Публікація:
Нейромережева ідентифікація нелінійних об'єктів

dc.contributor.authorПопова, В. Ю.
dc.date.accessioned2023-01-12T21:50:39Z
dc.date.available2023-01-12T21:50:39Z
dc.date.issued2022
dc.description.abstractМетою кваліфікаційної роботи є розглянення ідентифікації нелінійних систем на основі нейронних мереж: підхід на основі моделі ANARX. У ході виконання кваліфікаційної роботи було розглянено ідентифікації на основі нейронних мереж нелінійними системами на основі моделі. Різні структури штучних нейронних мереж розглядаються як інструменти апроксимації для ідентифікації складних нелінійних систем і процесів. У дослідженні показано, що правильна залежна від програми архітектура мережі може значно покращити якість ідентифікації, що має вирішальне значення для проектування системи керування. Крім того, специфічні структури моделі на основі нейронної мережі дозволяють комбінувати класичні алгоритми керування з ідентифікацією та адаптацією на основі нейронної мережі. Структура ANARX запропонована та застосована для ідентифікації нелінійних систем MIMO. Клас моделі Simplified ANARX (NN-SANARX) на основі NN представлений тут як альтернативний варіант, який дозволяє спростити обчислення зворотного зв’язку, доводячи його до розв’язку системи лінійних рівнянь. У роботі також розроблено адаптивний контролер для нелінійних систем MIMO, ідентифікованих структурою NN-SANARX.
dc.identifier.citationПопова В. Ю. Нейромережева ідентифікація нелінійних об'єктів : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 123 Комп'ютерна інженерія / В. Ю. Попова ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2022. – 108 с.
dc.identifier.urihttps://openarchive.nure.ua/handle/document/21295
dc.language.isouk
dc.subjectштучна нейронна мережа, нелінійний динамічний об’ект, ідентифікація, ANARX, MIMO, NN-SANARX
dc.titleНейромережева ідентифікація нелінійних об'єктів
dc.title.alternativeNeural Network Identification of Nonlinear Objects
dc.typeOther
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 2 з 2
Завантаження...
Зображення мініатюри
Назва:
2022_M_EOM_SPm-20-3_Popova_V_Yu.pdf
Розмір:
1.81 MB
Формат:
Adobe Portable Document Format
Завантаження...
Зображення мініатюри
Назва:
2022_M_EOM_SPm-20-3_Popova_V_Yu_dodatok.pdf
Розмір:
1.44 MB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.64 KB
Формат:
Item-specific license agreed upon to submission
Опис: