Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
4.10. Схема нейронного управления с эмулятором и контроллером (схема обратного распространения во времени)Схема нейронного управления, показанная на рис. 4.2.5, представляет собой в основном интегрированный и модифицированный вариант инверсно-прямой схемы управления (рис. 4.2.2) и схемы специализированного обучения (рис. 4.2.3). При таком подходе для приближенного нахождения якобиана объекта, или частных производных 4.10.1. Автономное обучение нейроконтроллера и эмулятораАналогично моделям инверсно-прямого нейронного управления, рассмотренным ранее, модели нейроконтроллеров обучаются инверсной динамике объекта управления. Для этого используются выходные сигналы объекта управления вместе с несколькими задержанными значениями (в качестве образцов входных сигналов) и соответствующими входными сигналами объекта управления (в качестве желаемых образцов). Нейроэмуляторы обучаются прямой динамике объекта управления, используя для этого входные сигналы вместе с несколькими задержанными значениями (в качестве образцов входных сигналов) и соответствующими выходными сигналами (в качестве желаемых образцов). При автономном обучении нейронной сети с целью изучения инверсной или прямой динамической модели объекта управления сигнал обратного распространения ошибки между выходным и скрытым слоями выражается следующим образом:
где
Здесь
а между скрытым и выходным слоями — в соответствии с выражением
где 4.10.2. Оперативное обучениеЧтобы проиллюстрировать вывод уравнений сигналов ошибки для нейроконтроллера, рассмотрим рис. 4.10.1. Для этой схемы оперативного обучения корректировка весов связей между скрытым и выходным слоями нейронной сети — контроллера может быть выражена следующей формулой:
где
Используя цепное правило, запишем выражение (4.10.5) в виде
где
Используя эти соотношения, покажем вывод выражений для сигналов ошибки, распространяющихся между слоями нейронной сети. — сигнал ошибки между скрытым и
Рис. 4.10.1. Веса связей нейронных сетей - эмулятора и контроллера. выходным слоями нейронной сети — контроллера. На входных и выходных нейронах сетей мы используем линейную функцию, поэтому можно записать следующее уравнение:
где
Так как
то
Сигнал ошибки между входным и скрытым слоями нейронной сети — контроллера можно записать уравнением
По цепному правилу
и
где
значит,
В данной схеме веса связей нейронной сети — эмулятора не поддерживаются постоянными, а оперативно корректируются. Это делается в каждый момент дискретизации с помощью эмулятора посредством обратного распространения ошибки:
где Схема нейронного управления с эмулятором и контроллером применяется в системе управления температурой водяной ванны и в системе управления печью со многими входами и выходами (см. главу 5).
|
1 |
Оглавление
|