Исследование работы нейросетевого регулятора в задаче поддержания положения обратного маятника при наличии перекрестных связей между ионными механизмами нейрона

Было проведено исследование поведения описанного нейросетевого регулятора на примере решения задачи стабилизации угла отклонения обратного маятника от положения неустойчивого равновесия.

На рисунке ниже (Рисунок 4.10) представлен общий вид системы тестирования. Используемый регулятор был показан ранее (Рисунок 4.6, Рисунок 4.7).

Исследование работы нейросетевого регулятора в задаче поддержания положения обратного маятника при наличии перекрестных связей между ионными механизмами нейрона - student2.ru

Рисунок 4.10 – Общий вид системы тестирования регулятора в задаче стабилизации угла отклонения обратного маятника на подвижном основании

Эксперименты с обратным маятником проводились на нейронах с малой емкостью мембраны (Cm=10-9).

Как следует из изложенного выше, качество управления зависит, прежде всего, от числа управляющих элементов. Закономерно, что увеличение числа управляющих элементов улучшает управление: снижается амплитуда колебаний маятника. Это подтверждает зависимость, представленная на Рисунок 4.11, полученном при управлении по углу и угловой скорости маятника.

Исследование работы нейросетевого регулятора в задаче поддержания положения обратного маятника при наличии перекрестных связей между ионными механизмами нейрона - student2.ru

Рисунок 4.11 - Зависимость амплитуды колебаний обратного маятника относительно положения равновесия от числа управляющих элементов

Также на качество управления влияют способы разбиения на диапазоны афферентных сигналов и способ разбиения на диапазоны управляющего сигнала.

Рассмотрев три способа разбиения выходного сигнала для регулятора с пятью афферентными нейронами (Рисунок 4.12), можно сделать вывод, что разбиение на диапазоны различной длины приводит к лучшим показателям качества вблизи положения равновесия по сравнению с диапазонами равной длины (Рисунок 4.12 – случай 1).

Произвольное разбиение (Рисунок 4.12 – случай 2): коэффициенты для интервала [-300, 300] (условные единицы) выбраны приближено к равномерному разбиению: -50, -100, -150, -200, -300, 50, 100, 150, 200, 300) приводит к более высоким амплитудам колебаний вблизи нулевого положения, чем для удваивающегося диапазона (Рисунок 4.12 – случай 3): коэффициенты считаются с помощью формулы (9): -18.75, -37.5, -75, -150, -300, 18.75, 37.5, 75, 150, 300).

Исследование работы нейросетевого регулятора в задаче поддержания положения обратного маятника при наличии перекрестных связей между ионными механизмами нейрона - student2.ru

Рисунок 4.12 – Зависимость амплитуды колебаний угла маятника от способа разбиения управляющего сигнала (1 – разбиение на диапазоны равной длины, 2 – равномерное разбиение, 3 – разбиение с удвоением интервалов)

Таким образом, если важно обеспечить точное управление вблизи положения равновесия, следует осуществлять неравномерное разбиение.

План дальнейших исследований

В соответствии с планом исследований, следующими этапами являются:

1. Моделирование системы связанного управления пары звеньев манипулятора (смена и удержание положения).

2. Моделирование системы координированного управления несколькими многозвенниками (поддержание устойчивости).

3. Разработка системы управления движением со множеством многозвенников (шагание).

Выводы

Были проведены исследования обновленной модели нейрона, и показана ее эффективность в задачах, требующих изменения частоты реакций нейрона при постоянном входном воздействии. Типичным случаем, когда такое поведение необходимо, является функционирование нейрона в контуре регуляции, обеспечивающем подавление рассогласования между текущим и ожидаемым положениями, при котором величина рассогласования поступает на вход нейрона. Таким образом, чем дольше рассогласование не компенсируется, тем больше увеличивается активность нейрона, активирующего механизм компенсации.

Эти эффекты были протестированы на модели регулятора, обеспечивающего удержание положения звена манипулятора.

Также было проведено исследование работы контура структурной адаптации регулятора, на примере решения задачи удержания обратного маятника на подвижном основании.

Заключение

1. В работе была выполнена модификация разработанной ранее модели ионного механизма нейрона и улучшены динамические характеристики модели нейрона. Предложено физическое описание объекта управления в среде в целом, и отдельных моделей, в частности модели гироскопа. Также была разработана модель нейросетевого регулятора на импульсных нейронах со структурной адаптацией.

2. Были разработаны программные модули расчета модели гироскопа, обновленной модели участков мембраны нейрона, а также программный модуль обеспечения взаимодействия для создания комплексного объекта управления, в составе модуля манипулятора, гироскопа и модели физической среды. Разработан алгоритм структурной адаптации модели нейронной сети регулятора, обеспечивающий изменение структуры сети для удержания амплитуды колебаний звена манипулятора в заданном диапазоне.

3. Были проведены исследования обновленной модели нейрона, и показана ее эффективность в задачах, требующих изменения частоты реакций нейрона при постоянном входном воздействии. Тестирование проводилось на модели регулятора, обеспечивающего удержание положения звена манипулятора. Также было проведено исследование работы контура структурной адаптации регулятора, на примере решения задачи удержания обратного маятника на подвижном основании.

4. В качестве направления дальнейших исследований можно выделить:

- Моделирование системы связанного управления пары звеньев манипулятора (смена и удержание положения).

- Моделирование системы координированного управления несколькими многозвенниками (поддержание устойчивости).

- Разработка системы управления движением со множеством многозвенников (шагание).


Наши рекомендации