ПРИКАСПИЙСКИЙ ЖУРНАЛ

УПРАВЛЕНИЕ И ВЫСОКИЕ ТЕХНОЛОГИИ

Обобщенная процедура синтеза алгоритмов нейросетевой идентификации на базе теории целых функций экспоненциального типа

Читать

Жашкова Татьяна Валерьевна Обобщенная процедура синтеза алгоритмов нейросетевой идентификации на базе теории целых функций экспоненциального типа // Прикаспийский журнал:  управление и высокие технологии. — 2013. — №4. — Стр. 94-101.

Жашкова Татьяна Валерьевна - кандидат технических наук, доцент, Пензенский государственный технологический университет, 440039, Российская Федерация, г. Пенза, проезд Байдукова / ул. Гагарина, 1а/11, Zhashkovat@mail.ru

Цель работы – повышение эффективности нейросетевой идентификации состояний сложных систем по результатам мониторинга параметров, образующих их физических объектов. Методическую основу исследования составили положения теорий идентификации, цифровой фильтрации, искусственных нейронных сетей (ИНС), математической теории целых функций экспоненциального типа (ЦФЭТ), а также методы математического и имитационного моделирования. Автором была решена задача разработки процедуры аналитического синтеза систем идентификации сигналов с учетом моделей сигналообразования на базе теории ЦФЭТ. Разработана структура ИНС, особенностью которой является наличие в первом слое особых нейронов, динамически хранящих координаты корней (нулей) сигнала. Выполнены вычислительные эксперименты, показавшие, что вероятность идентификации полиномиальных сигналов с помощью предложенной ИНС выше, чем для традиционной ИНС, идентифицирующей сигналы по текущим значениям. Этот результат связан с тем, что любая целая функция может быть описана своими корнями (нулями).

Ключевые слова: аналого-цифровой преобразователь,информационный объект,искусственная нейронная сеть,сложная система,целая функция экспоненциального типа,цифровая обработка сигнала