Нейросетевая оценка динамики системы автоматической оптимизации
https://doi.org/10.17587/mau.16.659-663
Аннотация
Рассматривается система автоматической оптимизации нелинейного объекта управления на основе алгоритма поиска экстремума нелинейности и запоминания экстремума. Для оценки динамики выхода объекта предложен нейросетевой метод в виде трехслойной персептронной сети с функцией активации сигмоидального типа. Неизвестные параметры сети находятся из решения нелинейной оптимизационной задачи. Приведены результаты моделирования переходного процесса поиска экстремума нелинейности нейросетевым методом.
Ключевые слова
система автоматической оптимизации, объект управления нелинейность,
линейность, нейросетевой метод решения нелинейного дифференциального уравнения,
automatic optimization system,
object control,
nonlinearity-linearity,
neural network method for solving of the nonlinear differential equations
Об авторах
Н. П. Деменков
Московский государственный технический университет им. Н. Э. Баумана
Россия
Россия
И. А. Мочалов
Московский государственный технический университет им. Н. Э. Баумана
Россия
Россия
Список литературы
1. Бесекерский В. А., Попов Е. П. Теория систем автоматического управления. М.: Наука, 1975.
2. Растригин Л. А. Системы экстремального управления. М.: Наука, 1974.
3. Казакевич В. В., Родов А. Б. Системы автоматической оптимизации. М.: Энергия, 1977.
4. Методы робастного, нейро-нечеткого и адаптивного управления / Под ред. К. А. Пупкова. М.: Изд-во МГТУ им. Н. Э. Баумана, 2001.
5. Otadi M., Mosleh M. Numerical solution of quadratic Riccati differential equation by neural network // Mathematical sciences. 2011. Vol. 5, N. 3. P. 249-257.
6. Buckley J. J., Feuring T. Fuzzy differential equations // Fuzzy sets and systems. 2000. N. 11. P. 43-54.
7. Buckley J. J., Feuring T. Introduction to fuzzy partial differential equations // Fuzzy sets and systems. 1999. N. 5. P. 241-248.
8. Комарцова Л. Г., Максимов А. В. Нейрокомпьютеры. М.: Изд-во МГТУ им. Н. Э. Баумана, 2004.
9. Галушкин А. И. Нейросетевые технологии в перспективных суперЭВМ. Концепция развития высокопроизводительных вычислений на базе супернейрокомпьютеров (2012-2020 гг.) // Информационные технологии. 2013. № 9. 32 с.
Рецензия
Для цитирования:
Деменков Н.П., Мочалов И.А. Нейросетевая оценка динамики системы автоматической оптимизации. Мехатроника, автоматизация, управление. 2015;16(10):659-663. https://doi.org/10.17587/mau.16.659-663
For citation:
Demenkov N.P., Mochalov I.A. Neural Network Estimation of the Dynamics of the Automatic Optimization System. Mekhatronika, Avtomatizatsiya, Upravlenie. 2015;16(10):659-663. (In Russ.) https://doi.org/10.17587/mau.16.659-663
Просмотров:
437
.png)
Послать статью по эл. почте 