Вестник Кольского научного центра РАН. 2013, №1.

КООРДИНАЦИЯ УПРАВЛЕНИЙ В СЛОЖНЫХ СИСТЕМАХ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ О.В. Фридман, А.Я. Фридман Институт информатики и математического моделирования технологических процессов КНЦ РАН Аннотация Рассматривается применение нейронных сетей для повышения эффективности управлений и детектирования источников возмущений при использовании градиентного метода координации децентрализованного управления сетевыми структурами на основе предложенных ранее необходимых и достаточных условий координируемости локально организованной иерархии динамических систем. Ключевые слова: координация, управление, нейронные сети. При моделировании сложных динамических систем, таких как региональный промышленно-природный комплекс, невозможен учет достаточно большого числа реальных факторов, поскольку это приводит к чрезмерному усложнению модели. Поэтому в модель приходится вводить лишь ограниченное число таких факторов, которые по тем или иным соображениям считаются наиболее существенными. При этом возможны два подхода. Не учтенные в описании модели факторы можно считать абсолютно несущественными и полностью их игнорировать при принятии решений с использованием этой модели, или можно явно не вводить «несущественные факторы» в математическую модель, но учитывать их влияние, допустив, что отклик модели на то или иное воздействие (выбор альтернативы) может быть известен лишь приближенно или нечетко. В работах [1, 2] представлена реализация второго подхода путем исследования чувствительности результатов многокритериальной оптимизации поведения объекта моделирования к изменениям исходных данных и внутренних характеристик системы с использованием средств имитационного моделирования. Имитационные модели не только по свойствам, но и по структуре соответствуют моделируемому объекту, поскольку имеется однозначное и явное соответствие между процессами, получаемыми на модели, и процессами, протекающими на объекте. Основным преимуществом имитационных моделей по сравнению с аналитическими является возможность решения более сложных задач. Имитационные модели учитывают наличие дискретных или непрерывных элементов, нелинейные характеристики, случайные воздействия и др. Поэтому имитационное моделирование широко применяется на этапе проектирования сложных систем. Имитационное моделирование позволяет имитировать поведение системы во времени, имеется возможность управлять временем в модели: замедлять в случае быстропротекающих процессов и ускорять для моделирования систем с медленной изменчивостью. Кроме того, имеются средства для имитации поведения объектов, реальные эксперименты с которыми дороги, невозможны или опасны. Настоящая работа продолжает исследования, представленные в [3]. Компьютерный эксперимент проводился с помощью системы визуального блочного математического моделирования VisSim. По методике, разработанной для иерархической управляемой системы [2], проведено моделирование децентрализованной системы управления сетью объектов [4-8]. Моделирование проводилось в несколько этапов: • проанализирована устойчивость исследуемой системы к внешним возмущениям; УДК 004.9 73