Решение задач оптимального управления с использованием математической системы MATLAB и пакета имитационного моделирования SIMULINK. Сивохин А.В - 205 стр.

                            Лабораторная работа № 10

         ОПТИМАЛЬНОЕ УПРАВЛЕНИЕ ДИНАМИЧЕСКИМИ
     СИСТЕМАМИ С ПРИМЕНЕНИЕМ НЕЙРОРЕГУЛЯТОРОВ НА
              ОСНОВЕ ЭТАЛОННОЙ МОДЕЛИ


         Цель работы: овладение методами идентификации динамических систем и
    проектирование искусственных нейронных сетей для оптимального управления
    такими системами на основе эталонной модели поведения.

                            10.1 Постановка задач исследования


    Проектирование искусственных нейронных сетей для решения задач
оптимального управления динамическими системами – нейронных регуля-торов
осуществляется в два этапа.
       На первом этапе производится идентификация динамической системы с
    помощью наборов входных и соответствующих выходных величин, разработка
    архитектуры нейронной модели динамической системы и настройка ее
    параметров с использованием идентифицирующих наборов. Созданная
    искусственная нейронная сеть с заданной точностью воспроизводит поведение
    динамической системы (идентифицирует ее) и используется для синтеза
    нейронного регулятора.
       На втором этапе осуществляется поиск архитектуры искусственной нейронной
    сети для регулятора и требуемого закона управления динамической системой
    путем подбора параметров этой сети, соединенной с нейронной моделью
    системы, с тем, чтобы поведение объединенной сети с заданной точностью
    соответствовало некоторому эталонному поведению – поведению эталонной
    модели. Затем нейронная модель регулятора преобразуется в программный или
    аппаратный модуль для управления реальным объектом с заданной динамикой
    поведения.
       В настоящее время используются и другие принципы построения
    нейрорегуляторов: нейрорегуляторы с предсказанием будущих реакций
    динамического процесса на случайные сигналы управления, нейрорегуляторы на
    основе модели авторегрессии со скользящим средним и т.д. И в этих случаях
    сначала производится нейронная идентификация управляемого объекта, а затем
    синтез искусственной нейронной сети для модели регулятора.
      Рассмотрим проектирование нейронного регулятора на основе эталонной
    модели. Объектом управления является механическое звено робота, описываемое
    дифференциальным        уравнением   второго    порядка    с    постоянными
    коэффициентами:
                              d 2ϕ                 dϕ
                                 2
                                   = −10 sin ϕ − 2    +u,            (10.1)
                              dt                   dt
    где φ – угол поворота звена;
                                             205