Вестник Кольского научного центра РАН. 2013, №1.

Кроме того, исследовались ситуации, когда возмущение разной амплитуды подавалось на несколько узлов моделируемой системы. Сеть определяет все возмущенные узлы при начале распознавания на интервале от 0.5% до 100% от времени моделирования, но для оценки степени их возмущения требуется дообучение сети. Исследования по применению нейронных сетей в качестве «поискового» блока проводились для статической ситуации, когда реакция системы на возмущение стабилизировалась. Для изучения реакции системы на возмущение в динамике протестирована распознающая способность нейронных сетей, которые могут быть построены в среде VisSim. Моделировались нейронные сети различной структуры. Наиболее подходящей признана сеть Кохонена, на базе которой смоделирован нейросетевой блок. На рис. 3 приведена структура базовой сети, которая использовалась для построения нейросетевого блока. Нейросетевой блок представляет собой 9 сетей Кохонена, каждая из которых получает сигнал с соответствующих блоков моделируемой системы. Обучение производится на идеальном сигнале, каждая сеть учится распознавать возмущение на соответствующем узле системы. Аналогично статическому случаю были проведены исследования по определению возбужденных узлов моделируемой системы. Нейроблок определяет номера узлов, на которые подается одиночное внешнее возмущение в диапазоне возмущений 3-100% от тестового возмущения (на котором обучалась сеть) в диапазоне времен моделирования 10­ 100%. Следующим этапом работы является полное подключение управления и координации (на все узлы моделируемой системы) при использовании нейросетевого блока для получения информации о локализации возмущения в системе. Эта информация подается на вход координатору для компенсации воздействия на возбужденный узел. В табл. 1 приведены результаты сравнения компенсирующего воздействия координатора без информации нейроблока и с его использованием. Таблица 1 Значения установившейся погрешности при возбуждении одиночных узлов системы Способ подключения Уровень возбуждения Номер возбуждаемого узла 1-й узел 2-й узел 3-й узел Координация 20% -24.87 2.68 -24.6 Координация+сеть -20.01 1.98 -19.9 Координация 10% -12.43 1.2 -24.7 Координация+сеть -10.04 0.99 -9.94 Координация 7% -8.7 0.69 -8.6 Координация+сеть -7.03 0.59 -6.95 Координация 5% -6.21 0.52 -6.14 Координация+сеть -5.01 0.42 -4.97 Проведены исследования по оценке эффективности работы нейроблока в случае внешнего возбуждения, подаваемого на несколько узлов сети. В таблицах 2, 3 приведены результаты этих исследований. Исследования показали, что эффективность работы нейроблока с ростом числа возбуждаемых блоков падает как с точки зрения уменьшения установившейся погрешности, так и времени компенсации для возбуждаемых блоков. и н е й ш ш ш х Weight File Commands Weight File: |inp1 Read Г~ Save Weights at SimEnd Г ReadWeights al Sim Start Reset Browse • • о W Learn m ^ ■л О Inputs: d ___ Outputs: Categories: 18 I* ----- Hidden Layers: 1 i N | J Neurons/Layer: 0.3 С Back Propagation Learn Rale: BP/Momentum Neighborhood: CO о о (* Kohonen/LVQ Weight Range: Probabilistic Мак Epochs: 200 General Regression Cancel j Рис. 3. Структура базовой сети нейросетевого блока 75