Реферат: Обзор и анализ нейросетей

Блок Model Reference Control (модель эталонного управления) содержит в своем составе две нейросети: нейроконтроллер и наблюдатель. Обучение нейросети происходит в два этапа. Сначала идентифицируется нейросетевой наблюдатель, затем обучается нейроконтроллер таким образом, чтобы выходной сигнал ОУ следовал за управляющим сигналом.

Структура нейросети изображена на рисунке 5.5

Рисунок 5.5. Упрощенная структурная схема нейросетевого контроллера

Взаимосвязь между нейросетью и объектом управления в процессе обучения показана на рисунке 5.5

5.5. ОбучениенейросетиModel Reference Control.

Ошибка наблюдения и ошибка управления используются в обучении соответственно нейросетевого контроллера и нейросетевого наблюдателя.

Рисунок 5.6. УправлениеModel Reference Control.

Данная архитектура нейросети обучается с использованием алгоритма обратного распространения ошибки (backpropagation).

Параметры обучения нейросетевого наблюдающего устройства:

· Число скрытых слоев в нейросети – 10.

· Интервал выборки – 0,05.

· Число примеров обучения – 10000.

· Ограничение выходных данных:

o максимальный выход модели – 3,1.

o минимальный выход модели – -3,1.

· Максимальный выход модели – 15.

· Минимальный выход модели – -15.

· Число эпох обучения – 300.

Параметры обучения нейроконтроллера:

· Число скрытых слоев в нейросети – 13.

· Интервал выборки – 0,05.

· Число примеров обучения – 6000.

· Число эпох обучения – 10.

· Сегментов обучения – 30.

Управление объектом

Схема моделирования с использованием нейроконтроллера Model Reference Control показана на рисунке 5.7.