Применение искусственной нейронной сети в режиме идентификации динамических параметров электродвигателя - page 4

Рис. 4. Схема обучения нейронной сети
При этом используется два элемента входного вектора текущего
Y
(
t
)
и задержанного выхода
Y
(
t
1)
. Процедура идентификации элек-
тропривода заключается в настройке весовых коэффициентов и пара-
метров нейронов. Настройка производится на основе информации о
сигнале
E
(
t
)
ошибки между выходами электропривода и нейронной
сети.
Для обобщенного автономного обучения нейронной сети сигна-
лы обратного распространения между выходным и скрытым слоями
выражаются в виде
R
k
=
U
k
Q
k
,
(2)
где
U
k
—заданный (целевой) образец;
Q
k
— действительный выход
нейронной сети;
R
i
=
f
(
net
)
k
R
k
W
ki
,
(3)
где
f
(
net
) = 1
/
(1 + exp(
net
))
;
W
ki
— веса связей,
R
k
— выходы.
Веса связей между входным и скрытым слоями корректируются в
соответствии с выражением
Δ
W
ji
(
t
+ 1) =
g
1
R
j
Q
i
+
g
2
Δ
W
ji
(
t
) +
g
3
Δ
W
ji
(
t
1)
,
(4)
а между скрытым и выходным слоями — по формуле
Δ
W
kj
(
t
+ 1) =
g
1
R
k
Q
k
+
g
2
Δ
W
kj
(
t
) +
g
3
Δ
W
kj
(
t
1)
,
(5)
где
g
1
— скорость обучения,
g
2
и
g
3
— коэффициенты мгновенного зна-
чения и ускорения соответственно. Уравнения (4) и (5) представляют
собой модифицированные формы обобщенного дельта-правила [1].
При оперативном обучении веса связей нейронной сети корректи-
руются на основе ошибки, определяемой как
E
e
= 0
,
5(
P
I
N
)
2
,
(6)
где
P
I
и
N
— заданный и фактический выходы электропривода. Таким
28 ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2006. № 3
1,2,3 5,6
Powered by FlippingBook