Работа посвящена численному решению задачи синтеза системы управления методом искусственных нейронных сетей. В статье рассматривается общая постановка задачи синтеза управления, в которой необходимо найти управление как функцию от вектора координат пространства состояний объекта управления. Функция после подстановки в правые части модели объекта управления должна для различных заданных начальных значений обеспечить достижение объектом цели управления с минимальным значением критерия качества. Решение задачи выполняется методом искусственных нейронных сетей. Приведен пример решения задачи синтеза управления для нелинейной системы второго порядка. Искомая синтезирующая функция должна обеспечить попадание в начало координат из четырех начальных значений за минимальное время. Решение задачи осуществляется прямонаправленной нейронной сетью с тремя слоями. Обучение нейронной сети осуществлялось вариационным генетическим алгоритмом.
The article is devoted to the numerical solution for the problem of control systems synthesis using artificial neural networks. The article discusses the general solution of control synthesis in which you must find the control vector as a function of the coordinates of the state space of the control object. Function after substituting into the right part of the control object should be defined for different initial values to achieve the object of control objectives with the minimum quality criteria. Solution of the problem is done by artificial neural networks. We give example of solving the problem of control synthesis for a nonlinear system of second order. Seeking synthesizing function should ensure getting to the origin of the four initial values for the minimum time. The problem is solved feedforward neural network with three layers. Neural network training was carried out by a variation genetic algorithm.