Применение метода контролируемого возмущения для модификации нейроконтроллеров в реальном времени
Предложен новый метод обучения нейронных сетей управлению динамическими объектами, базирующийся на оценке локальных значений якобиана положения объекта по управлению за счет использования малых возмущений прикладываемого управления. Метод не требует наличия априорной информации об управляемом объект...
Збережено в:
Дата: | 2011 |
---|---|
Автори: | , |
Формат: | Стаття |
Мова: | Russian |
Опубліковано: |
Інститут проблем математичних машин і систем НАН України
2011
|
Назва видання: | Математичні машини і системи |
Теми: | |
Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/83395 |
Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
Цитувати: | Применение метода контролируемого возмущения для модификации нейроконтроллеров в реальном времени / Д.А. Дзюба, А.Н. Чернодуб // Мат. машини і системи. — 2011. — № 1. — С. 20-28. — Бібліогр.: 17 назв. — рос. |
Репозиторії
Digital Library of Periodicals of National Academy of Sciences of Ukraineid |
irk-123456789-83395 |
---|---|
record_format |
dspace |
spelling |
irk-123456789-833952015-06-20T03:01:26Z Применение метода контролируемого возмущения для модификации нейроконтроллеров в реальном времени Дзюба, Д.А. Чернодуб, А.Н. Обчислювальні системи Предложен новый метод обучения нейронных сетей управлению динамическими объектами, базирующийся на оценке локальных значений якобиана положения объекта по управлению за счет использования малых возмущений прикладываемого управления. Метод не требует наличия априорной информации об управляемом объекте и может использоваться для адаптивного управления объектами различной природы. Эксперименты по использованию предложенного метода для обучения рекуррентных нейросетей в системах управления различными объектами демонстрируют преимущества такого нейроуправления над стандартным PID-управлением. Запропоновано новий метод навчання нейронних мереж керуванню динамічними об'єктами, який базується на оцінці локальних значень якобіану положення об'єкта по керуванню за рахунок використання малих збурень управління, що прикладається до об'єкта. Метод не вимагає апріорної інформації про об'єкт керування і може використовуватись для адаптивного керування об'єктами різної природи. Експерименти з використанням запропонованого методу для навчання рекурентних нейромереж у системах керування різними об'єктами демонструють переваги такого нейрокерування над стандартним PID-керуванням. New method for training neural networks to control dynamic objects is proposed. The method is based on estimation of local values of Jacobian of object's position on control signal by introducing a small perturbation in applied control. The method does not require any a priori information about controlled object and may be applied for adaptive control over objects of different nature. Experiments on application of the proposed method for recurrent neural networks training within control systems of different objects show advantages of such neuro control versus standard PID-control. 2011 Article Применение метода контролируемого возмущения для модификации нейроконтроллеров в реальном времени / Д.А. Дзюба, А.Н. Чернодуб // Мат. машини і системи. — 2011. — № 1. — С. 20-28. — Бібліогр.: 17 назв. — рос. 1028-9763 http://dspace.nbuv.gov.ua/handle/123456789/83395 681.513.7; 681.5.013 ru Математичні машини і системи Інститут проблем математичних машин і систем НАН України |
institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
collection |
DSpace DC |
language |
Russian |
topic |
Обчислювальні системи Обчислювальні системи |
spellingShingle |
Обчислювальні системи Обчислювальні системи Дзюба, Д.А. Чернодуб, А.Н. Применение метода контролируемого возмущения для модификации нейроконтроллеров в реальном времени Математичні машини і системи |
description |
Предложен новый метод обучения нейронных сетей управлению динамическими объектами, базирующийся на оценке локальных значений якобиана положения объекта по управлению за счет использования малых возмущений прикладываемого управления. Метод не требует наличия априорной информации об управляемом объекте и может использоваться для адаптивного управления объектами различной природы. Эксперименты по использованию предложенного метода для обучения рекуррентных нейросетей в системах управления различными объектами демонстрируют преимущества такого нейроуправления над стандартным PID-управлением. |
format |
Article |
author |
Дзюба, Д.А. Чернодуб, А.Н. |
author_facet |
Дзюба, Д.А. Чернодуб, А.Н. |
author_sort |
Дзюба, Д.А. |
title |
Применение метода контролируемого возмущения для модификации нейроконтроллеров в реальном времени |
title_short |
Применение метода контролируемого возмущения для модификации нейроконтроллеров в реальном времени |
title_full |
Применение метода контролируемого возмущения для модификации нейроконтроллеров в реальном времени |
title_fullStr |
Применение метода контролируемого возмущения для модификации нейроконтроллеров в реальном времени |
title_full_unstemmed |
Применение метода контролируемого возмущения для модификации нейроконтроллеров в реальном времени |
title_sort |
применение метода контролируемого возмущения для модификации нейроконтроллеров в реальном времени |
publisher |
Інститут проблем математичних машин і систем НАН України |
publishDate |
2011 |
topic_facet |
Обчислювальні системи |
url |
http://dspace.nbuv.gov.ua/handle/123456789/83395 |
citation_txt |
Применение метода контролируемого возмущения для модификации нейроконтроллеров в реальном времени / Д.А. Дзюба, А.Н. Чернодуб // Мат. машини і системи. — 2011. — № 1. — С. 20-28. — Бібліогр.: 17 назв. — рос. |
series |
Математичні машини і системи |
work_keys_str_mv |
AT dzûbada primeneniemetodakontroliruemogovozmuŝeniâdlâmodifikaciinejrokontrollerovvrealʹnomvremeni AT černoduban primeneniemetodakontroliruemogovozmuŝeniâdlâmodifikaciinejrokontrollerovvrealʹnomvremeni |
first_indexed |
2023-10-18T19:26:46Z |
last_indexed |
2023-10-18T19:26:46Z |
_version_ |
1796146970460422144 |