Деркач, Є. О.2024-02-262024-02-262023Деркач Є. О. Робастна нейромережева ідентифікація нелінійних об’єктів : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 123 Комп’ютерна інженерія / Є. О. Деркач ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2023. – 64 с.https://openarchive.nure.ua/handle/document/25751Було проаналізовано архітектуру мережі, яка може значно підвищити якість ідентифікації, що є важливим для проектування системи керування. Як інструменти апроксимації використовувалися різні структури штучних нейронних мереж для аналізу ідентифікації нелінійних об’єктів. Поєднання традиційних алгоритмів управління з адаптацією та ідентифікацією стало можливим завдяки особливостям структур моделей на основі нейронної мережі. Крім того, було показано, що правильна архітектура мережі може значно вплинути на результати ідентифікації. Нелінійні системи визначаються за структурою ANARX, а модель класу NN-ANARX представлена як альтернативний варіант для спрощення обчислень зворотного зв’язку. Ця структура запропонована та застосована для ідентифікації нелінійних систем MIMO. Розроблено систему з використанням нейронної мережі за для моделювання нейромережевого керування електротяговим двигуном для обробки сигналу та виведення результатів.ukштучна нейронна мережаімітаційна паралельна модельнелінійний динамічний об’ектOther