Нейронные сети и нейроконтроллеры. Бураков М.В. - 215 стр.

UptoLike

ВУЗ: 

СПб ГУАП | Санкт-Петербург

Составители: 

Рубрика: 

215
8. СТОХАСТИЧЕСКИЕ МЕТОДЫ ОБУЧЕНИЯ
НЕЙРОННЫХ СЕТЕЙ
8.1. Задача коррекции динамической системы
Рассмотрим традиционную постановку задачи коррекции дина-
мической системы.
Пусть задана исходная (располагаемая) динамическая система,
описываемая передаточной функцией (ПФ) W(s) (рис. 8.1,a). Если
эта система неустойчива или не удовлетворяет заданным показате-
лям качества, то ее поведение можно улучшить включением после-
довательного корректирующего устройства с ПФ K(s) (рис. 8.1,б).
Для линейных систем задача синтеза корректирующего звена
хорошо изучена. Для ее решения можно использовать, например,
частотный синтез.
Если же рассматривается нелинейный объект управления, то
универсальный подход к синтезу корректирующего звена обеспе-
чивается использованием схемы, приведенной на рис. 8.2, где эта-
лонная модель описывает поведение желаемой замкнутой системы.
Рис. 8.1. Последовательная коррекция динамической системы
Рис. 8.2. Обучение последовательного нейросетевого регулятора
Эталонная
модель
Объект
ИНС
Алгоритм
обучения
∆W
–
g(t)
e(t) y(t)
+
–
y
m
(t)
e
y
(t)
u(t)
X(s)
–
W(s)
Y(s)
X(s)
K(s) W(s)
Y(s)
–
а) б)

Страницы