Нейронные сети и нейроконтроллеры. Бураков М.В. - 126 стр.

UptoLike

Составители: 

126
На первом этапе производятся идентификация динамической
системы с помощью наборов входных и соответствующих им вы-
ходных величин, разработка архитектуры нейронной модели дина-
мической системы и настройка ее параметров. Полученная ИНС с
заданной точностью воспроизводит поведение динамической систе-
мы и используется затем для синтеза нейронного регулятора.
На втором этапе осуществляются поиск архитектуры нейрорегу-
лятора и такая его настройка, чтобы поведение системы с заданной
точностью соответствовало поведению эталонной модели.
Блок Model Reference Controller также находится в библиотеке
инструментов MATLAB в папке Neural Network Blockset/Control
Systems (см. Приложение 1).
Вопросы для самопроверки
1. В чем заключается задача идентификации динамического звена?
2. С какой целью вводятся линии задержки на входе ИНС ПР
при решении задачи идентификации?
3. Как оценить необходимое число линий задержки?
4. В чем смысл утверждения, что нейросетевая модель является
«черным ящиком»?
5. Может ли нейронная сеть заменить человека-оператора или
существующий регулятор динамического объекта?
6. Чем нейросетевой эмулятор отличается от краткосрочного
предиктора?
7. В чем заключается задача синтеза обратной модели объекта?
Рис. 4.34. Нейроуправление с эталонной моделью
e
u
e
m
y
Эталонная
модель
ИНС-
регулятор
Объект
управления
ИНС-
модель
y
m
g
u
y
r