Применение нейросетевых методов и их особенности для решения задач оптимального управления динамическим объектом. Применение гауссовской RBF-сети как нейронного контроллера. Изучение поведения динамических систем. Эффективность многослойного перцептрона.
Аннотация к работе
Подход к разработке подсистемы выбора решений в системе управленияВ работе рассматриваются методы системы управления динамическим объектом, основанные на использовании нейронных сетей типа многослойного перцептрона и RBF-сети, описывается классический метод управления и линейной оптимальной фильтрации для объекта, введенного системой обыкновенных линейных дифференциальных уравнений. Предпринимается попытка анализа возможности применения нейросетевых методов и их некоторые особенности для решения задач оптимального управления динамическим объектом. Исходя из этого, была поставлена задача сравнить работу нейросетевых методов основанных на использовании многослойного перцептрона и RBF-сети (сеть, использующая радиальные базисные функции) с работой классических методов. Нейронные сети - это еще одно возможное средство для решения данного класса задач, и цель проводимой работы - выявить особенности, показать способы применения данного подхода и сравнить его эффективность с эффективностью других методов. Способностью к моделированию нелинейных процессов, работе с зашумленными данными и адаптивность делает возможным применять нейросетевые методы для решения широкого класса задач фильтрации и управления.
Список литературы
1. Бэстенс Д.-Э. Нейронные сети и финансовые рынки. Принятие решений в торговых операциях. 1995.
2. Марков В.Н. Исследование и оптимизация поведения динамических систем. Москва, МГИЭМ, Изд.? 241, 1990.
3. Harris C.J. Intelligent Control: Aspects of Fuzzy logic and Neural Nets, World Scientific Publishing, 1993.
4. MCDOWELL D.M. Online neural control applied to a bank-to-turn missile autopilot. Control Engineering Research Group, The Queen’s University of Belfast, Northern Ireland, UK, 1995.