25) kus u (t ) on süsteemi juhtimissisend ja y (t ) on temale vastav süsteemi väljund. Juhtimise ülesandeks on saavutada nõutavat süsteemi dünaamikat, mida kirjeldab etalonmudel (reference model): Reference model : {r (t ), d (t )}, (1.26) kus r (t ) on seadesuurus (juhtimissüsteemi sisend) ja d (t ) on soovitav juhitava süsteemi väljund. Närvivõrk peab arvutama sellise juhtimissisendi u (t ) , et juhitav süsteem jälgiks etalonmudeli poolt määratud soovitava trajektoori: lim d (t ) - y (t ) = 0 . (1.27) t Juhtimissisendi arvutamiseks on võimalik õpetada närvivõrku. Detailsemalt juhtimine tehisnärvivõrkudega on kirjeldatud viiendas peatükis. Täiendav kirjandus: 1. Haykin, S. Neural Networks, Prentice-Hall international (UK) Limited, London, 1994. 696 p.
25) kus u (t ) on süsteemi juhtimissisend ja y (t ) on temale vastav süsteemi väljund. Juhtimise ülesandeks on saavutada nõutavat süsteemi dünaamikat, mida kirjeldab etalonmudel (reference model): Reference model : {r (t ), d (t )}, (1.26) kus r (t ) on seadesuurus (juhtimissüsteemi sisend) ja d (t ) on soovitav juhitava süsteemi väljund. Närvivõrk peab arvutama sellise juhtimissisendi u (t ) , et juhitav süsteem jälgiks etalonmudeli poolt määratud soovitava trajektoori: lim d (t ) - y (t ) = 0 . (1.27) t Juhtimissisendi arvutamiseks on võimalik õpetada närvivõrku. Detailsemalt juhtimine tehisnärvivõrkudega on kirjeldatud viiendas peatükis. Täiendav kirjandus: 1. Haykin, S. Neural Networks, Prentice-Hall international (UK) Limited, London, 1994. 696 p.
Olgu mittelineaarse süsteemi dünaamika on teadmata: Plant :{u(t), y(t), kus u(t) on süsteemi juhtimissisend ja y(t) on temale vastav süsteemi väljund. Juhtimise ülesandeks on saavutada nõutavat süsteemi dünaamikat, mida kirjeldab etalonmudel (reference model): Reference model: {r(t),d(t)}, kus r(t) on seadesuurus (juhtimissüsteemi sisend) ja d(t) on soovitav juhitava süsteemi väljund. Närvivõrk peab arvutama sellise juhtimissisendi u(t), et juhitav süsteem jälgiks etalonmudeli poolt määratud soovitava trajektoori: lim ( ) − ( ) = 0 →∞ d t y t t . Tehisnärvivõrkude teoreetilised alused – Üks tähtsamatest teoreemidest närvivõrkude teooriast on Stone-Weierstrassi teoreem, mis tõestab mitmekihiliste pertseptronide võimelisust aproksimeerida suvalist pidevat funktsiooni. Tänu sellele nad on rakendatavad paljude probleemide lahendamiseks (modelleerimiseks, juhtimiseks, ennustamiseks jne).
annaabi.ee 
