Составители:
Рубрика:
98
4. НЕЙРОУПРАВЛЕНИЕ
4.1. Идентификация динамических звеньев
В процессе идентификации требуется по известным вход-вы-
ходным зависимостям динамического объекта построить его опи-
сание, которое можно использовать для предсказания выходного
сигнала при произвольном входном.
Однако, как уже отмечалось, ИНС ПР – это не динамическая
сеть. Простой путь внесения динамики в поведение ИНС заключа-
ется в подаче на вход сети не только текущих, но и задержанных
значений входа и выхода. Число задержанных сигналов и величи-
на задержки зависят от конкретного объекта.
На рис. 4.1 приведен принцип использования нейросетевой мо-
дели в режиме идентификации. Число линий задержки ∆ на входах
ИНС должно примерно соответствовать порядку объекта. В этой
схеме с помощью алгоритма обратного распространения должна
минимизироваться ошибка между выходом объекта y(t) и выходом
модели y
m
(t).
Полученная нейросетевая модель является «черным ящиком».
Она не позволяет судить о физических процессах, протекающих в
объекте управления, но может быть эффективно использована для
анализа и прогноза поведения объекта, а также для синтеза систе-
мы управления.
Рис. 4.1. Нейросетевая идентификация
Объект
∆
е
k
Алгоритм
обучения
ИНС ПР
y
k
y
m
k
x
k
+
–
∆
∆
∆
x
k– m
x
k– 1
y
k– n
y
k– 1
Нейросетевая модель
Страницы
- « первая
- ‹ предыдущая
- …
- 96
- 97
- 98
- 99
- 100
- …
- следующая ›
- последняя »
