Λεπτομέρειες βιβλιογραφικής εγγραφής
| Τίτλος: |
Gradient-Based Method for Neural Network Self-Learning Control of Multi-Loop Nonlinear Time-Varying Stochastically Disturbed System |
| Πηγή: |
Приборы и системы. Управление, контроль, диагностика. |
| Στοιχεία εκδότη: |
The Publishing House "NAUCHTEHLITIZDAT", 2021. |
| Έτος έκδοσης: |
2021 |
| Θεματικοί όροι: |
time-varying system systems, neural network self-learning control, gradient-based control method, нелинейные системы, нестационарные системы, нейроуправление, stochastically disturbed system, градиентный метод управления, стохастические системы |
| Περιγραφή: |
Предложен градиентный метод нейросетевого управления многосвязными нелинейными нестационарными стохастическими объектами с использованием многослойного персептрона. Устойчивость системы управления достигается за счёт применения метода регуляризации. Приведен модельный пример с двумя управляемыми координатами. В качестве объекта управления выбран многосвязный нестационарный стохастический объект, описываемый системой нелинейных дифференциальных уравнений. Использована нейронная сеть, включающая 100 нейронов во внутреннем слое и функцию активации в виде гиперболического тангенса. Представленный градиентный метод может быть использован для эффективного управления многосвязными нелинейными нестационарными стохастическими объектами в робототехнике, беспилотных летательных аппаратах, энергетических и нефтегазоперерабатывающих комплексах, биотехнических системах и других сложных динамических системах. Результаты проведённых исследований согласуются с выводами о единстве и общих подходах к управлению в живых и технических системах, сделанными в 1948 г. математиком Н. Винером. A gradient-based method for neural network self-learning control of multi-loop nonlinear time-varying stochastically disturbed objects using a multilayer perceptron was proposed. The stability of the control system is achieved through the use of the regularization technique. A numerical example with two controlled parameters was given. A of multi-loop timevarying stochastically disturbed object was described by a system of nonlinear differential equations A neural network with 100 neurons in the inner layer was used. Neural network also characterized an activation function in the form of a hyperbolic tangent. The presented gradient-based method can be used for effi cient control of multi-loop time-varying stochastically disturbed objects in robotics, unmanned aircraft systems, energy and oil and gas processing complexes, bioengineering system and other complex dynamic systems. The results of the research are consistent with the conclusions about the unity and general approaches to control in living and technical systems was made in 1948 by the mathematician N. Wiener. |
| Τύπος εγγράφου: |
Article |
| Γλώσσα: |
Russian |
| ISSN: |
2073-0004 |
| DOI: |
10.25791/pribor.5.2021.1262 |
| Αριθμός Καταχώρησης: |
edsair.doi...........c0e72a8d9d340cff1c1940d3de71f1fb |
| Βάση Δεδομένων: |
OpenAIRE |