Типовые структуры систем управления с нейронными сетями
Нейросетевой регулятор – это схема автоматического управления, где нейронная сеть реализует какой-либо регулятор замкнутой отрицательной обратной связью системе.
К типовым структурам систем управления с нейронными сетями относятся:
- Система регулирования с обратной связью, представляющая собой систему с максимальным быстродействием.
- Система регулирования с опорной моделью, представляющая собой многоуровневую систему регулирования, которая применяется в том случае, когда математическое описание объекта регулирования точно неизвестно.
- Система с предиктивным управлением, представляющая собой сложную нейронную структуру, которая предсказывает отклик объекта управления на заданное воздействие с оптимизацией динамики всей системы.
- Система регулирования с линеаризацией обратных связей, которая позволяет компенсировать нелинейности в объекте.
Методы нейроуправления
Существуют следующие методы нейросетевого управления:
- Подражающее управление.
- Гибридное управление, которое делится на параллельное и пропорционально-интегрально-дифференцирующее управление.
- Многомодульное управление, которое делится на управление на основе локальных инверсных моделей и на основе пар прямых и инверсных моделей.
- Прогнозирующее управление, которое делится на модельное, безмодельное, а также управление на основе адаптивной критики.
- Инверсное управление, которое делится на модельное и безмодельное.
- Вспомогательное, которое делится на нейросетевую фильтрацию и управление с эталонной моделью.
Одними из самых распространенных видов нейросетевого управления являются подражающее, инверсное и гибридное. Основной составляющей подражающего управления является нейронная сеть, которая обучена по принципу супервизорного обучения с использованием существующего регулятора. В данном случае обучающей выборкой являются примеры динамики эталонного регулятора. Выборка составляется из значений входов и выходов регулятора при штатном управлении объектом. Пример схемы подражающего нейроуправления изображен на рисунке ниже.
Рисунок 1. Схема подражающего нейроуправления. Автор24 — интернет-биржа студенческих работ
Нейронная сеть обучается под одному из методов, используя полученную выборку. После этого сеть полностью воспроизводит динамику регулятора, по которой строилась обучающая выборка, она может быть включена в контур управления вместо прежнего регулятора. Подражающее управление является самым простым способом использования нейронных сетей в автоматических системах управления. Такой метод обладает рядом недостатков. Главный недостаток заключается в том, что имеется необходимость в наличии регулятора, который заранее настраивается под управление имеющимся объектом, для получения выборки. Такой нейросетевой регулятор не может обеспечивать лучшее управление, чем исходный.
Существует несколько вариантов инверсного управления, но основным является прямое инверсное. Такой метод предполагает обучение нейронной сети на основе данных, которые получают с объекта управления. В данном случае некоторый случайный процесс используется в качестве выходного сигнала объекта управления и выходного значения обучающей выборки. Выход объекта управления является входными данными обучающей выборки нейронной сети, а для обучения используется метод обратного распространения ошибки. После обучения нейронная сеть должна воспроизводить значения управляющего воздействия в зависимости от желаемого выхода объекта управления, то есть нейронная сеть должна вырабатывать воздействие, которое приведет объект управления в состояние, заданное уставкой. Нейронная сеть, которая была обучена таким образом называется нейроэмулятором. Пример схемы прямого инверсного управления изображен на рисунке ниже.
Рисунок 2. Схема прямого инверсного управления. Автор24 — интернет-биржа студенческих работ
Недостаток нейронного прямого управления заключается в трудности в формировании обучающей выборки, что выражается в необходимости тщательного подбора идентифицирующего процесса. Главное его достоинство - отсутствие необходимости в математической модели объекта.
Гибридное нейроуправление – это совместное функционирование стандартных регуляторов классической теории управления и нейросетевых регуляторов.
Примером гибридного нейроуправления является параллельное, пример схемы которого изображен на рисунке ниже.
Рисунок 3. Параллельное нейроуправление. Автор24 — интернет-биржа студенческих работ
