Preview

Мехатроника, автоматизация, управление

##mainpage.search##

Алгоритм параметрической оптимизации автоматических систем с ШИМ-элементом, имеющим в своем составе нейронную сеть

https://doi.org/10.17587/mau.18.227-232

Полный текст:

##article.abstract##

Решена задача конкретизации значений коэффициентов алгоритма обучения нейронной сети (ОНС) применительно к системам, содержащим звенья с широтно-импульсной модуляцией, имеющим в своем составе искусственную нейронную сеть. Введен составной критерий наименьшего числа итераций алгоритма ОНС. Рассмотрены наиболее распространенные варианты построения нейронной сети: сеть на основе модуляционной характеристики; полносвязная однослойная нейронная сеть; полносвязная однослойная нейронная сеть с обратными связями. Приведены результаты работы генетического алгоритма по определению коэффициентов ОНС, настраивающего автоматическую систему на достижение экстремального значения интегрального критерия качества с использованием вышесказанных вариантов нейронных сетей и пяти функций активации нейронов.

##article.authors.about##

И. В. Игумнов
Иркутский национальный исследовательский технический университет
Россия


Н. Н. Куцый
Иркутский национальный исследовательский технический университет
Россия


Список литературы

1. Yuan Z. A. Neural Network Based Space-Vector PWM Controller for Motor Drive // Advanced Materials Research. 2013. Vol. 816-817. P. 1002-1005.

2. Joao O. P., Bose B. K., Da Silva L. E. B. A neural-network-based space-vector PWM controller for voltage-fed inverter induction motor drive // IEEE Transactions on Industry Applications. 2000. Vol. 36. P. 1628-1636.

3. Игумнов И. В., Куцый Н. Н. Нейросетевая реализация и настройка ШИМ-элементов в автоматических системах // Вестник НГТУ. 2015. № 3 (60). С. 23-32.

4. Химмельблау Д. Прикладное нелинейное программирование. М.: Мир, 1975. 536 с.

5. Ловецкий К. П., Севастьянов Л. А., Бикеев О. Н. Математический синтез оптических наноструктур. М.: Изд. РУДН, 2008. 143 с.

6. Paviani D., Ph. D. Dissertation, The Univ. of Texas, Austin, Tex., 1969.

7. Воронежский Г. К., Махотило К. В., Петрашев С. Н. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. Харьков: Основа, 2004. 112 с.

8. Игумнов И. В., Куцый Н. Н. Формирование ШИМ-элемента с использованием искусственных нейронных сетей // Вестник ИрГТУ. 2014. № 6 (89). С. 31-35.

9. Терехов В. А., Ефимов Д. В., Тюкин И. Ю. Нейросетевые системы управления. М.: ИПРЖР, 2002. 480 с.

10. Галушкин А. И. Нейронные сети: основы теории. М.: Горячая линия-Телеком, 2010.496 с.

11. Куцый Н. Н. Автоматическая параметрическая оптимизация дискретных систем регулирования: Дис.. докт. техн. наук: 05.13.06: защищена 26.11.97.

12. Слепов Н. Н., Дроздов Б. В. Широтно-импульсная модуляция (Анализ и применение в магнит. записи). М.: Энергия, 1978. 191 с.

13. Локтюхин В. Н., Челебаев С. В., Антоненко А. В. Нейро-сетевые аналого-цифровые преобразователи. М.: Горячая линия-Телеком, 2010. 128 с.

14. Игумнов И. В., Куцый Н. Н. Применение метода Нелдера - Мида при настройке нейронных сетей, реализующий ПИД-закон регулирования // Современные технологии. Системный анализ. Моделирование. 2016. № 1 (49). С. 90-94.

15. Куцый Н. Н., Лукьянов Н. Д. Параметрическая оптимизация АИМ-систем с помощью генетического алгоритма // Мехатроника, автоматизация, управление. 2013. № 5. С. 10-13.

16. Грэхем Р., Кнут Д., Пташник О. Конкретная математика. Основание информатики: Пер. с англ. М.: Мир, 1998. 703 с.

17. Подиновский В. В. Введение в теорию важности критериев в многокритериальных задачах принятия решений: учеб. пособ. М.: Физматлит, 2007. 66 с.

18. Круглов В. В., Борисов В. В. Искусственные нейронные сети. M.: Горячая линия - Телеком, 2001. 369 с.


##reviewer.review.form##

##article.forCitation##


Игумнов И.В., Куцый Н.Н. Алгоритм параметрической оптимизации автоматических систем с ШИМ-элементом, имеющим в своем составе нейронную сеть. Мехатроника, автоматизация, управление. 2017;18(4):227-232. https://doi.org/10.17587/mau.18.227-232

For citation:


Igumnov I.V., Kucyj N.N. The Algorithm of Parametric Optimization of Automated Systems with PWM Element that Incorporates Artificial Neural Network. Mekhatronika, Avtomatizatsiya, Upravlenie. 2017;18(4):227-232. (In Russ.) https://doi.org/10.17587/mau.18.227-232

##common.article.views##: 541


Creative Commons License
This work is licensed under a Creative Commons Attribution 3.0 License.


ISSN 1684-6427 (Print)
ISSN 2619-1253 (Online)