Лавриненко К. А. Нейромережева ідентифікація нелінійних динамічних об’єктів на основі багатошарового персептрону

Дисертаційна робота присвячена вирішенню проблеми нейромережевої ідентифікації нелінійних динамічних об'єктів на основі багатошарового персептрона в умовах апріорної і поточної невизначеності щодо властивостей досліджуваних об'єктів і діючих на нього завад. Нейромережеві моделі реалізовано на основі багатошарового персептрона (БШП). Проаналізовано існуючі алгоритми настроювання параметрів БШП і синтезовано алгоритм його навчання на основі поширеного фільтра Калмана. Запропоновано здійснювати навчання БШП за допомогою багатокрокових проекційних алгоритмів, що використовують обмежену кількість інформації. З метою поліпшення обчислювальних властивостей даних алгоритмів і стійкості процесу навчання розроблені їх факторизовані форми. Розглянуто опис нелінійного динамічного об'єкта за допомогою предикторів на основі фільтра Калмана і отримано відповідні структури нейромережевих моделей у просторі станів. Проведено імітаційне моделювання різних алгоритмів навчання БШП за допомогою MATLAB 6.1,Trajan Neural Network Simulator 3.0 і в середовищі IntelligentPad.