Нейронные сети и нейроконтроллеры. Бураков М.В. - 115 стр.

UptoLike

Составители: 

115
непрямые методы, когда ИНС используется для выполнения
вспомогательных функций управления, таких, как фильтрация
шума или идентификация динамического объекта.
В зависимости от числа нейронных сетей НК могут быть одно-
модульными или многомодульными.
Схемы нейроуправления, в которых НК применяются совмест-
но с традиционными контроллерами, называются гибридными.
В задачах нейроуправления для представления объекта управ-
ления используют модель типа «черный ящик», в котором наблю-
даемыми являются текущие значения входа и выхода. Состояние
объекта считается недоступным для внешнего наблюдения, хотя
размерность вектора состояний обычно принимается фиксирован-
ной. Динамику поведения объекта управления можно представить
в дискретном виде:
1
1
( ) ( ( ), ( )),
( ) ( ( )),
Xk FXk Uk
Yk GXk
ì
+=
ï
ï
í
ï
+=
ï
î
где X(k) R
n
значение вектора состояния на такте k; U(k) R
m
значение вектора входа (управления); Y(k + 1) R
p
– значение век-
тора выхода на такте k + 1.
Для оценки вектора состояния динамического объекта порядка
n может быть использована модель нелинейной авторегрессии с до-
полнительными входными сигналами (NARX), которая для одно-
мерного объекта принимает вид
X(k) = [y(k), y(k – 1), …, y(kn), u(k), u(k – 1), …, u(km)
т
.
Эту модель часто упрощают, приводя к модели вида
X(k) = [y(k), y(k – 1), …, y(kn)]
т
.
Таким образом, на основании этого выражения и рис. 4.23 струк-
туру системы управления можно изобразить так, как показано на
рис. 4.24 ( – обозначение линии задержки).
Будем считать, что в приводимых далее схемах ИНС имеет на
входе необходимые линии задержки.
4.4. Инверсное нейроуправление
При инверсном нейроуправлении формирование инверсной мо-
дели объекта управления осуществляется путем обучения нейрон-
ной сети. Известно несколько видов такого нейроуправления, ори-