Нейронные сети и нейроконтроллеры. Бураков М.В. - 117 стр.

UptoLike

ВУЗ: 

СПб ГУАП | Санкт-Петербург

Составители: 

Рубрика: 

117
Достоинством прямого инверсного нейроуправления являются
возможность обучения в режиме offline и отсутствие необходимо-
сти в точной математической модели объекта управления. К недо-
статкам метода следует отнести сложность формирования обучаю-
щей выборки из-за необходимости тщательного подбора идентифи-
цирующего случайного процесса, подаваемого на вход системы, а
также низкое качество работы в тех случаях, когда инверсия объ-
екта управления оказывается неоднозначной функцией. Неодно-
значность приводит к появлению противоречий в обучающей вы-
борке, заводящих в тупик процесс обучения нейронной сети.
Для решения этой проблемы предлагается ряд методов.
В схеме непрямого (косвенного) инверсного управления, приве-
денной на рис. 4.26, используются две копии ИНС как инверсной
модели [26].
Входной сигнал поступает на вход первой копии ИНС, которая
вырабатывает сигнал управления. Вторая копия ИНС использует-
ся аналогично схеме прямого инверсного обучения.
В общем случае регулятор должен компенсировать отклонение
реального выхода объекта управления (ОУ) y(t) от желаемого сиг-
нала g(t):
() () ().
y
e t yt gt=-
Проблема использования схемы непрямого управления заклю-
чается в том, что она иногда не работает, потому что в процессе обу-
чения ИНС может отображать большое число различных входных
сигналов на одно и то же значение управления (вырожденное ото-
бражение), так что
e
u
(t) = 0 при e
y
(t) ≠ 0.
Рис. 4.26. Непрямое инверсное управление
е
u
(k)
Алгоритм
обучения
–
Объект
y(k)
ИНС
u
m
(k)
+
u(k)
g(k)
ИНС
∆

Страницы