В статье рассматривается задача синтеза оптимального управления. Для решения задачи используется искусственная нейронная сеть прямого действия. Нейронная сеть находится в обратной связи объекта управления. По сигналу, определяющему вектор состояния объекта, нейронная сеть вырабатывает вектор управления, который перемещает объект в терминальное состояние с оптимальным значением заданного критерия качества. Для обучения нейронной сети используется вариационный генетический алгоритм, который подбирает закодированные в коде Грея параметры сети и активационные функции каждого слоя сети. Представлен пример синтеза управления нелинейным объектом второго порядка методом искусственной нейронной сети.
In the presented article analytical methods of the solution of a task synthesis in a control system are stated. The author considers a neural network of Kokhonen which belongs to the class of networks of direct distribution. It has the only hidden layer of neurons presented in the form of a one-dimensional or two-dimensional lattice. By the author it is presented that the mechanism of cooperation realizes the principle according to which the most excited neuron strengthens (through synoptic weight) not only itself, but also spatially neurons, close to it.Article purpose - analytical methods of the solution of a problem of synthesis in a control system.