Искусственные нейронные сети. Сивохин А.В - 128 стр.

UptoLike

ВУЗ: 

ПГУ | Пенза

Составители: 

Рубрика: 

128
Лабораторная работа № 16
Применение нейронных сетей
для проектирования систем управле-
ния
динамическими процессами
Цель работы: овладение методами решения задач идентифика-
ции, проектирования и моделирования систем управления динамиче-
скими процессами и способами их применения на практике.
Теоретические сведения
Применение нейронных сетей для решения задач управления ди-
намическими процессами позволяет выделить два этапа проектиро-
вания систем управления такими процессами:
1.
Этап идентификации динамического процесса, для которого
проектируется система управления.
2.
Этап синтеза закона управления и его реализация с помощью
нейронной сети.
На этапе идентификации разрабатывается модель управляемого
процесса в виде нейронной сети, которая на этапе синтеза использу-
ется для построения регулятора.
Динамические модели систем управления с нейросетевыми регу-
ляторами размещены в разделе
Control Systems библиотеки блоков
для моделирования нейронных сетей
Neural Network Blockset, дос-
туп к которым обеспечивается браузером
Library Browser пакета
Simulink или командой neural. В этой библиотеке имеются также
следующие разделы:
Net Input Function – раздел блоков функций накопления: netprod
и
netsum;
Transfer Function – раздел блоков передаточных функ-
ций(функций активации):
hardlim, hardlims, purelin, satlin, satlins,
poslin, logsig, transig, radbas, tribas, softmax и compet; 
             Лабораторная работа № 16

    Применение нейронных сетей
для проектирования систем управле-
                ния
     динамическими процессами
   Цель работы: овладение методами решения задач идентифика-
ции, проектирования и моделирования систем управления динамиче-
скими процессами и способами их применения на практике.

              Теоретические сведения
   Применение нейронных сетей для решения задач управления ди-
намическими процессами позволяет выделить два этапа проектиро-
вания систем управления такими процессами:
   1. Этап идентификации динамического процесса, для которого
проектируется система управления.
   2. Этап синтеза закона управления и его реализация с помощью
нейронной сети.
   На этапе идентификации разрабатывается модель управляемого
процесса в виде нейронной сети, которая на этапе синтеза использу-
ется для построения регулятора.
   Динамические модели систем управления с нейросетевыми регу-
ляторами размещены в разделе Control Systems библиотеки блоков
для моделирования нейронных сетей Neural Network Blockset, дос-
туп к которым обеспечивается браузером Library Browser пакета
Simulink или командой neural. В этой библиотеке имеются также
следующие разделы:
   Net Input Function – раздел блоков функций накопления: netprod
и netsum;
   Transfer Function – раздел блоков передаточных функ-
ций(функций активации): hardlim, hardlims, purelin, satlin, satlins,
poslin, logsig, transig, radbas, tribas, softmax и compet;


                                128

Страницы