Составители:
Рубрика:
231
ния. Для оперативного изменения коэффициентов будем использо-
вать двухслойную ИНС прямого распространения, содержащую по
три нейрона в каждом слое (рис. 8.12).
На рис. 8.12 цифрами обозначены отдельные нейроны. Нейроны
1-го слоя имеют активационную функцию – гиперболический тан-
генс, а у нейронов 2-го слоя активационные функции линейные.
На вход НС поступают текущее и задержанное значения ошибки.
Число линий задержки соответствует порядку динамической части
объекта управления. Величина задержки зависит от скорости про-
текания переходного процесса (см. рис. 8.11), она может быть вы-
брана в пределах 0,01 – 0,1 с.
Задача конструирования нейросетевого супервизора подразуме-
вает, таким образом, настройку двух весовых матриц W
1
и W
2
, со-
держащих по девять весов каждая. Использование для настройки
алгоритма обратного распространения ошибки в данной ситуации
оказывается затруднительным, поскольку невозможно сформиро-
вать обучающую выборку для НС.
Рис. 8.11. Переходные процессы в системе управления
0
0.5 1 1 .5 2 2.5 3
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
t
y (t)
2
1
Рис. 8.10. Нелинейный объект управления в MatLab Simulink
1
0.1s + 0.02s + 1
2
Transfer Fcn
Lookup T able
Страницы
- « первая
- ‹ предыдущая
- …
- 229
- 230
- 231
- 232
- 233
- …
- следующая ›
- последняя »
