Інтелектуальний контролер з нейронною мережею

Реферат: Інтелектуальний контролер з нейронною мережею містить об'єкт керування, виходи станів та дій якого з'єднані із блоком коефіцієнтів ефективності, блоком історії роботи системи і керуючою нейронною мережею, а вихід блока коефіцієнтів ефективності зв'язаний з нейронною мережею із самонавчанням, вихід якої під'єднаний до входу блока правил самонавчання, що має зв'язок із блоком історії роботи системи, який зв'язаний із мережею з самонавчанням і блоком правил самонавчання та з керуючою нейронною мережею, вихід якої під'єднаний до входу об'єкта керування і до блока історії роботи системи. Додатково містить вейвлетний аналізатор, блок бази знань, блок прогнозу тенденцій розвитку об'єкта, блок коригування самомодифікації. UA 120728 U (54) ІНТЕЛЕКТУАЛЬНИЙ КОНТРОЛЕР З НЕЙРОННОЮ МЕРЕЖЕЮ UA 120728 U UA 120728 U 5 10 15 20 25 30 35 40 45 50 55 Корисна модель належить до систем автоматичного керування складними об'єктами, що функціонують в умовах невизначеностей. Як прототип вибрано інтелектуальний контролер з нейронною мережею і правилами самомодифікації [Пат. РФ № 2266558; заявл. 20031138/97/09 від 13.12.2003 р., опубл. 10.06.2005 р., бюл. № 35], який містить: об'єкт керування, блок коефіцієнтів ефективності, нейронну мережу з самонавчанням, блок правил самонавчання, блок історії роботи системи, керуючу нейронну мережу. До недоліків цього інтелектуального контролера можна віднести низьку швидкодію в умовах невизначеності внаслідок збільшення часу навчання нейронних мереж. Задача корисної моделі - збільшення швидкодії системи керування за рахунок визначення особливостей інформації про стан об'єкта. Поставлена задача вирішується тим, що контролер містить об'єкт керування, виходи станів та дій якого з'єднані з блоком коефіцієнтів ефективності, блоком історії роботи системи, керуючою нейронною мережею, вейвлетним аналізатором. Вихід блока коефіцієнтів ефективності під'єднаний до входу нейронної мережі з самонавчанням і до вейвлетного аналізатора. Вихід нейронної мережі з самонавчанням з'єднаний з блоком правил самонавчання. Вихід блока правил самонавчання зв'язаний з блоком історії роботи системи, вихід якого під'єднаний до нейронної мережі з самонавчанням, до блока правил самонавчання, до блока прогнозу тенденцій розвитку об'єкта, до керуючої нейронної мережі. Вихід керуючої нейронної мережі під'єднаний до об'єкта керування і до блока історії роботи системи. Вейвлетний аналізатор під'єднаний до блока бази знань. Виходи блока бази знань під'єднані до нейронної мережі з самонавчанням і до блока правил самонавчання. Вихід блока прогнозу тенденцій розвитку об'єкта під'єднаний до блока коригування самомодифікації. Вихід блока коригування самомодифікації під'єднаний до керуючої нейронної мережі. Запропонована система (див. креслення) містить об'єкт керування 1, виходи станів та дій якого з'єднані з блоком коефіцієнтів ефективності 2, блоком історії роботи системи 5, керуючою нейронною мережею 6, вейвлетним аналізатором 7. Вихід блока коефіцієнтів ефективності 2 під'єднаний до входу нейронної мережі з самонавчанням 3 і до вейвлетного аналізатора 7. Вихід нейронної мережі з самонавчанням 3 з'єднаний з блоком правил самонавчання 4. Вихід блока правил самонавчання 4 зв'язаний з блоком історії роботи системи 5, вихід якого під'єднаний до нейронної мережі з самонавчанням 3, до блока правил самонавчання 4, до блока прогнозу тенденцій розвитку об'єкта 9 та до керуючої нейронної мережі 6. Вихід керуючої нейронної мережі 6 під'єднаний до об'єкта керування 1 і до блока історії роботи системи 5. Вейвлетний аналізатор 7 під'єднаний до блока бази знань 8. Виходи блока бази знань 8 під'єднані до нейронної мережі з самонавчанням 3 і до блока правил самонавчання 4. Вихід блока прогнозу тенденцій розвитку об'єкта 9 під'єднаний до блока коригування самомодифікації 10. Вихід блока коригування самомодифікації 10 під'єднаний до керуючої нейронної мережі 6. Запропонований інтелектуальний контролер з нейронною мережею працює наступним чином. Інформація про поточний стан та поточну дії об'єкта керування 1 надходить на блок коефіцієнтів ефективності 2, на блок історії роботи системи 5, на вхід керуючої нейронної мережі 6 та вейвлетний аналізатор 7. В блоці коефіцієнтів ефективності 2 визначається ефективність функціонування об'єкта керування 1 в поточний час і здійснюється оцінка змінювання тенденції ефективності. У випадку, коли відбувається зниження ефективності або коли вона є низькою, за сигналом від блока коефіцієнтів ефективності 2 вейвлетним аналізатором 7 проводиться оцінка особливостей поведінки об'єкта керування 1. Виявлені особливості поведінки об'єкта керування 1 на основі знань, які зберігаються в блоці бази знань 8 і оцінки ефективності, здійснюваній в блоці коефіцієнтів ефективності 2, приводять до змінювання параметрів самонавчання нейронної мережі з самонавчанням 3, а також до змінювання правил в блоці правил самонавчання 4. Результати самонавчання в нейронній мережі з самонавчанням 3 здійснюють модифікацію правил самонавчання в блоці правил самонавчання 4, які формують параметри блока історії роботи системи 5. Блок історії роботи системи 5 на основі інформації про стан та дії об'єкта керування 1 та управляючих дій, що надходять на об'єкт керування 1 згідно з правилами, які сформовані в блоці правил самонавчання 4, надає необхідну інформацію для навчання нейронної мережі 3 та керуючої нейронної мережі 6, а також забезпечує модифікацію правил в блоці правил самонавчання 4 і створює умови для формування прогнозу тенденцій розвитку об'єкта в блоці 9, який дозволяє скоригувати в блоці коригування самомодифікації 10 правила навчання в керуючій нейронній мережі 6. Керуюча нейронна мережа 6 здійснює подання керуючих дії на об'єкт керування 1. 1 UA 120728 U Технічний результат корисної моделі полягає у підвищенні якості та швидкодії керування за рахунок виявлення особливостей поведінки об'єкта керування та розширення можливостей навчання нейронних мереж. 5 10 15 ФОРМУЛА КОРИСНОЇ МОДЕЛІ Інтелектуальний контролер з нейронною мережею, що містить об'єкт керування, виходи станів та дій якого з'єднані із блоком коефіцієнтів ефективності, блоком історії роботи системи і керуючою нейронною мережею, а вихід блока коефіцієнтів ефективності зв'язаний з нейронною мережею із самонавчанням, вихід якої під'єднаний до входу блока правил самонавчання, що має зв'язок із блоком історії роботи системи, який зв'язаний із мережею з самонавчанням і блоком правил самонавчання та з керуючою нейронною мережею, вихід якої під'єднаний до входу об'єкта керування і до блока історії роботи системи, який відрізняється тим, що додатково містить вейвлетний аналізатор, блок бази знань, блок прогнозу тенденцій розвитку об'єкта, блок коригування самомодифікації, а вихід блока коефіцієнтів ефективності під'єднаний до вейвлетного аналізатора, з'єднаного з блоком бази знань, вихід якого під'єднаний до нейронної мережі з самонавчанням і до блока правил самонавчання, а вихід блока історії роботи системи зв'язаний з блоком прогнозу тенденцій розвитку об'єкта, вихід якого під'єднаний до блока коригування самомодифікації, що має зв'язок із управляючою нейронною мережею. Комп’ютерна верстка М. Мацело Міністерство економічного розвитку і торгівлі України, вул. М. Грушевського, 12/2, м. Київ, 01008, Україна ДП “Український інститут інтелектуальної власності”, вул. Глазунова, 1, м. Київ – 42, 01601 2