ИДЕНТИФИКАЦИИ
ДИНАМИЧЕСКИХ СИСТЕМ С ИСПОЛЬЗОВАНИЕМ
НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ
А.И. Гаврилов, *А.А. Внуков, *О.В.
Горохова
(Московский государственный технический
университет им. Н.Э. Баумана, ^Московский
государственный институт электроники и
математики, Россия)
Работа посвящена прикладным аспектам
использования нейронных сетей для решения задач
идентификации динамических объектов и
построения моделей технологических процессов.
Возможность применения многослойных нейронных
сетей обусловлена их способностью моделировать
произвольные нелинейные непрерывные функции в
результате обучения на множестве примеров. При
реализации процедуры идентификации важную роль
играет рациональный выбор экпериментальных
данных.
В работе делается вывод, что используя
многослойные нейронные сети в качестве
модельных структур, можно проводить
идентификацию нелинейных динамических структур.
В работе рассматриваются линейные и нелинейные
структуры на основе нейронных сетей и критерии
выбора модельных структур, обсуждаются ряд
алгоритмов, имеющих непосредственное отношение
к обучению нейронных сетей. Алгоритмы обучения
нейронных сетей сводятся к модификации
градиентных методов поиска и решения проблемы
«локальных минимумов».
Особое внимание уделяется каждой стадии
реализации процедуры идентификации: выбору
структуры модели нейронных сетей , обучению
нейронных сетей, оценке модели, оптимизации
структуры нейронных сетей.
В качестве объекта идентификации
использовался электромеханический привод
исследовательского стенда. Для этих целей
создана база данных, содержащая до 500 значений
параметров «вход - выход» на эксперимент.
Экспериментальная база использована для
получения модели поведения электроме-
ханического привода. В работе приводится вид
последовательности сигналов «вход - выход»,
распределение ошибок обучения, представлены
результаты прогнозирования поведения на 1 и 10
шагов. В качестве управляющих воздействий взяты
прямоугольные и синусоидальные импульсы.
Для обработки результатов эксперимента,
идентификации, моделирования и прогнозирования
поведения динамических систем разработан
программный продукт, выполненный в системе MATLAB
5.2, реализующий набор функций подготовки и
анализа экспериментальных данных, набор функций
идентификации (моделирования) на основе
нейроподобных сетевых структур. Управление
всеми процессами и функционированием системы
осуществляется с помощью программной оболочки,
включающей в себя основное окно программы с
набором функциональных кнопок и окно
графических результатов. |