Известия Саратовского университета. Новая серия. Серия: Математика. Механика. Информатика
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Изв. Сарат. ун-та. Нов. сер. Сер.: Математика. Механика. Информатика:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Известия Саратовского университета. Новая серия. Серия: Математика. Механика. Информатика, 2018, том 18, выпуск 3, страницы 354–360
DOI: https://doi.org/10.18500/1816-9791-2018-18-3-354-360
(Mi isu770)
 

Научный отдел
Информатика

Обучение нейросетевых регуляторов для стабилизации комбинированных динамических систем

Д. К. Андрейченко, Ф. М. Жадаев

Саратовский национальный исследовательский государственный университет имени Н. Г. Чернышевского, Россия, 410012, Саратов, Астраханская, 83
Список литературы:
Аннотация: Устройства управления на основе искусственных нейронных сетей в настоящее время довольно часто используются для управления объектами с сосредоточенными по пространству параметрами. Объекты управления в таких системах характеризуются конечным множеством собственных частот. Поэтому применение нейросетевых управляющих устройств после соответствующей настройки внутренних параметров (обучения) либо полностью исключает, либо минимизирует вероятность появления неустойчивых собственных частот колебаний объекта управления в течение достаточно продолжительного периода времени. В то же время если в состав объекта управления входят объекты с распределёнными по пространству параметрами (например, гибкие стержни), число его характерных собственных частот колебаний будет как минимум счётно-бесконечным. Таким образом, для использования нейросетевых управляющих устройств для управления такими объектами требуется дополнительная проверка устойчивости системы. В случае использования классических управляющих устройств (таких как ПИД-регуляторы) для выполнения этого условия их параметры выбираются из области устойчивости системы. Такой подход неприменим к устройствам управления на основе искусственных нейронных сетей, так как их параметры подбираются в процессе обучения. В данной работе выводится правило, гарантирующее, что после обучения выбранные веса будут принадлежать области устойчивости системы. Описываемое правило является модификацией функции ошибки нейронной сети и не накладывает существенных ограничений на выбор алгоритма обучения. Полученные результаты могут быть использованы при управлении комбинированными динамическими системами при помощи нейросетевых управляющих устройств на основе искусственных нейронных сетей прямого распространения.
Ключевые слова: динамические системы, комбинированные динамические системы, нейронные сети, управление.
Реферативные базы данных:
Тип публикации: Статья
УДК: 501.1
Образец цитирования: Д. К. Андрейченко, Ф. М. Жадаев, “Обучение нейросетевых регуляторов для стабилизации комбинированных динамических систем”, Изв. Сарат. ун-та. Нов. сер. Сер.: Математика. Механика. Информатика, 18:3 (2018), 354–360
Цитирование в формате AMSBIB
\RBibitem{AndZha18}
\by Д.~К.~Андрейченко, Ф.~М.~Жадаев
\paper Обучение нейросетевых регуляторов для стабилизации комбинированных динамических систем
\jour Изв. Сарат. ун-та. Нов. сер. Сер.: Математика. Механика. Информатика
\yr 2018
\vol 18
\issue 3
\pages 354--360
\mathnet{http://mi.mathnet.ru/isu770}
\crossref{https://doi.org/10.18500/1816-9791-2018-18-3-354-360}
\elib{https://elibrary.ru/item.asp?id=35729008}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/isu770
  • https://www.mathnet.ru/rus/isu/v18/i3/p354
  • Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Известия Саратовского университета. Новая серия. Серия Математика. Механика. Информатика
    Статистика просмотров:
    Страница аннотации:224
    PDF полного текста:64
    Список литературы:30
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024