604495486

478 A. ŻAK

znaczny, a mianowicie w przeprowadzonych badaniach wykonanie niektórych manewrów wymagało czasu ponad 10 sek. Wynika to z konieczności identyfikacji na bieżąco modelu dynamiki pojazdu, co wiąże się z kolei z procesem uczenia sieci neuronowej, który na osiągnięcie odpowiedniego poziomu błędu na wyjściu wymaga dużej ilości epok uczenia. Jednakże najważniejszą wadą przy stosowaniu sieci neuronowych do sterowania jest brak możliwości wpływania na jakość regulacji poprzez zmianę parametrów regulatora. O ile w przypadku zastosowania regulatorów numerycznych typu PID, dobierając odpowiednio parametry, można wpływać na wartości miary jakości sterowania lub przy zastosowaniu regulatorów rozmytych można dowolnie kształtować charakter regulatora, o tyle w przypadku regulatorów neuronowych nie można w znaczący sposób wpływać na jakość regulacji. Istnieje pewna możliwość zmiany charakteru regulatora neuronowego poprzez odpowiedni dobór struktury sieci, modelu neuronu, metody nauczania czy funkcji aktywacji, jednakże wprowadzanie takich zmian ma charakter empiryczny, a nie metodyczny.

LITERATURA

1.    Back A. D., Tsoi A. C.: FIR and IIR synapses, A new neural network architecture for time series modeling. “Computation” 1991, 3, p. 375-385.

2.    Żak A.: Identyfikacja dynamiki bezzałogowego pojazdu podwodnego w warunkach eksploatacyjnych, Rozprawa doktorska. Gdynia: AMW, 2006.

3.    Żak B., Żak A.: Wybrane zagadnienia sterowania obiektami morskimi. Gdynia: Maszoperia Literacka Sp. z o. o., 2010.

4.    Żurada J., Barski M., Jędruch W.: Sztuczne sieci neuronowe. Warszawa: Wyd. Nauk. PWN, 1996.

NEURAL CONTROL OF REMOTELY OPERATED UNDERWATER VEHICLE

Summary. The main aim of paper is to introduce the results of research concentrated on controlling remotely operated underwater vehicle using artificial neural networks. Firstly the mathematical basis of neural network used to control dynamical object were introduced. Next the proposed control system which is using technology of artificial neural network was presented. At the end the example results of research on stabilizing movements’ parameters of underwater vehicle using ROV Simulator were presented. The paper is finished by summary which includes conclusions derived from results of research.