Учеб. пособие. М.: РУДН, 2008. – 132 с.
В учебном пособии представлены результаты разработки методического
обеспечения процессов проектирования, моделирования, исследования и
реализации интеллектуальных систем, основанных на комплексировании
принципов робастного, нейро-нечеткого и адаптивного управления.
Впервые рассмотрены задачи реализации интеллектуальных систем (ИС)
в мехатронике как области науки и техники создания интеллектуальных
машин и комплексов.
Приведены результаты методического обеспечения проектирования вычислительной среды ИС, а также методического обеспечения проектирования и реализации робастного, нейро-нечеткого и адаптивного управления.
Для студентов, обучающихся по направлению «Автоматизация и управление», и инженеров, обучающихся по специальности «Управление и информатика в технических системах». Введение
Интеллектуальные системы в мехатронике
Разработка методического обеспечения процессов проектирования и реализации вычислительных сред ИМС
Аппаратная часть вычислительной среды
Информационные модели
Программная часть
Языки параллельного программирования
Задача планирования в мультисистемах
Разработка методического обеспечения процессов проектирования, моделирования, исследования и реализации робастного управления в интеллектуальных системах управления
Методика синтеза структурной схемы ИСУ
Пример структурной схемы ИСУ повышения управляемости КТС с АБС
Методика синтеза целей ИСУ
Методика интеграции принципов робастного управления на основе Н∞-теории оптимизации в алгоритмическое обеспечение ИСУ
Классический подход к построению оптимального робастного регулятора
Пример синтеза робастного регулятора в рамках классического подхода
Пример синтеза оптимального Н2- и Н∞-регулятора
Динамическая экспертная система как основная часть ИСУ
Методика построения модели ДЭС
Методика разработки ПО ДЭС ИСУ повышения КТС с АБС
Пример использования методики синтеза модели ДЭС для ИСУ КТС с АБС
Методические аспекты применения искусственных нейронных сетей в интеллектуальных системах управления высокой точности и надежности
Синтез систем управления на основе ИНС
Постановка задачи управления динамическими объектами на основе нейросетевой модели
Алгоритмы обучения ИНС регуляторов в режиме реального времени
Обобщенный метод обучения инверсной нейросетевой модели
Обучение нейросетевой модели в режиме реального времени (специализированный метод обучения)
Обучение нейросетевой модели в режиме реального времени с использованием эталонной модели
Методические рекомендации по реализации и применению метода синтеза управления на основе инверсных нейросетевых моделей
Вычислительные процедуры методов оценки параметров нейросетевых моделей
Методика синтеза алгоритмов оценивания моделей динамических объектов для организации робастно-адаптивного управления в интеллектуальных системах, основанных на комплексировании принципов робастного, нейро-нечеткого и адаптивного управления
Общая проблема аппроксимации функций на основе использования экспериментальных наборов данных
Идентификация нелинейных объектов управления с использованием нечетких моделей
Использование градиентных методов для параметрического оценивания нечетких моделей динамических систем
Заключение
Обозначение и сокращения
Список использованной литературы
Описание курса и программа
Приведены результаты методического обеспечения проектирования вычислительной среды ИС, а также методического обеспечения проектирования и реализации робастного, нейро-нечеткого и адаптивного управления.
Для студентов, обучающихся по направлению «Автоматизация и управление», и инженеров, обучающихся по специальности «Управление и информатика в технических системах». Введение
Интеллектуальные системы в мехатронике
Разработка методического обеспечения процессов проектирования и реализации вычислительных сред ИМС
Аппаратная часть вычислительной среды
Информационные модели
Программная часть
Языки параллельного программирования
Задача планирования в мультисистемах
Разработка методического обеспечения процессов проектирования, моделирования, исследования и реализации робастного управления в интеллектуальных системах управления
Методика синтеза структурной схемы ИСУ
Пример структурной схемы ИСУ повышения управляемости КТС с АБС
Методика синтеза целей ИСУ
Методика интеграции принципов робастного управления на основе Н∞-теории оптимизации в алгоритмическое обеспечение ИСУ
Классический подход к построению оптимального робастного регулятора
Пример синтеза робастного регулятора в рамках классического подхода
Пример синтеза оптимального Н2- и Н∞-регулятора
Динамическая экспертная система как основная часть ИСУ
Методика построения модели ДЭС
Методика разработки ПО ДЭС ИСУ повышения КТС с АБС
Пример использования методики синтеза модели ДЭС для ИСУ КТС с АБС
Методические аспекты применения искусственных нейронных сетей в интеллектуальных системах управления высокой точности и надежности
Синтез систем управления на основе ИНС
Постановка задачи управления динамическими объектами на основе нейросетевой модели
Алгоритмы обучения ИНС регуляторов в режиме реального времени
Обобщенный метод обучения инверсной нейросетевой модели
Обучение нейросетевой модели в режиме реального времени (специализированный метод обучения)
Обучение нейросетевой модели в режиме реального времени с использованием эталонной модели
Методические рекомендации по реализации и применению метода синтеза управления на основе инверсных нейросетевых моделей
Вычислительные процедуры методов оценки параметров нейросетевых моделей
Методика синтеза алгоритмов оценивания моделей динамических объектов для организации робастно-адаптивного управления в интеллектуальных системах, основанных на комплексировании принципов робастного, нейро-нечеткого и адаптивного управления
Общая проблема аппроксимации функций на основе использования экспериментальных наборов данных
Идентификация нелинейных объектов управления с использованием нечетких моделей
Использование градиентных методов для параметрического оценивания нечетких моделей динамических систем
Заключение
Обозначение и сокращения
Список использованной литературы
Описание курса и программа