Составители:
Рубрика:
107
4.2. Нейроэмуляторы и нейропредикторы
Представление динамического объекта на базе ИНС в корне от-
личается от описания динамического объекта с помощью диффе-
ренциальных уравнений.
Аналитическое описание с помощью дифференциальных урав-
нений использует «глубинные» знания, полученные на основе за-
конов физики, химии, биологии и других фундаментальных наук.
Нейросетевое же моделирование рассматривает объект в каче-
стве «черного ящика», у которого известны входы и выходы. За-
дача ИНС – наилучшим образом подражать поведению этого «чер-
ного ящика».
Вместе с тем при аналитическом описании используется некото-
рый шаблон – уравнения динамики, – в котором следует настроить
значения параметров конкретного объекта. У нейросетевой модели
шаблоном является структура ИНС, а настроить требуется коэффи-
циенты межнейронных связей.
Для того чтобы подчеркнуть особенности использования нейро-
сетевой модели, вводятся понятия нейросетевого эмулятора и ней-
росетевого предиктора [40].
Одношаговый предиктор получает информацию о состоянии
объекта у самого объекта, что позволяет делать прогноз состояния
на один шаг вперед (рис. 4.14).
Нейросетевой эмулятор вместо выхода объекта использует вы-
ход нейронной сети. Это позволяет делать прогноз динамики объ-
екта на много шагов вперед, однако ошибка здесь накапливается с
увеличением длительности прогноза (рис. 4.15).
Рис. 4.14. Нейросетевой предиктор
y
m
k + 1
Объект
Нейронная
сеть
z
–1
y
k – 1
y
k
y
k+ 1
z
–1
x
k
Страницы
- « первая
- ‹ предыдущая
- …
- 105
- 106
- 107
- 108
- 109
- …
- следующая ›
- последняя »
