Моделювання нелінійних динамічних об'єктів із використанням попередньо навчених нейронних мереж із часовими затримками

Анотація

Робота присвячена вирішенню протиріччя між точністю моделювання нелінійної динаміки і швидкістю побудови
моделі в умовах обмежених обчислювальних ресурсів. Метою роботи є скорочення часу побудови нейронних мереж з
часовими затримками при забезпеченні заданої точності в задачах ідентифікації нелінійних динамічних об'єктів із
безперервними характеристиками. Ця мета досягається шляхом розробки методу попереднього навчання нейронних мереж,
що відображають базисні характеристики предметної області. Наукова новизна роботи полягає у розробці методу
ідентифікації нелінійних динамічних об'єктів у вигляді нейронних мереж з часовими затримками на основі використання
набору базисних попередньо навчених нейронних мереж, що відображають типові властивості предметної області. На
відміну від традиційного підходу до попереднього навчання, розроблений метод дозволяє будувати моделі меншої
складності. Для визначення моменту припинення попереднього навчання нейронної мережі запропоновано формальний
критерій, використання якого дає змогу уникнути перенавчання базової моделі та забезпечити суттєве скорочення часу
навчання моделі на цільовому наборі даних. Практична користь роботи полягає в розробці алгоритму методу попереднього
навчання нейронних мереж із часовими затримками в задачах ідентифікації нелінійних динамічних об'єктів з безперервними
характеристиками, що дозволяє суттєво скоротити час навчання нейронних мереж без втрати точності моделі. Цінність
проведеного дослідження полягає у визначенні області ефективного використання запропонованого методу, а саме коли
загальний та цільовий набір даних не мають суттєвих розбіжностей та цільовий набір даних має достатній розмір для
відображення властивостей об’єкту дослідження.