GotAI.NET

Форум: Проблемы искусственного интеллекта

 

Регистрация | Вход

 Все темы | Новая тема Стр.1 (1)   Поиск:  
 Автор Тема: Моделирование и нейронные сети
Mihail
Сообщений: 1
Моделирование и нейронные сети
Добавлено: 05 ноя 05 14:43
Доброе время суток.


Коллеги, помогите, пожалуйста разобраться...


Есть задача моделирования аппарата с помощью нейронной сети. У аппарата есть набор переменных состояния + на него (аппарат) подаются какие-то внешние воздействия. Моделирование сводится к получению новых значений переменных состояния по старым их значениям и по значениям управляющих воздействий. Вообще-то есть конкретное математическое описание этого аппарата (по нему, в принципе, можно попробовать сделать обучающие образы для НС). Кто-нибудь сталкивался с подобными задачами? Может быть есть ссылки на какие-то статьи и т.д. и т.п. дабы почитать и осознать что делать и как? Какую структуру сети лучше выбрать для данного случая и как организовать процесс обучения?


Спасибо.
[Ответ][Цитата]
Aplai
Сообщений: 17
На: Моделирование и нейронные сети
Добавлено: 12 янв 06 9:16
очередной запоздалый отклик.. если еще не поздно ответьте.. я помогу.
вопросы: на какой платформе ваш аппарат? это микропоцессорное устройство или контроллер. Какой?
- сколько входов планируется делать, и какой тип управления? т.е. регуляторы, блоки анализа или что?
[Ответ][Цитата]
гость
212.122.20.*
На: Моделирование и нейронные сети
Добавлено: 13 янв 06 10:40
(не вспомнил свой логин/пароль.... пишу под "гостем")

Вообще это АНПА (Автономный Необитаемый Подводный Аппарат).
Мозгом у него (если не ошибаюсь) является PCшка с QNX''ом внутри. Она (PC) управляет двигателями аппарата (4 кормовых и 2 носовых). Состояния аппарата замеряются датчиками:
1. Угол дифферента
2. Углы курса
3. Скорость
4. Глубина
+ ещё кой-какие параметры.... всего 8.

Но, вообще, это всё как бы не важно... т.к. есть конкретное математическое описание АНПА. Т.е. выраженная формулами зависимость переменных состояния в данный момент времени от переменных состояния в прошлый момент (8 штук) и напряжений на двигателях (6 штук).

Т.е., в общем, получается нейронная сеть с 14 входами и 8 выходами.

Я так понимаю, можно реализовать нейросетевую модель всего этого дела на сети прямого распространения с 3 (или даже 2) слоями, но не совсем понятно, как эту сеть учить. В смысле, если по имеющимся мат. формулам создавать обучающие образы, то их получается просто дикое количество, если же создавать ограниченный набор этих образов, то сеть вряд ли будет давать положительные результаты при моделировании в произвольных условиях.

Или же стоит использовать варианты сетей LRGF (Locally Recurrent Globally Feedforward - т.е. сеть прямого распространения с локальными обратными связями) - кое что читал по этому вопросу как раз в контексте моделирования... но, честно говоря, не совсем понимаю, как это можно применить в данном случае и как потом эту сеть учить.


Mihail
[Ответ][Цитата]
гость
212.122.20.*
На: Моделирование и нейронные сети
Добавлено: 13 янв 06 10:40
(не вспомнил свой логин/пароль.... пишу под "гостем")

Вообще это АНПА (Автономный Необитаемый Подводный Аппарат).
Мозгом у него (если не ошибаюсь) является PCшка с QNX''ом внутри. Она (PC) управляет двигателями аппарата (4 кормовых и 2 носовых). Состояния аппарата замеряются датчиками:
1. Угол дифферента
2. Углы курса
3. Скорость
4. Глубина
+ ещё кой-какие параметры.... всего 8.

Но, вообще, это всё как бы не важно... т.к. есть конкретное математическое описание АНПА. Т.е. выраженная формулами зависимость переменных состояния в данный момент времени от переменных состояния в прошлый момент (8 штук) и напряжений на двигателях (6 штук).

Т.е., в общем, получается нейронная сеть с 14 входами и 8 выходами.

Я так понимаю, можно реализовать нейросетевую модель всего этого дела на сети прямого распространения с 3 (или даже 2) слоями, но не совсем понятно, как эту сеть учить. В смысле, если по имеющимся мат. формулам создавать обучающие образы, то их получается просто дикое количество, если же создавать ограниченный набор этих образов, то сеть вряд ли будет давать положительные результаты при моделировании в произвольных условиях.

Или же стоит использовать варианты сетей LRGF (Locally Recurrent Globally Feedforward - т.е. сеть прямого распространения с локальными обратными связями) - кое что читал по этому вопросу как раз в контексте моделирования... но, честно говоря, не совсем понимаю, как это можно применить в данном случае и как потом эту сеть учить.


Mihail
[Ответ][Цитата]
Aplai
Сообщений: 17
На: Моделирование и нейронные сети
Добавлено: 13 янв 06 15:56
Ясно. Т.е. это система регулирования получается. Значит, если учитывается состояние в прошлый момент времени, то это система с астатизмом первого порядка (т.е. можем вычислять производные от входных переменных и реагировать на них.)
Входов тогда не 14 а 14+8.
Можно привести все ваши формулы следующим образом:
делаете нейрорегуляторы на каждый двигатель исходя из ваших формул. Но для начала стоит начать с синтеза аналоговых регуляторов, которые имели бы место без использования нейронной сети.
Затем пытаемся синтезировать нейрорегуляторы определенной размерности, и для каждого двигателя.
Делать вероятно одну общую сеть не стоит - действительно огромная обучающая база.
Синтез нейрорегуляторов лучше проводить при помощи ГА. Для этого нужно придумать методику, которая оценивала бы текущую сеть на стадии ГА. Для вас это условие не сложное - есть задание, есть предельное отконение для регулятора, а также на выходе то что собственно получилось..
Как и будут сделаны регуляторы.
Проблемы написать софт для PC думаю нет.
А на сколько он автономен? он просто удаленно управляется или вообще "сам по себе"?
[Ответ][Цитата]
гость
212.122.20.*
На: Моделирование и нейронные сети
Добавлено: 14 янв 06 13:05
Спасибо за ответ.

Насчёт производных.

Собсно, там они имеют место быть... т.е. если точно, то есть следующие переменные состояния:
1. угол дифферента
2. производная угла дифферента
3. угол курса
4. производная угла курса
5. скорость аппарата
6. глубина погружения
7,8. углы траектории

Т.е., получается, надо вычислять ещё производные от 5,6,7,8 ? (итого входных переменных 14+4).

Вообще идея всей этой затеи - построение диагностирующей системы АНПА на основе нейронных сетей. В общем случае для таких вещей делают моделирующую сеть, на которую подаются те же сигналы, что и на АНПА, и выходы её затем сравниваются с выходами реального аппарата, и потом делаются выводы о правильности функционирования АНПА.

Поэтому тут как бы не регулирование двигателями важно, а наоборот, оценка состояния аппарата в результате воздействий на него. (или, может, я вас слегка не понял...).
Т.е. у АНПА есть датчики, которые замеряют его скорость/глубину/угол и т.д. и т.п. в каждый момент времени при определённых упорах на винтах, и надо выяснить, правильно ли они (датчики) это делают, т.е. совпадает ли сигнал датчика со значением, полученным с помощью нейронной сети (ну, конечно, с какой то небольшой погрешностью).

Более того, интересен такой момент. Если сигнал с датчика не совпадает с сигналом НС, то что же служит причиной этого: неправильное функционирование аппарата или же неправильное функционирование нейронной сети?

Насчёт автономности... на сколько я знаю, полностью автономный, т.е. действует по заранее заданной программе. Но, в принципе, делают и управляемые (по длинному проводу, а в "особо экзотических случаях" и по аккустическому каналу )... в любом случае система диагностики будет примерно одинаковой...

Есть предложение, давайте перенесём дискуссию в почту.

Мой адрес: mishail (at) list (dot) ru

Mihail
[Ответ][Цитата]
Aplai
Сообщений: 17
На: Моделирование и нейронные сети
Добавлено: 16 янв 06 12:26
Давайте перенесем.. Ответ напишу уже по почте.
[Ответ][Цитата]
aleph - ХЛО
Сообщений: 1391
На: Моделирование и нейронные сети
Добавлено: 22 янв 15 5:57
Цитата:
Автор: Aplai

Давайте перенесем.. Ответ напишу уже по почте.
Последнее китайское предупреждение
[Ответ][Цитата]
 Стр.1 (1)