами

Разработка и исследование двухуровневых адаптивно-нейронных систем управления динамическими объектами

Автор: Тимчук, Наталья Алексеевна

Шифр специальности: 05.13.01

Научная степень: Кандидатская

Год защиты: 2000

Место защиты: Санкт-Петербург

Количество страниц: 240 с. ил.

Артикул: 292905

Автор: Тимчук, Наталья Алексеевна

Стоимость: 250 руб.

Разработка и исследование двухуровневых адаптивно-нейронных систем управления динамическими объектами  Разработка и исследование двухуровневых адаптивно-нейронных систем управления динамическими объектами 

ГЛАВА 1. Архитектура нейронных сетей. Многослойные нейронные сети МНС. Выводы по первой главе. ГЛАВА 2. Динамические алгоритмы обучения ДАО сетей. Вариации стандартного алгоритма обучения ВР. Способы введения динамики в многослойные нейронные сети. Исследование эффективности действия МНС различной архитектуры. Модели и структуры систем управления с МНС. Базовые динамические системы. Выводы по второй главе. ГЛАВА 3. Исследование и сравнительный анализ адаптивных систем управления с мажорирующими функциями для нелинейного динамического объекта. Общий подход к построению структур адаптивного управления нелинейными нестационарными объектами. Аналитическое исследование работоспособности диссипативности полной адаптивной структуры прямого управления объектами второго порядка с алгоритмами параметрической настройки и степенными мажорирующими функциями. ГЛАВА 4. Двухуровневые адаптивно нейронные системы управления нелинейными динамическими объектами. Структуры двухуровневых адаптивнонейронных систем управления.


Возможность возникновения паралича сети как на стадии установки начального состояния, так и в процессе обучения сигмоидных МНС, относится к числу серьезных недостатков обучаемых по алгоритму ВР сигмоидных МНС. Для борьбы с этим явлением известны лишь эвристические способы . В предположении, что паралич сети не наступает, можно рассмотреть с точки зрения аппроксимации нелинейным преобразованием входного множества г желаемой функции и процесс выделения среди всего множества БЭ непустого подмножества активированных БЭ . БЭ в слое К1 в процессе обучения. К1,
тивированных БЭ не превосходило по абсолютной величине заданного числа а Г4К. БЭ 1 1,пК, может переместиться в подмножество слабо активированных. Гкх и соответственно Гкх смещается по оси б кх на величину а1
чтобы это показать, необходимо записать и проанализировать вторую производную х из условия равенства ее нулю при кх а ,8. ВР, множество БЭ сети расслаивается на подмножества сильно и слабо активированных нейронов. Настройка весовых коэффициентов слабо активированных БЭ незначительно изменяет выход сети и цК вследствие малости значений производных функций активации этих БЭ. Настройка весовых коэффициентов БЭ второго подмножества приводит к смещениям центров симметрии функций вдоль оси б и соответственно центров симметрии четных функций производных Г б. Эти смещения, как и значения соответствующих весовых коэффициентов нейронов, полученные в результате обучения, образуют в структуре МНС ассоциативную память о входном множестве г в классе К в процессе его нелинейного преобразования, аппроксимирующего заданное множество и.

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: 0.237, запросов: 244