Модель нейронной сети с преднастройкой для решения задач формирования сенсомоторной координации робота-манипулятора

• Автор: Шепелев, Игорь Евгеньевич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Ростов-на-Дону
• Количество страниц: 134 с. : ил.

СОДЕРЖАНИЕ
СОДЕРЖАНИЕ.
ВВЕДЕНИЕ.
ГЛАВА 1. АНАЛИЗ ВОЗМОЖНОСТЕЙ НЕЙРОСЕТЕВЫХ ПАРАДИГМ ДЛЯ РЕШЕНИЯ ЗАДАЧ СЕНСОМОТОРНОЙ КООРДИНАЦИИ РОБОТАМАНИПУЛЯТОРА

1.1. Обучающиеся нейронныесбти с глобальной адаптацией

1.1.1. Аппроксимационные свойства .многослойных нейронных сетей.

1.1.2. Алгоритмы обучения многослойных нейронных сетей. Г

1.1.3. Проблема глобальной аппроксимации

1.2. Обучающиеся нейронные сети с локальной адаптацией

1.2.1. Кусочная аппроксимация многослойными сетями2Б

1.2.2. Кусочнолинейная аппроксимация локально адаптивными нейронными сетями .

1.2.3. Проблема локального представления функций
1.3. Преднастраивающиеся нейронные сети с локальной адаптацией
1.3.1. Бионические предпосылки использования преднастройки
1.3.2. Функциональная универсачъность нейронной сети с преднастройкой.
1.3.3. Поисковые принципы функционирования
1.4. Проблема константности восприятия сенсорных сигналов.
1.4.1 Реализация функции константности восприятия как оптимизационная задача.
1.5. ВЫВОДЫ.
ГЛАВА 2. РАЗРАБОТКА И ИССЛЕДОВАНИЕ МОДЕЛИ НЕЙРОННОЙ СЕТИ С ПРЕДНАСТРОЙКОЙ
2.1. Архитектура и параметры нейронной сети с преднастройкой
2.1.1. Модель нейрона.
2.1.2. Элементарная ячейка нейронной сети.4Х
2.1.3. Нейронная сеть с пт, вставочными нейронами.
2.2. Дппроксимационные свойства нейронной сети с преднастройкой.
2.3. Исследование зависимости точности аппроксимации от количества вставочных нейронов
2.4. Выводы.
ГЛАВА 3. СРАВНИТЕЛЬНОЕ ТЕСТИРОВАНИЕ НЕЙРОННЫХ СЕТЕЙ.
3.1. Архитектуры нейронных сетей и алгоритмы их функционирования
3.1.1. Нейронная сеть с преднастройкой.
3.1.2. Нейронная сеть с обратным распространением ошибки.
3.1.3. Нейронная сеть адаптивной резонансной теории
3.2. Результаты вычислительных экспериментов
3.2.1. Сравнение нейронных сетей с преднастройкой и обратным распространением ошибкиXI
3.2.2. Сравнение нейронных сетей с преднастройкой и адаптивной резонансной теории Н
3.3. Выводы.
ГЛАВА 4. ПРИМЕНЕНИЕ МОДЕЛИ НЕЙРОННОЙ СЕТИ С ПРЕДНАСТРОЙКОЙ ДЛЯ РЕАЛИЗАЦИИ ФУНКЦИИ КОНСТАНТНОСТИ ВОСПРИЯТИЯ В СИСТЕМЕ УПРАВЛЕНИЯ РОБОТАМАНИПУЛЯТОРА
4.1. Модель роботаманипулятора.
4.2. Модель нейросети константности.л.
4.3. Результаты моделирования.
4.3.1. Перемещение объекта в схвате по заданной траектории.
4.3.2. Взаимодействие охвата с внешним объектом
4.4. Выводы.
ЗАКЛЮЧЕНИЕ.
ВЫВОДЫ.
СПИСОК ИСТОЧНИКОВ


Эти воздействия представляют собой вытормаживающие сигналы на вставочные нейроны нейросети адаптивной фильтрации. Во второй части главы исследуется функциональная универсальность полученной нейронной структуры при различных способах инициализации ее параметров. Подчеркивается, что конкретные значения весовых коэффициентов тормозных связей вставочных нейронов нейронной сети адаптивной фильтрации оказывают прямое влияние на ее размеры для достижения требуемой точности аппроксимации. Рассматриваются три варианта инициализации этих весов: расчетными, одинаковыми и случайными значениями. В результате проведенного исследования выбран алгоритм инициализации случайными равномерно распределенными значениями, который является наиболее простым и эффективным. В третьей главе проводится сравнение разработанной модели нейронной сети с преднастройкой с двумя из наиболее известных и мощных нсйросетевых парадигм -многослойным нерсептроном с алгоритмом обратного распространения ошибки и нейросетью Fuzzy ARTMAP - на примере решения ими задачи аппроксимации тестовой функции. В первом разделе описываются алгоритмы работы тестируемых нейронных сетей. Основное внимание уделено рассмотрению процедуры предкастройки в разработанной сети, которая заключается в поиске вытормаживающих комбинаций вставочных нейронов для построения необходимой функциональной зависимости. Среди рассмотренных эволюционного, последовательного и случайного методов перебора выбран последний, как наиболее эффективный при поиске комбинаций вытормаживания вставочных нейронов. Проведены исследования зависимости точности аппроксимации в нейросети с преднастройкой со случайным поиском вытормаживающих комбинаций от количества вставочных нейронов. Во втором разделе главы приводятся и обсуждаются результаты тестирования. Сравнение с алгоритмом обратного распространения позволило продемонстрировать эффективность алгоритма функционирования нейронной сети с преднастройкой по количеству итерационных шагов, затрачиваемых обеими нейросетями для построения полной аппроксимации требуемой функции. Сравнение с нейросетью Fuzzy ARTMAP демонстрирует преимущество предлагаемой модели в размерности нейросети, необходимой . Обсужден вопрос обобщающих свойств нейронной сети с преднастройкой. В четвертой главе описывается применение модели нейронной сети с преднастройкой для реализации функции константности восприятия в системе управления ^бота-манипулятора. В общем случае, проблема заключается в неоднозначности сенсорной информации, получаемой роботом при активном поведении в изменяющейся внешней среде: является ли то или иное изменение сенсорного сигнала следствием собственного движения, возмущающее ли это влияние среды или действие обоих факторов. Решение демонстрируются на программной модели двухзвенного плоского манипулятора, оснащенного двухкомпонентным датчиком силы в запястье схвата. Для рассматриваемою квазистатического случая изменения в сенсорном сигнале за счет собственного движения робота связываются с действием силы тяготения на схват с нагрузкой. Огмечается, что при произвольных движениях манипулятора сигналы с датчика, обусловленные действием силы тяготения, изменяются достаточно сильным образом. Выявить на этом фоне влияние внешних возмущающих воздействий, которые могут быть значительно меньшими, сложно. Показано, что при использовании нейронной сети с преднастройкой для прогнозирования показаний силового датчика в отсутствие внешних сил, задача выявления внешнего возмущающего силового воздействия на фоне сильно изменяющихся сиги азов с датчика становиться разрешимой. Повышение точности выполняемых роботом задач, например, перемещения объекта манипулирования в заданную точку пространства, в условиях возмущающего воздействия внешние среды является следствием реализации функции константности восприятия в системе управления робота-манипулятора. В заключении обобщаются полученные результаты и рассматриваются перспективы применения разработанной нейросетсвой структуры. Приведены выводы но работе.