Теми рефератів
> Реферати > Курсові роботи > Звіти з практики > Курсові проекти > Питання та відповіді > Ессе > Доклади > Учбові матеріали > Контрольні роботи > Методички > Лекції > Твори > Підручники > Статті Контакти
Реферати, твори, дипломи, практика » Новые рефераты » Огляд і аналіз нейромереж

Реферат Огляд і аналіз нейромереж





> (3.4)


Матриця системи і матриця керування для системи (3.4):


;


Аналіз об'єкта управління.

Структурна схема об'єкта управління зображена на малюнку 3.2.


В 

Малюнок 3.2 Структурна схема об'єкта управління.


В 

Малюнок 3.3. Перехідний процес об'єкта управління.


Перехідний процес коливальний, з затухаючими коливаннями, має перерегулювання 34%. Чи не відповідає бажаної траєкторії руху.

Необхідно забезпечити перехідний процес відповідно до бажаної моделлю:

В 

Малюнок 3.4 Структурна схема еталонної моделі.


В 

Малюнок 3.5 Бажаний перехідний процес об'єкта управління.


В якості середовища для розробки та моделювання нейромережі був обраний програмний продукт фірми MathWorks, Inc. - MatLab, версія 6.5.0.1. MatLab, з усіх доступних програмних продуктів володіє найбільш широкими можливостями як для моделювання, в тому числі і для моделювання нейромереж.

Блок Model Reference Control (модель еталонного управління) містить у своєму складі дві нейромережі: нейроконтролера і спостерігач. Навчання нейромережі відбувається в два етапи. Спочатку ідентифікується нейромережевої спостерігач, потім навчається нейроконтролера таким чином, щоб вихідний сигнал ОУ слідував за керуючим сигналом.

Структура нейромережі зображена на малюнку 5.5

В 

Малюнок 5.5. Спрощена структурна схема нейромережевого контролера


Взаємозв'язок між нейромережею і об'єктом управління в процесі навчання показана на малюнку 5.5


В 

5.5. Навчання нейромережі Model Reference Control. br/>

Помилка спостереження та помилка управління використовуються в навчанні відповідно нейромережного контролера і нейромережевого спостерігача.

В 

Малюнок 5.6. Управління Model Reference Control. br/>

Дана архітектура нейромережі навчається з використанням алгоритму зворотного поширення помилки (Backpropagation). p> Параметри навчання нейромережного спостерігача пристрою:

В· Число прихованих шарів у нейромережі - 10.

В· Інтервал вибірки - 0,05. p> В· Число прикладів навчання - 10000.

В· Обмеження вихідних даних:

o максимальний вихід моделі - 3,1.

o мінімальний вихід моделі - 3,1.

В· Максимальний вихід моделі - 15.

В· Мінімальний вихід моделі - 15.

В· Число епох навчання - 300.

Параметри навчання нейроконтролера:

В· Число прихованих шарів у нейромережі - 13.

В· Інтервал вибірки - 0,05. p> В· Число прикладів навчання - 6000.

В· Число епох навчання - 10. p> В· Сегментів навчання - 30.

Управління об'єктом

Схема моделювання з використанням нейроконтролера Model Reference Control показана на малюнку 5.7.


В 

Малюнок 5.7. Структурна схема моделі з використанням нейроконтролера Model Reference Controller


Параметри моделі:

В· керуючий сигнал змінюється випадково;

В· інтервал зміни рівня сигналу, що управляє [-0.5; 0.5]

В· інтервал зміни часового інтервалу - 10 с.


В 

Малюнок 5.8 Перехідний процес об'єкта під управлінням NARMA-L2


нейроконтролера з нейромережним спостерігає пристроєм дозволяє отримати стійкий рух і бажану траєкторію в усьому фазовому просторі. Повністю компенсує нелінійну складову прискорення руки робота.



Назад | сторінка 5 з 5





Схожі реферати:

  • Реферат на тему: Електрична схема математичної моделі системи автоматичного управління
  • Реферат на тему: МОДЕЛІ фінансового управління в різніх умів Функціонування господарюючого с ...
  • Реферат на тему: Процес створення математичної моделі об'єкта
  • Реферат на тему: Моделювання системи управління кутом повороту інерційного об'єкта
  • Реферат на тему: Моделювання системи управління кутом повороту інерційного об'єкта