Искусственные нейронные сети. Сивохин А.В - 134 стр.

UptoLike

134
U (t) – пробный управляющий сигнал;
Y
r
(t) – желаемый управляющий сигнал;
Y
m
(t) – истинная реакция модели управляемого сигнала;
ρкоэффициент, определяющий вклад, вносимый мощностью
управления в критерий качества.
Структурная схема регулятора с предсказанием представлена на
рисунке.
Блок оптимизации определяет значения U, которые минимизи-
руют критерий качества управления, а соответствующий сигнал
управляет процессом.
Синтез регулятора с предсказанием осуществляется с помощью
диалоговой панели
Neural Network Predictive Control, на которой
имеются следующие управляющие элементы:
Cost Horizon (N
2
)верхний предел суммирования в показателе
качества, при этом нижний предел N
1
всегда равен единице;
Control Horizon (N
u
)верхний предел при оценке мощности
управления;
Control Weightin Factor (ρ)коэффициент веса для составляю-
щей мощности управления;
Search Parameter (α)параметр одномерного поиска, задающий
порог уменьшения показателя качества;
Minimization Routineпараметр для выбора процедуры одно-
мерного поиска;
Iterations Per Sample Timeчисло итераций на один такт дис-
кретности.
Оптимизация
Модель объекта в виде
нейронной сети
Управляемый
п
р
оцесс
U
U
Y
m
Y
r
U
Y
p
   U′ (t) – пробный управляющий сигнал;
   Yr(t) – желаемый управляющий сигнал;
   Ym(t) – истинная реакция модели управляемого сигнала;
   ρ – коэффициент, определяющий вклад, вносимый мощностью
управления в критерий качества.
   Структурная схема регулятора с предсказанием представлена на
рисунке.

 Yr                          U′                       Ym
           Оптимизация        U Модель объекта в виде
                                     нейронной сети

                              U      Управляемый            Yp
                                       процесс
   Блок оптимизации определяет значения U′, которые минимизи-
руют критерий качества управления, а соответствующий сигнал
управляет процессом.
   Синтез регулятора с предсказанием осуществляется с помощью
диалоговой панели Neural Network Predictive Control, на которой
имеются следующие управляющие элементы:
   Cost Horizon (N2) – верхний предел суммирования в показателе
качества, при этом нижний предел N1 всегда равен единице;
   Control Horizon (Nu) – верхний предел при оценке мощности
управления;
   Control Weightin Factor (ρ) – коэффициент веса для составляю-
щей мощности управления;
   Search Parameter (α) – параметр одномерного поиска, задающий
порог уменьшения показателя качества;
   Minimization Routine – параметр для выбора процедуры одно-
мерного поиска;
   Iterations Per Sample Time – число итераций на один такт дис-
кретности.




                              134