
Консультант(ы):
Ключевые слова:
Тематика проводимого исследования:
Наука о данных, машинное обучение, идентификация систем
Приобретаемые знания:
Принципы работы замкнутой СУ, метода работы алгоритма обратного распространения ошибки, идентификации и регуляризации
Приобретаемые навыки и умения:
Настройка ИНС, идентификация динамического объекта, анализ качества замкнутой СУ, математическое моделирование, работа в среде MATLAB, написание отчетов на основе полученных результатов.
Необходимый уровень знаний и навыков практиканта для выполнения задания:
Дифференциальные уравнения, математический анализ, Python, основы машинного обучения
Будет плюсом, PyTorch, Matlab, линейная алгебра, обучение с подкреплением
Тип проекта:
Курсовая работа
Период практики:
3 недели
Краткое описание проекта:
Применение нейронных сетей в системах управления позволяет расширить класс рассматриваемых регуляторов. Предлагается рассмотреть регуляторы, представляющие полносвязную нейронную сеть, на вход которой подается ошибка управления, интеграл ошибки и производная ошибки. Таким образом нейронная сеть реализует нелинейный аналог матричного ПИД-регулятора. Настройка такой сети может быть проведена в два этапа. На первом этапе настраивается классический ПИД-регулятор по каждому из каналов и проводится идентификация такого диагонального регулятора нейронной сетью. Идентификация проводится с использованием пары сигналов (ошибка управления - управляющий сигнал). Такой первый шаг позволяет получить в качестве инициализирующих параметров нейронной сети такие, которые обеспечивают устойчивость замкнутой системы. На втором этапе производится обучение нейронной сети в замкнутой системе.
Результат выполнения проекта:
Курсовая работа, научная публикация