Отзыв на автореферат 2 (Нейросетевое моделирование адаптивных динамических систем)

ОТЗЫВ на автореферат диссертации Тюменцева Юрия Владимировича на тему «Нейросетевое моделирование адаптивных динамических систем», представленной на соискание ученой степени доктора технических наук по специальности 05.13.01 «Системный анализ, управление и обработка информации (авиационная и ракетно-космическая техника)» Решение задачи управления движением современных и перспективных летательных аппаратов осложняется рядом факторов, в числе которых наличие разнообразных неопределенностей в значениях параметров и характеристик ЛА, их режимов полета, а также воздействий внешней среды на ЛА. Еще один существенный фактор такого рода — разнообразные нештатные ситуации, обусловленные отказами оборудования и повреждениями конструкции ЛА.

В этих условиях система управления ЛА должна сохранять работоспособность, что может быть обеспечено за счет введения в нее механизмов адаптации, обеспечивающих системе возможность парировать влияние указанных неопределенностей за счет оперативного изменения параметров и/или структуры используемых законов управления. Как первоначальный синтез законов управления ЛА, так и последующая их корректировка механизмами адаптации требует наличия модели ЛА как объекта управления.

В нештатных ситуациях, влияющих на динамические свойства ЛА,.модель его„полученная для номинального состояния объекта управления, перестает соответствовать объекту в его реальном текущем состоянии. В связи с этим, возникает проблема оперативного восстановления адекватности модели объекту управления, т.е.модель объекта должна обладать адаптивностью. Наличие свойств адаптивности у системы управления ЛА позволяет существенно повысить безопасность полета, а также выживаемость ЛА при летных происшествиях различного рода, что обусловливает актуальность темы рассматриваемой диссертационной работы. Имеющийся опыт показывает, что эффективная реализация механизмов парирования неопределенностей требует рассмотрения проблемы адаптации в нелинейной постановке, в которой нелинейными будут как законы управления, так и модель объекта. Эффективным инструментом решения задач подобного рода является подход, основанный на методах и средствах нейросетевого моделирования и управления.

Однако аппарат традиционных нейросетевых технологий применительно к задачам, связанным с динамическими системами, имеет ряд ограничений, обусловленных трактовкой этих систем как объектов типа «черный ящик», модели которых имеют чисто эмпирический характер. В связи с этим, цель рассматриваемой диссертационной работы состоит в создании технологии нейросетевого моделирования, реализующей концепцию системы типа «серый ящик», основанную на отказе от эмпирических моделей в пользу полуэмпирических моделей гибридного типа, которые базируются не только на экспериментальных данных о поведении объекта моделирования, но и на теоретическом знании о его природе и свойствах.

В рамках реализации данной цели в диссертации получен целый ряд новых научных результатов, связанных с тремя основными областями, такими как: 1) развитие нейросетевых технологий, обеспечивающее формирование полуэмпирических моделей динамических систем (разработано унифицированное структурное описание НС-моделей, обеспечивающее единообразное представление всех видов статических и динамических сетей; разработан композиционный подход к синтезу статических и динамических НС-моделей, основанный на интерпретации НС-модели как разложения по обобщенному функциональному базису); 2) математическое и компьютерное моделирование адаптивных динамических систем (разработан подход к гибридному нейросетевому моделированию динамических систем и основанный на нем класс моделей полуэмпирического типа; разработаны алгоритмы формирования гибридных нейросетевых моделей полуэмпирического типа, а также алгоритмы их структурной корректировки и параметрической настройки; разработаны методы и алгоритмы получения обучающих данных для НС- моделей динамических систем); 3) идентификация характеристик управляемых динамических систем (для динамических систем разработан подход к решению задачи идентификации их характеристик как нелинейных функций многих переменных; сформирована типология динамических систем, обеспечивающая единый контекст для решения задач анализа поведения, синтеза управления и идентификации характеристик при создании перспективных технических систем различных классов).

Теоретическая значимость работы состоит в том, что на основе предложенного подхода к развитию нейросетевой технологии получен новый класс математических моделей управляемых динамических систем, включая адаптивные системы, в рамках которого появилась возможность эффективно решать задачи анализа, синтеза и идентификации систем, недоступные средствам традиционного типа.

Практическая значимость работы заключается в открывающихся возможностях существенно продвинуться в направлении роботизации ЛА, что особенно актуально для беспилотных ЛА различных классов, а также для высокоавтоматизированыых пилотируемых ЛА. Роботизация ЛА, осуществляемая на этой основе, позволит существенно повысить их эффективность при решении сложных целевых задач, а также выживаемость в неблагоприятных условиях. Соответственно, результаты, полученные в диссертации, могут быть использованы разработчиками перспективных ЛА при формировании алгоритмов адаптивного и интеллектуального управления их поведением, а также анализа их поведения и решения задач идентификации характеристик.

В качестве замечания по содержанию работы необходимо отметить следующее. Командный сигнал, воздействующий на приводы органов управления в вычислительном эксперименте по получению обучающих данных, вызывает в ряде экспериментов излишне энергичное изменение угла атаки ЛА, что может привести к перегрузкам, превышающим их разрушающие значения. Представляется целесообразным вместо одного эксперимента с такими воздействиями на органы управления провести несколько экспериментов с ограничениями на эти воздействия и с последующим объединением получаемых результатов в одном обучающем наборе, что обеспечит требуемую его информативность. Данное замечание не снижает ценности рассматриваемой работы для теории и практики создания и эксплуатации перспективных ЛА, Представленный автореферат позволяет заключить, что работа удовлетворяет требованиям ВАК РФ, а ее автор, Тюменцев Юрий Владимирович, заслуживает присуждения ему ученой степени доктора технических наук по специальности 05.13.01 «Системный анализ, управление и обработка информации (авиационная и ракетно-космическая техника)».

Начальник лаборатории ФГУП «ГосНИИАС» доктор технических наук профессор О.Н. Корсун Корсун Олег Николаевич Доктор технических наук профессор начальник лаборатории ФГУП «ГосНИИАС». Адрес организации: Россия, 125319, г. Москва, ул. Викторенко, 7. Электронная почта: тагтоао<®катЫепги Рабоч. тел: (+7)-499-157-93-б1 Я, Корсун Олег Николаевич, даю согласие на включение моих персональных данных в документы, связанные с работой диссертационного совета, и их дальнейшую обработку. О.Н.

Корсун Подпись Корсуна О.11. заверяю, Ученый секретарь ФГУП «ГосНИИАС» доктор технических наук п / С.М. Мужичек '7 .;.'. ~ / 2016 г. «» .