Сведения о результатах защиты (Нейросетевое моделирование адаптивных динамических систем), страница 3

Отзыв положительный. Подпись Крыжановского Б.В. заверена начальником отдела кадров ФНЦ НИИСИ РАН Полех Ж.А. Замечания; 1) Инкрементное обучение является перспективным инструментом корректиров- ки НС-моделей, позволяющим наращивать возможности модели, не прибегая к ее полному переобучению. По этой причине данный подход заслуживает более под- робного рассмотрения, чем это имеет место в диссертации. 2) Вставочные нейроны и подсети позволяют ввести механизмы адаптивности внутрь НС-модели, тогда как традиционные механизмы адаптации являются внешними по отношению к модели или закону управления.

Оба подхода (внут- ренние и внешние механизмы адаптации) имеют как достоинства, так и недостатки. Сопоставление и сравнительный анализ механизмов адаптации с этой точки зрения в диссертации отсутствует, что не позволяет обоснованно принять решение в пользу одного из этих механизмов при решении конкретных прикладных задач. 3) Один из важных этапов преобразования исходной теоретической модели в ее НС-представление, а именно, преобразование модели ДС с непрерывным временем в модель с дискретным временем, дается слишком сжато и не позволяет прочувствовать специфику этого процесса. 4) Показано, что полуэмпирические НС-модели управляемых ДС по точности превосходят традиционные динамические НС-модели типа ХАВХ.

Для полного представления о точности полуэмпирической НС-модели следовало бы сравнить ее с более продвинутыми моделями, например, с сетями глубокого обучения. 3. Васильев Александр Николаевич, доктор технических наук, профессор Санкт-Петербургского политехнического университета Петра Великого (официальный оппонент).

Отзыв положительный. Подпись Васильева А.Н. удостоверена Николаевой М.А., ведущим специалистом по кадрам Санкт-Петербургского политехнического университета Петра Велико- го. Замечания: 1) Рассмотрение НС-моделей традиционного типа проводится, в основном, на примере моделей типа МАЯХ 1нелинейная авторегрессия с внешним входом) и не дается их сопоставление с моделями типа ХАКМАХ, учитывающих неконтролируемые внешние возмущающие воздействия уже на этапе синтеза модели ДС. 2) В качестве динамической НС-модели традиционного вида (типа «черный ящик») рассматривается сеть типа МАЯХ и, в меньшей степени, НАЙМАХ. Отсутствует сопоставление с рекуррентными НС-моделями ДС других видов. 3) При преобразовании исходной теоретической модели в виде системы обыкновенных дифференциальных уравнений в НС-структуру отсутствует анализ влия- 11 ния вида разностной схемы, отвечающей тому или иному методу интегрирования ОДУ, на свойства (точность, устойчивость) получаемой НС-модели.

4) Отсутствует обзор и анализ доступной литературы по теме диссертации, а встречающиеся иногда комментарии не всегда сделаны корректно: например, п.3.1 стр.144 (о моделях типа «черный ящик»). Список литературы предпочтительней упорядочить по алфавиту. 4. Харьков Виталий Петрович, доктор технических наук, профессор„советник Генерального директора ООО «Экспериментальная мастерская Наука- Софт» (официальный оппонент).

Отзыв положительный, Подпись Харькова В.П. заверена начальником отдела по работе с личным составом Максимовой О.Ю. Замечания: 1) В диссертации недостаточно четко сформулирована проблема, решению которой она посвящена. Вследствие этого достаточно сложно за полученными результатами увидеть единую проблему. Моделирование адаптивных систем управления, что внесено в название темы диссертации, также не отражает ни содержание диссертации, ни решаемую проблему. 2) Предлагаемые адаптивные алгоритмы управления, сочетающие в себе совокупность различных известных подходов с НС-моделированием, проработаны недостаточно глубоко. Отсутствуют как области параметрической неопределенности их применения, так и сравнительный анализ целесообразности использования какого-то конкретного метода адаптивного управления. 3) Изложенный НС-подход к моделированию движения ЛА с адаптивным управлением представляет собой скрытую форму идентификации и сравнивать одни результаты моделирования с другими, полученными, по так называемым, «плохим» моделям не совсем корректно.

4) Реконфигурация системы управления на основе идентификации предполагает наличие определенного временного интервала, в течение которого достигается сходимость процесса идентификации. Не оговорено время обучения нейросети 12 при различных отказах и повреждениях, ни время развития аварийной ситуации, при которой любое управление не способно ликвидировать возникшую деграда- цию.

5. Акционерное общество «Концерн воздушно-космической обороны «Алмаз- Антей» (АО «Концерн ВКО «Алмаз-Антей»)» (отзыв на автореферат). Отзыв положительный. Отзыв подписал Росляков И.А., кандидат технических наук, Начальник управления инновационного развития АО «Концерн ВКО «Апмаз-Антей». Отзыв утвердил Созинов П.А., доктор технических наук, Генеральный конструктор АО «Концерн ВКО «Алмаз-Антей».

В качестве замечания по автореферату следует указать на слишком сжатое изложение процесса получения полуэмпирической нейросетевой модели управляемой динамической системы из ее исходной теоретической модели в виде обыкновенньгх дифференциальных уравнений, что не позволяет понять специфику данного процесса, а также возможности варьирования его элементов в ситуациях работы со сложными объектами моделирования, когда стандартных элементов становится недостаточно.

6. Государственный научный центр ФГУН «Государственный научноисследовательский центр авиационных систем» (ГосНИИ АС) (отзыв на автореферат). Отзыв положительный. Отзыв подписал Корсун О.Н., доктор технических наук, профессор, начальник лаборатории ФГУП «ГосНИИ АС». Подпись Корсуна О.Н. заверил Мужичек С.М., Ученый секретарь ФГУП «ГосНИИ АС», доктор технических наук, профес- сор. Замечание: 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 целесо- ) ' И образным вместо одного эксперимента с такими воздействиями на органы управ- ления провести несколько экспериментов с ограничениями на эти воздействия и с последующим объединением получаемых результатов в одном обучающем набо- ре, что обеспечит требуемую его информативность.

8. ФГУН «Государственный научно-исследовательский институт граждан- ской авиации» (ФГУП ГосНИИ ГА) (отзыв на автореферат). Отзыв положи- тельный. Отзыв подписала Масленникова Г.Е., доктор технических наук, начальник отдела исследований изменений летных характеристик воздушных судов в процессе экс- плуатации ГосНИИ ГА. Отзыв утвердил Заместитель генерального директора ГосНИИ ГА, кандидат технических наук Громов М.С. Замечания: 14 7. Государственный научный центр АО «Летно-исследовательский институт им.

М.М. Громова» (АО ЛИИ им. М.М. Громова) (отзыв на автореферат). Отзыв положительный. Отзыв подписал Поплавский Б.К., доктор технических наук, профессор, начальник лаборатории ГНЦ АО «ЛИИ им. М.М, Громова». Отзыв утвердил Первый заместитель генерального директора по науке — начальник НИЦ АО «ЛИИ им, М.М. Громова» В.В. Цыплаков. Замечание: При решении задачи идентификации аэродинамических характеристик ЛА не дано сравнение результатов автора с результатами, которые могут быть получены другими методами, не приведены алгоритмы определения производных аэродинамических коэффициентов по различным переменным состояния и управления. В автореферате упоминается о том, что имеется алгоритм получения этих производных, основанный на использовании функционального представления коэффициентов сил и моментов, полученного в диссертации.

Однако этот важный для практики вопрос освещен в автореферате недостаточно. 1) В задаче идентификации аэродинамических характеристик летательного аппарата, имеющей важное значение для успешного формирования модели движения ЛА, из шести коэффициентов аэродинамических сил и моментов рассмотрены пять, коэффициенту аэродинамического сопротивления (суммы аэродинамического сопротивления и тяги) не уделено достаточного внимания, а именно нахождение зависимости для этой величины представляет собой традиционно сложную проблему, кроме того, задача создания адаптивных алгоритмов управления на случай отказа двигателя, является одной из наиболее актуальных.