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.