604495489

470 A. ŻAK

2. STEROWANIE NEURONOWE 2.1. Regulator neuronowe

W pracy proponuje się metodę sterowania neuronowego, którą dalej nazywa się sterowaniem z bezpośrednio odwróconym modelem neuronowym. Idea sterowania z wykorzystaniem bezpośrednio odwróconego modelu jest bardzo prosta w swoich założeniach. Ogólnie można powiedzieć, że należy utworzyć sieć neuronową, a następnie nauczyć ją modelu odwróconego sterowanego obiektu. Uczenie polega na podaniu na wejściu sieci sygnału wyjściowego obiektu sterowania i takiej modyfikacji parametrów sieci (wartości wag, wartości progów itp.), aby na wyjściu uzyskać sygnał jak najbardziej zbliżony do sygnału sterowania podawanego na obiekt. Oprócz wartości bieżących na wejście sieci można także podawać wartości sygnałów z chwil poprzednich (rys. 1) [3].

Rys. 1. Schemat blokowy tworzenia neuronowego bezpośrednio odwróconego modelem

Następnie tak utworzona i wytrenowana sieć neuronowa jest układem sterowania dla zadanego obiektu (rys. 2) [3].

Rys. 2. Schemat blokowy wykorzystania neuronowego bezpośrednio odwróconego modelu do sterowania obiektem

Formalnie można powiedzieć, że mając obiekt sterowania opisany w następujący sposób:

y(‘ +1) = «[>■('), ■ ■ ■ > y(‘ - «)> »(')>..., «(i - m)]    (i)

Dąży się do tego, aby utworzona sieć neuronowa była opisana w następujący sposób: