нці машини, по всій її ширині, можна встановити який з гвинтів удаваного пристрою вимагає регулювання. br/>
Обгрунтування застосування нейронних мереж
Існуючі системи управління формуванням паперового полотна досить складні і не завжди ефективно справляються з деякими збуреннями, що діють на процес, наприклад знакозмінними, розподіленими по всій ширині машини, а також з ефектами, що виникають по краях паперового полотна. Моделі об'єкта, зазвичай використовуються в таких системах управління, є спрощеними і враховують лише основні закони гідродинаміки, що істотно позначається на ступені їхньої адекватності реальному об'єкту
У теж час сучасні комп'ютерні технології та методи штучного інтелекту дозволяють досягти істотного ефекту при вдосконаленні моделей і систем управління.
Система управління, розроблена на основі нейронних технологій, володіє рядом переваг: по-перше, нейронна технологія дозволяє будувати моделі складних об'єктів управління за принципом чорного ящика < span align = "justify">, по-друге, нейронні моделі легко адаптуються при зміні параметрів модельованого об'єкта; в третіх, вони дозволяють реалізувати моделі для багатовимірних об'єктів.
Нейрон - це складова частина нейронної мережі. Він складається з елементів трьох типів. Елементи нейрона - це помножувачі (синапси), суматор і нелінійний перетворювач. Синапси здійснюють зв'язок між нейронами, множать вхідний сигнал на число, що характеризує силу зв'язку, - вага синапсу. Суматор виконує додавання сигналів, що надходять по синаптическим зв'язках від інших нейронів, і зовнішніх вхідних сигналів. Нелінійний перетворювач реалізує нелінійну функцію одного аргументу - виходу суматора. Ця функція називається "функція активації" або "передавальна функція" нейрона. Нейрон в цілому реалізує скалярну функцію векторного аргументу. p align="justify"> Математична модель нейрона:
В В
де - вага синапсу (weight), (i = 1,2 ... N);
b - значення зміщення (bias); - результат підсумовування (sum); - компонента вхідного вектора (вхідний сигнал), (i = 1,2, ... N); - вихідний сигнал нейрона; - число входів нейрона; - нелінійне перетворення (функція активації). p align="justify"> Нейронної мережею будемо називати структуру, що складається з пов'язаних між собою нейронів.
Нейронні мережі можуть мати різні архітектури. Можна виділити три основні типи нейронних мереж:
повнозв'язні мережі (мал. 2.1-а),
багатошарові мережі (мал. 2.1-б),
слабозв'язаних мережі (нейронні мережі з локальними зв'язками) (рис. 2.1-в).
В
У багатошарових мережах ...