Введение к работе
Актуальность работы Искусственные нейронные сети (ИНС) в настоящее время находят широкое применение в самых разных предметных областях. Они используются для идентификации статических и динамических объектов, для построения ассоциативной памяти и моделей временных рядов, сжатия информации, в системах поддержки принятия решений, для целей прогнозирования, классификации и распознавания образов, а также как средство решения некоторых задач вычислительного характера.
Одним из важных направлений использования искусственных нейронных сетей являются системы автоматического управления (САУ) различных типов. Работы по данной проблеме велись и ведутся весьма интенсивно как отечественными (А. И. Галушкин, В. А. Терехов, А. Н. Горбань, В. И. Кома-шинский, Д. А. Смирнов, Т. А. Бондарь, А. С. Логовский и др.), так и зарубежными учеными (К. Нарендра, О. Сигеро, С. Хайкин, М. Гупта, С. Осов-ский и др.).
Вместе с тем, необходимо отметить, что многие вопросы, в первую очередь связанные с практическим использованием ИНС в САУ, исследованы еще недостаточно полно. Большинство работ либо носят постановочный абстрактный характер, где основное внимание уделяется доказательству принципиальной возможности использования нейросети некоторой разновидности в определенной предметной области, либо посвящены решению относительно узких прикладных задач и не содержат обобщений, позволяющих использовать полученные результаты для решения схожих задач. В частности, отсутствуют работы, посвященные задаче замены классических регуляторов на нейросетевые, обобщающие накопленный к настоящему времени опыт их использования. Очень слабо освещены вопросы синтеза нейросетевого регулятора по критерию минимума среднеквадратической ошибки в сопоставлении со свойствами традиционного линейного регулятора. Достаточно ограничен перечень работ по нейросетевому управлению нестационарным объектом, где,
как правило, рассматривается только случай достаточно плавного непрерывного изменения свойств объекта управления. Всё это свидетельствует о необходимости дальнейшего развития исследований по данной проблематике, в первую очередь направленную на конкретизацию процедур синтеза неиросетевых регуляторов, корректное сопоставление их свойств со свойствами аналогичных классических регуляторов. Из изложенного вытекает актуальность темы диссертационной работы.
Цель исследований Целью диссертационной работы является разработка и исследование неиросетевых алгоритмов управления стационарными и нестационарными объектами
Задачи исследований В соответствии с указанной целью в рамках диссертационной работы поставлены и решались следующие задачи:
Обзор и анализ известных вариантов применения ИНС в системах управления, используемых для этих целей методов и программных средств.
Разработка методики построения нейросетевого регулятора - аналога И, ПИ и ПИД регуляторов и сопоставительный анализ их свойств.
Исследование возможностей нейросетевого подхода при построении САУ по критерию минимума среднеквадратической ошибки.
Разработка неиросетевых алгоритмов управления нестационарными объектами для случая спонтанного скачкообразного изменения их свойств.
Применение полученных методических, математических и программно-алгоритмических результатов при решении практических задач управления подвижным роботом и в учебном процессе.
Научная новизна
Разработана методика построения нейросетевого регулятора — аналога П, ПИ и ПИД регуляторов, впервые позволившая формализовать решение задачи его проектирования, включая выбор внутренней архитектуры и структуры входов используемой ИНС, оптимальное формирование обучающей выборки, процедуру обучения ИНС и анализ его возможностей для линейного и нелинейного динамических объектов.
Сопоставление свойств классического и предложенного в работе нейросетевого регуляторов, синтезированных по критерию минимума СКО, впервые позволило показать существенно меньшую чувствительность нейросетевого варианта к отклонениям параметров объекта и сигналов от использовавшихся при их синтезе.
Разработан алгоритм управления нестационарным объектом для случая спонтанного скачкообразного изменения его характеристик, в котором впервые предложено комбинировано использовать нейросетевые и статистические подходы, когда статистическая компонента обеспечивает наискорейшее обнаружение значимого изменения характеристик объекта на фоне помех и запуск механизма адаптации (дообучения).
Методы исследования Полученные результаты исследования базируются на использовании методов и средств теории искусственных нейронных сетей, теории автоматического управления, математической статистики, имитационного моделирования.
Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждаются результатами имитационного моделирования, которые для классических САУ совпадают с известными теоретическими результатами, данными о применении разработанных методов, алгоритмов и прикладных программ в рамках натурных экспериментов по управле-
нию подвижным роботом, апробацией полученных результатов среди квалифицированных специалистов на Международном научном коллоквиуме, Германия, 2010 г., научном семинаре кафедры "Робототехнические системы и комплексы" в МГТУ им. Н.Э. Баумана (сентябрь, 2011 г.).
Практическая значимость работы Результаты исследований, выполненных в диссертационной работе, использованы при синтезе нейросетевого алгоритма управления подвижным роботом и опробованы на практике. Разработанный подход позволяет легко адаптировать нейросетевой алгоритм для управления широким классом мобильных устройств с различными массога-баритными характеристиками и динамическими свойствами без проведения их аналитической идентификации. Созданные алгоритмы легли в основу программного комплекса моделирования нейросетевых систем управления, который может использоваться для синтеза и исследования нейросетевых алгоритмов управления и их сравнения с альтернативными подходами. Данный комплекс является интерактивным, модульным, легко расширяется под специфические задачи. Его адаптированный вариант предназначен для применения в учебном процессе в качестве программного стенда при проведении лабораторных работ.
Реализация результатов Результаты работы были использованы:
для разработки алгоритма нейросетевого управления автономным мобильным роботом в Московском государственном техническом университете им. Н.Э. Баумана;
при создании учебно-практического лабораторного комплекса по курсу "Нейрокомпьютеры и их применение" в Национальном исследовательском университете МЭИ.
Апробация работы Результаты работы и ее основные положения докладывались на российских и международных конференциях "Информационные
технологии в науке, образовании, телекоммуникации и бизнесе" - IT+SE (Ялта-Гурзуф, 2010 г., 2011 г.), "Информационные средства и технологии" (Москва, 1999 г., 2000 г.), "Актуальные проблемы защиты и безопасности" (Санкт-Петербург, 2006 г.), "International Scientific Colloquium" (Ильменау, Германия, 2000 г., 2010 г.), на заседании кафедры "Управление и информатика" Национального исследовательского университета МЭИ.
Публикации По результатам исследований опубликовано 13 научных работ, в том числе, 2 публикации в рецензируемых журналах, входящих в список ВАК РФ.
Структура и объем работы Диссертационная работа состоит из введения, шести глав, заключения и списка литературы из 85 наименований, включает 208 страниц текста, 75 рисунков, 14 таблиц.
Похожие диссертации на Разработка и исследование нейросетевых алгоритмов управления стационарными и нестационарными объектами
