Вестник МГТУ, 2025, Т. 28, № 4/1.

Вестник МГТУ. 2025. Т. 28, № 4/1. С. 558-571. DOI: https://doi.org/10.21443/1560-9278-2025-28-4/1-558-571 траектория базовой модели; синяя - траектория модели, возникшей при изменении четырех параметров базовой модели; зеленая - траектория модели, которую дала система SNN; красная - траектория, выбранная по минимуму отклонения от синей траектории из обучающего множества. Нормализуем матрицу траекторий из обучающего массива (обозначим LDTNbx) и вектор траектории с ручным изменением 4 параметров модели (обозначим NormlZMbx). Применив к ним программу сравнения num=SRAWN_VcM(LDTNbx, NormlZMbx), получим num = 102, т. е. "свойством лучшей близости" обладает 102-я траектория из массива 600 траекторий. Найдем СКО 102-й траектории и траектории, которую определила нейросеть в режиме Run One-Off Case (рис. 13). Ее нормализованный вектор имеет обозначение NormKorrTrack, которое указывает на тот факт, что эта траектория - продукт корреляции модели. Используя stdev (встроенную функцию Mathcad) для вычисления обоих СКО, найдем stdevj^NonnlZMbx - LDTNbx1'102' j j = 4,028 •10 \ stdcv^(NormlZMbx - NormKorrTrack = 6.389-10 \ (3) Получен интересный результат - СКО траектории, выбранной из обучающего массива, в 1,5 раза меньше, чем СКО траектории, предложенной SNN, хотя оба СКО убедительно малы. Данный результат демонстрируют графики, указанные на рис. 16. Визуально показано, что красная траектория ближе к синей траектории по сравнению с зеленой линией в соответствии с результатом (3). На графическом координатном поле видна только геометрическая близость траекторий, а в ходе расчета среднеквадратических отклонений сравниваются также и кинематические характеристики. Рис. 16. Четыре траектории маневра моделей, полученные разными способами Fig. 16. Four maneuver trajectories for models obtained in different ways Анализ чувствительности Нейронная сеть обладает возможностью анализа влияния входных переменных на выходные результаты. Выберем Statistics\Sensitivity из верхней линейки задач. Система открывает форму, часть которой, в силу протяженности, показана на рис. 17. Для каждой входной переменной даны три значения: Rank (ранг), Error (погрешность), Ratio (отношение). Рис. 17. Показатели чувствительности переменных входа - степени их влияния на выходные результаты Fig. 17. Sensitivity indicators of input variables - the degree of their influence on output results 569