Труды КНЦ вып.29 (ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ вып. 3/2015(29))

d m i A _ f l A _ ГЦ Ы 31 И1\А II 1 іУ' \ d m 2A _ f l A d t Т А d m , ,., [п-\)А Л d t I 1 f п 4 I d t г. r m2A ■b2lSimi A ~ S2m2A -----“ (3) u, 7 7 (n—1 )A +b, ,+...+b,n,^s, ~,-s, /7-1)1 1 I /7-1) / 7 - 2 ) / 7 - 2 ) ( /7 2 I I /7—1 ) ( , ( - l ) l J r " U ^ ••• ^ ^ ( / l ( / 2 ) J ( / - 2 ) ' " ( / - M J ( 7 - l ) ' " ( / 7 - l ) ^ TА TА У „ л Л л Ш л л T . . . ~ f U / .чЛ/ , n , 4 . ----------- иі 1 1л п\п- 1] (и-1) Т А Для определения функций отбора 5 „ .ѵ; и разрушения Ь,:і используется нейронная сеть. На рис. 2 она представлена блоком коррекции модели. На основе предсказаний выхода, корректируются соответствующие коэффициенты отбора и разрушения с использованием нейросети, после чего происходит переход к регулятору. Прогнозирующее управление на основе импульсной характеристики конечной длительности Состав системы управления с прогнозирующими моделями включает в себя оценочный модуль и регулятор, а также блок коррекции модели исполь­ зующий нейросеть для определения коэффициентов отбора и разрушения, как показано на рис. 2 . Входными параметрами УПМ являются заданные значения г, выходы процесса z и измеренные выходы процесса ѵ. Выходными параметрами УПМ будут являться регулируемые переменные и. Рис. 2. Структура системы управления на основе УПМ 156