Искусственные нейронные сети в пропорционально-интегрально-дифференциальных регуляторах. Нелинейное отображение множества входных сигналов в выходные. Структура регулятора с блоком автонастройки. Процесс "обучения" нейронной сети, его длительность.
При низкой оригинальности работы "Практическое применение искусственных нейронных сетей в системах авторегулирования", Вы можете повысить уникальность этой работы до 80-100%
Практическое применение искусственных нейронных сетей в системах авторегулированияНейронные сети, как и нечеткая логика, используются в ПИД регуляторах двумя путями: для построения самого регулятора и для построения блока настройки его коэффициентов. Особенностью нейронной сети является способность к «обучению», что позволяет передать нейронной сети опыт эксперта. Регулятор с нейронной сетью похож на регулятор с табличным управлением, однако отличается специальными методами настройки («обучения»), разработанными для нейронных сетей, и методами интерполяции данных. В отличие от нечеткого регулятора, где эксперт должен сформулировать правила настройки в лингвистических переменных, при использовании нейронной сети от эксперта не требуется формулировки правил - достаточно, чтобы он несколько раз сам настроил регулятор в процессе «обучения» нейронной сети. 2) состоит из множества связанных между собой нейронов, количество связей может составлять тысячи. Благодаря нелинейности функций активации и большому количеству настраиваемых коэффициентов (в работе [21] использовано 35 нейронов во входном слое и 25 - в выходном, при этом количество коэффициентов составило 1850) нейронная сеть может выполнять достаточно точно нелинейное отображение множества входных сигналов во множество выходных.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
