Идентификация систем обучаемыми интеллектуальными системами

Задача идентификации системы состоит в том, чтобы по набору соответствующих пар векторов входных и выходных сигналов оценить структурные параметры системы .

Схема решения этой задачи [18] с помощью нейронной сети приведена на рис.46.1. Параллельно к входам идентифицируемой, неизвестной системы подключена нейронная сеть; блок обучения получает вектор невязки между выходными сигналами и формирует корректирующую матрицу весовых коэффициентов .

Рис.46.1. Идентификация системы с помощью НС.

В результате обучения нейронная сеть станет функциональной копией идентифицируемой системы, не смотря на внутренние фактические различия. В данном случае последовательность входных воздействий является обучающей выборкой, а выходной вектор реакции идентифицируемой системы – обучающим эталоном ответа. Данный метод будет успешным, если существует нейронная сеть, которая с требуемой точностью аппроксимирует передаточные характеристики исследуемой системы.

По аналогичной методике осуществляется инверсная идентификация, то есть определяются параметры системы с передаточной функцией, обратной по отношению к неизвестной системе . Схема инверсной идентификации приведена на рис.46.2. Нейронная сеть включена встречно, по отношению к идентифицируемой системе: входным сигналом для НС является выходной вектор системы, а невязка определяется как разница между входным сигналом и выходным вектором НС: . В качестве эталонов обучающей выборки используется входной сигнал .

Рис.46.2. Инверсная идентификация системы с помощью НС.

Задачи инверсной идентификации свойственны измерительным системам и элементам противодействия возмущениям и компенсации ошибок. В данных примерах знания о связи входного и выходного сигнала обобщаются в виде параметров НС.