Про деякі задачі побудови інтелектуальних систем автоматичного керування в умовах невизначеностей (до 100-річчя з дня народження академіка В.М. Глушкова)

Розглянуто кілька задач побудови інтелектуальних систем керування, які включають задачу побудови адаптивної системи керування, що містить лінійний скалярний динамічний об’єкт за наявності довільних обмежених невимірюваних збурень з невідомими межами (задача 1); задачу навчання керуванню лінійним баг...

Full description

Saved in:

Bibliographic Details
Date:	2023
Main Author:	Zhiteckii, Leonid
Format:	Article
Language:	Ukrainian
Published:	V.M. Glushkov Institute of Cybernetics of NAS of Ukraine 2023
Subjects:	інтелектуальна система автоматичного керування дискретний час адаптація навчання обернена нейромережева модель асоціативна пам’ять розпізнавання ситуацій керування
Online Access:	https://jais.net.ua/index.php/files/article/view/197
Tags:	Add Tag No Tags, Be the first to tag this record!
Journal Title:	Problems of Control and Informatics

Institution

Problems of Control and Informatics

id	oai:ojs2.jais.net.ua:article-197
record_format	ojs
institution	Problems of Control and Informatics
baseUrl_str
datestamp_date	2025-03-11T15:28:38Z
collection	OJS
language	Ukrainian
topic	інтелектуальна система автоматичного керування дискретний час адаптація навчання обернена нейромережева модель асоціативна пам’ять розпізнавання ситуацій керування
spellingShingle	інтелектуальна система автоматичного керування дискретний час адаптація навчання обернена нейромережева модель асоціативна пам’ять розпізнавання ситуацій керування Zhiteckii, Leonid Про деякі задачі побудови інтелектуальних систем автоматичного керування в умовах невизначеностей (до 100-річчя з дня народження академіка В.М. Глушкова)
topic_facet	интеллектуальная система автоматического управления дискретное время адаптация обучение обратная нейросетевая модель ассоциативная память распознавание ситуаций управления intelligent automatic control system discrete time adaptation learning inverse neural network model associative memory control situation recognition інтелектуальна система автоматичного керування дискретний час адаптація навчання обернена нейромережева модель асоціативна пам’ять розпізнавання ситуацій керування
format	Article
author	Zhiteckii, Leonid
author_facet	Zhiteckii, Leonid
author_sort	Zhiteckii, Leonid
title	Про деякі задачі побудови інтелектуальних систем автоматичного керування в умовах невизначеностей (до 100-річчя з дня народження академіка В.М. Глушкова)
title_short	Про деякі задачі побудови інтелектуальних систем автоматичного керування в умовах невизначеностей (до 100-річчя з дня народження академіка В.М. Глушкова)
title_full	Про деякі задачі побудови інтелектуальних систем автоматичного керування в умовах невизначеностей (до 100-річчя з дня народження академіка В.М. Глушкова)
title_fullStr	Про деякі задачі побудови інтелектуальних систем автоматичного керування в умовах невизначеностей (до 100-річчя з дня народження академіка В.М. Глушкова)
title_full_unstemmed	Про деякі задачі побудови інтелектуальних систем автоматичного керування в умовах невизначеностей (до 100-річчя з дня народження академіка В.М. Глушкова)
title_sort	про деякі задачі побудови інтелектуальних систем автоматичного керування в умовах невизначеностей (до 100-річчя з дня народження академіка в.м. глушкова)
title_alt	On some problems of designing intelligent automatic control systems under uncertainties (to the 100th anniversary of academician V.M. Glushkov birthday) О некоторых задачах построения интеллектуальных систем автоматического управления в условиях неопределенности (к 100-летию со дня рождения академика В.М. Глушкова)
description	Розглянуто кілька задач побудови інтелектуальних систем керування, які включають задачу побудови адаптивної системи керування, що містить лінійний скалярний динамічний об’єкт за наявності довільних обмежених невимірюваних збурень з невідомими межами (задача 1); задачу навчання керуванню лінійним багатозв’язним статичним об’єктом в режимі off-line (задача 2); задачу побудови системи керування нелінійним багатозв’язним статичним об’єктом на базі його нейромережевої моделі (задача 3); задачу побудови системи керування тим же об’єктом на базі асоціативної моделі (задача 4) та задачу навчання розпізнаванню ситуацій керування, яка виникає за наявності скінченної множини допустимих керувальних дій (задача 5). Відмінна особливість задачі 1 — відсутність будь-якого припущення про наявну апріорну інформацію щодо меж множини належності вектора невідомих параметрів об’єкта. Для розв’язання даної задачі розроблено і детально обґрунтовано метод множинного оцінювання, що має бути реалізовано на додаток до традиційного методу точкового оцінювання цього вектора. Новизна даного методу полягає у тому, що замість невідомої апріорної множини належності вектора параметрів об’єкта слід будувати та оновлювати його своєрідну апостеріорну множину належності, використовуючи сигнали, доступні до вимірювання. Аби розв’язати задачу 2, запропоновано залучення досвідченої людини-оператора як зовнішнього «вчителя» для навчання моделі об’єкта в режимі off-line і одночасно — для керування об’єктом доти, доки цей режим не завершиться. У рамках розв’язання задачі 3 запропоновано застосування оберненої нейромережевої моделі, що має безпосередньо навчатися у ланцюгу керування та формувати керувальні дії. Наведено деякий алгоритм, орієнтований на розв’язання задачі 4. Аби розв’язати задачу 5, висунуто новий метод навчання розпізнаванню ситуацій керування, названий методом «найближчого сусіда».
publisher	V.M. Glushkov Institute of Cybernetics of NAS of Ukraine
publishDate	2023
url	https://jais.net.ua/index.php/files/article/view/197
work_keys_str_mv	AT zhiteckiileonid prodeâkízadačípobudoviíntelektualʹnihsistemavtomatičnogokeruvannâvumovahneviznačenostejdo100ríččâzdnânarodžennâakademíkavmgluškova AT zhiteckiileonid onsomeproblemsofdesigningintelligentautomaticcontrolsystemsunderuncertaintiestothe100thanniversaryofacademicianvmglushkovbirthday AT zhiteckiileonid onekotoryhzadačahpostroeniâintellektualʹnyhsistemavtomatičeskogoupravleniâvusloviâhneopredelennostik100letiûsodnâroždeniâakademikavmgluškova
first_indexed	2025-10-30T02:48:46Z
last_indexed	2025-10-30T02:48:46Z
_version_	1847373360735977472
spelling	oai:ojs2.jais.net.ua:article-1972025-03-11T15:28:38Z Про деякі задачі побудови інтелектуальних систем автоматичного керування в умовах невизначеностей (до 100-річчя з дня народження академіка В.М. Глушкова) On some problems of designing intelligent automatic control systems under uncertainties (to the 100th anniversary of academician V.M. Glushkov birthday) О некоторых задачах построения интеллектуальных систем автоматического управления в условиях неопределенности (к 100-летию со дня рождения академика В.М. Глушкова) Zhiteckii, Leonid интеллектуальная система автоматического управления дискретное время адаптация обучение обратная нейросетевая модель ассоциативная память распознавание ситуаций управления intelligent automatic control system discrete time adaptation learning inverse neural network model associative memory control situation recognition інтелектуальна система автоматичного керування дискретний час адаптація навчання обернена нейромережева модель асоціативна пам’ять розпізнавання ситуацій керування Розглянуто кілька задач побудови інтелектуальних систем керування, які включають задачу побудови адаптивної системи керування, що містить лінійний скалярний динамічний об’єкт за наявності довільних обмежених невимірюваних збурень з невідомими межами (задача 1); задачу навчання керуванню лінійним багатозв’язним статичним об’єктом в режимі off-line (задача 2); задачу побудови системи керування нелінійним багатозв’язним статичним об’єктом на базі його нейромережевої моделі (задача 3); задачу побудови системи керування тим же об’єктом на базі асоціативної моделі (задача 4) та задачу навчання розпізнаванню ситуацій керування, яка виникає за наявності скінченної множини допустимих керувальних дій (задача 5). Відмінна особливість задачі 1 — відсутність будь-якого припущення про наявну апріорну інформацію щодо меж множини належності вектора невідомих параметрів об’єкта. Для розв’язання даної задачі розроблено і детально обґрунтовано метод множинного оцінювання, що має бути реалізовано на додаток до традиційного методу точкового оцінювання цього вектора. Новизна даного методу полягає у тому, що замість невідомої апріорної множини належності вектора параметрів об’єкта слід будувати та оновлювати його своєрідну апостеріорну множину належності, використовуючи сигнали, доступні до вимірювання. Аби розв’язати задачу 2, запропоновано залучення досвідченої людини-оператора як зовнішнього «вчителя» для навчання моделі об’єкта в режимі off-line і одночасно — для керування об’єктом доти, доки цей режим не завершиться. У рамках розв’язання задачі 3 запропоновано застосування оберненої нейромережевої моделі, що має безпосередньо навчатися у ланцюгу керування та формувати керувальні дії. Наведено деякий алгоритм, орієнтований на розв’язання задачі 4. Аби розв’язати задачу 5, висунуто новий метод навчання розпізнаванню ситуацій керування, названий методом «найближчого сусіда». Several problems of designing the intelligent control systems which include the problem of designing the adaptive control system containing the linear scalar plant in the presence of arbitrary bounded unmeasurable disturbances with unknown bounds (the problem 1), the problem of learning to control the linear interconnected static plant in off-line mode (the problem 2), the problem of designing the control system containing a nonlinear interconnected static plant on the basis of its neural network model (the problem 3), the problem of designing the control system in the presence of the same plant on the basis of an associative model (the problem 4), and the problem of learning to recognize control situations, that arises in the presence of a finite number of the admissible control actions (the problem 5) are considered. The distinguishing feature of the problem 1 is that any assumption about a priori information with respect to the bounds on the membership set of unknown parameter vectors is absent. To solve this problem, the membership set estimation method to be implemented in addition to the traditional point estimation method is devised and substantiated in details. Novelty of this method is that instead of the unknown a priori membership set of these parameters, the peculiar a posteriori membership set is designed and updated, utilizing the signals available for measurement. To solve the problem 2, we propose to exploit the experienced human-operator as an external «teacher» for training the plant model in the off-line mode and simultaneously for the control of plant until this mode is completed. Within the framework of solving the problem 3, the use of an inverse neural network model to be trained directly in the control circuit and to form the control actions. An algorithm oriented to the solution of the problem 4 is given. To solve the problem 5, a new method for learning to recognize control situations called as «a nearest neighbor» method is advanced. Рассмотрено несколько задач построения интеллектуальных систем управления, включающих задачу построения адаптивной системы управления, содержащую линейный скалярный динамический объект при наличии произвольных ограниченных неизмеряемых возмущений с неизвестными границами (задача 1); задачу обучения управлению линейным многосвязным статическим объектом в режиме off-line (задача 2); задача построения системы управления нелинейным многосвязным статическим объектом на базе его нейросетевой модели (задача 3); задачу построения системы управления тем же объектом на базе ассоциативной модели (задача 4) и задачу обучения распознаванию ситуаций управления, возникающей при наличии конечного множества допустимых управляющих действий (задача 5). Отличительная особенность задачи 1 — отсутствие какого-либо предположения об имеющейся априорной информации о границах множества принадлежностей вектора неизвестных параметров объекта. Для решения данной задачи разработан и подробно обоснован метод множественной оценки, который должен быть реализован в дополнение к традиционному методу точечной оценки этого вектора. Новизна данного метода состоит в том, что вместо неизвестного априорного множества принадлежности вектора параметров объекта следует строить и обновлять его своеобразное апостериорное множество принадлежности, используя сигналы, доступные для измерения. Чтобы решить задачу 2, предложено привлечение опытного человека-оператора как внешнего «учителя» для обучения модели объекта в режиме off-line и одновременно для управления объектом до тех пор, пока этот режим не завершится. В рамках решения задачи 3 предложено применение обратной нейросетевой модели, которая должна учиться непосредственно в цепи управления и формировать управляющие действия. Приведен некоторый алгоритм, ориентированный на решение задачи 4. Для решения задачи 5 выдвинут новый метод обучения распознаванию ситуаций управления, названный методом «ближайшего соседа». V.M. Glushkov Institute of Cybernetics of NAS of Ukraine 2023-09-05 Article Article application/pdf https://jais.net.ua/index.php/files/article/view/197 10.34229/1028-0979-2023-5-4 Міжнародний науково-технічний журнал "Проблеми керування та інформатики"; Том 68 № 5 (2023): Міжнародний науково-технічний журнал "Проблеми керування та інформатики"; 47-63 International Scientific Technical Journal "Problems of Control and Informatics; Том 68 № 5 (2023): International Scientific Technical Journal "PROBLEMS OF CONTROL AND INFORMATICS"; 47-63 International Scientific Technical Journal "Problems of Control and Informatics"; Vol. 68 No. 5 (2023): International Scientific Technical Journal "PROBLEMS OF CONTROL AND INFORMATICS"; 47-63 2786-6505 2786-6491 10.34229/1028-0979-2023-5 uk https://jais.net.ua/index.php/files/article/view/197/283 Copyright (c) 2023 Leonid Zhiteckii https://creativecommons.org/licenses/by-nc-nd/4.0

Про деякі задачі побудови інтелектуальних систем автоматичного керування в умовах невизначеностей (до 100-річчя з дня народження академіка В.М. Глушкова)

Institution

Similar Items