Отзыв на автореферат 5 (785783)

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла

ОТЗЫВна автореферат диссертации Тюменцева Юрия Владимировича на тему «Нейросетевое моделирование адаптивных динамических систем», представленной к защите насоискание ученой степени доктора технических наук по специальности05.13.01«Системный анализ, управление и обработка информации (авиационная и ракетно­космическая техника)>>.Одним из важнейших элементов комплекса средств, обеспечивающего разработку ал­горитмов управления для динамических систем, включая летательные аппараты различныхклассов, является модель (математическая и компьютерная) рассматриваемой системы какобъекта управления.

При традиционном подходе к синтезу алгоритмов управления ЛА, как идругих видов динамических систем, модель объекта необходима на этапе формирования этихалгоритмов. В то же время, если на систему управления возлагаются функции парированиявлияния неопределенностей различных видов, включая неопределенности, порождаемые не­штатнымиситуациями(отказы,повреждения),возникаетпроблема наделениясистемыуправления свойствами адаптивности, т.е. возможностями подстраивать алгоритм управленияпод меняющуюся ситуацию.

В таком случае модель объекта, которая использовалась на этаперазработки системы управления, перестает соответствовать объекту и требуется восстановитьв реальном времени полёта ее адекватность и адекватность соответствующих модели законовуправления управляемому объекту. Таким образом, модель объекта, наряду с алгоритмамиуправления, должна непрерывно подстраиваться под реальные характеристики объекта, тоесть должна быть адаптивной. Наличие у системы управления свойства адаптивности позво­ляет существенно повысить качественные характеристики устойчивости и управляемости ЛАи безопасность полётов.

Учитывая то значение, которое всегда придается проблеме безопас­ности полета, проблема адаптивного моделирования управляемых динамических систем име­ет высокую актуальность.Традиционно обеспечение нечувствительности систем управления к малым изменени­ям параметров модели объекта осуществляется на основе придания системам управлениясвойства робастности. Существенные изменения модели, по отношению к использованнойпри синтезе алгоритмов управления, парируются путём её адаптации на основе теории теку­щей (в реальном времени) идентификации.

При этом относительно небольшие изменения вмодели определяются средствами параметрической идентификации с использованием извест­ных структур систем обыкновенных дифференциальных уравнений, характеризующих мо­дель. Однако такая форма модели объекта не позволяет удовлетворить требованию ее адап­тивности в случае более значительных и непредвиденных изменений в объекте.

В этом случаеприменяют методы непараметрической идентификации и, наряду с другими вариантами ма­тематического описания моделей, в качестве альтернативы дифференциальным уравнениямчасто используют математический аппарат искусственных нейронных сетей. Однако этот ап­парат в его традиционном варианте опирается, как правило, на рассмотрение динамическойсистемы в виде «черного ящика», что накладывает серьезные ограничения на уровень слож­ности решаемых задач. В связи с этим, цель диссертационной работы заключается в созданиикласса математических и компьютерных моделей, основанных на нейросетевой технологии,так как она обеспечивает требуемую адаптивность модели, но использующая концепцию «се­рый ящик», согласно которой модель строится не только на основе эксперийё l'аль~аlIJ..I1J.ц , ~[.G.j;- -' Cl,,1 I ~""-r=---I lД _~ ~ 71ных О поведении объекта управления, но и на теоретических знаниях о его свойствах. В итогеполучен класс гибридных (полуэмпирических) моделей динамических систем, позволяющийрешать задачи анализа поведения, синтеза управления и идентификации характеристик дина­мических систем.Реализация данной цели потребовала проведения обширных исследований в областинейросетевых технологий, математического моделирования управляемых динамических си­стем, идентификации характеристик таких систем.

Эти исследования позволили получитьследующие новые научные. результаты: разработан подход к гибридному нейросетевомумоделированию динамических систем и основанный на нем класс моделей полуэмпирическо­го типа, объединяющий теоретические знания об объекте моделирования и эксперименталь­ные данные о его поведении; разработано унифицированное структурное описание нейросе­тевых моделей, обеспечивающее единообразное представление статических и динамическихсетей; разработан композиционный подход к синтезу статических и динамических нейросете­вых моделей, основанный на интерпретации таких моделей, как разложений по обобщенномуфункциональному базису; разработаны алгоритмы формирования гибридных нейросетевыхмоделей полуэмпирического типа, а также алгоритмы их структурной корректировки и пара­метрической настройки; разработаны методы и алгоритмы получения обучающих данных длянейросетевых моделей динамических систем; для управляемых динамических систем разра­ботан подход к решению задачи идентификации их характеристик как нелинейных функциймногих переменных; предложена типология динамических систем, обеспечивающая единыйконтекст для решения задач анализа поведения, синтеза управления и идентификации харак­теристик при создании перспективных технических систем различных классов.Предложенный в диссертации класс гибридных нейросетевых моделей динамическихсистем, а также методы синтеза и параметрической настройки таких моделей открывают но­вые возможности для решения задач управления поведением сложных технических систем,действующих в условиях неопределенностеЙ.

Данное обстоятельство определяет высокуютеоретическую значимость рассматриваемой диссертационной работы. Ее практическаязначимость состоит в том, что на основе полученных в ней результатов могут разрабаты­ваться алгоритмы автоматической адаптации законов управления ЛА к неопределённостям вобъекте и внешней среде, что позволит существенно повысить их эффективность при реше­нии сложных целевых задач, а также выживаемость в неблагоприятных условиях. Эти резуль­таты могут быть использованы разработчиками перспективных ЛА при формировании алго­ритмов адаптивного управления полётом, а также при решении задач идентификации харак­теристик ЛА.В качестве замечаний по автореферату считаем необходимым отметить следующие:1)диссертация относится к известной области проблем идентификации математических мо­делей динамических систем, в которой накоплен обширный теоретический и практическийопыт, в том числе, опыт построения и идентификации нейросетевых моделей (см., например,Цыпкин я.336 с.).3.Информационная теория идентификации.-М.: Наука.

Физматлит,1995. -Вместе с тем, из текста автореферата неясно, проводился ли соответствующий анализпредметной области исследований и сравнивались ли полученные результаты с результатамидругих авторов в рассматриваемой области;2)в тексте автореферата ни разу не упоминается понятие реального времени функционирова­ния динамической системы. В связи с этим непонятно, относятся ли полученные автором ре­зультаты к стадии предварительного проектирования систем управления, либо к стадии ихнепосредственного применения в реальном времени полёта. Если предполагается адаптациямоделей в реальном времени полёта, то в автореферате недостаёт материалов, характеризую­щих время текущей идентификации их структур и параметров;3)одной из ключевых проблем идентификации вообще и нейросетевой идентификации вчастности является проблема состоятельности или сходимости оценок параметров или моде­лей.

Из автореферата не ясно, как автором решается данная проблема?2Указанные замечания не снижают общей положительной оценки рассматриваемойдиссертационной работы. Представленный автореферат дает основания утверждать, что рабо­та удовлетворяет требованиям ВАК РФ, а ее автор, Тюменцев Юрий Владимирович, заслужи­вает присуждения ему ученой степени доктора технических наук по специальности05.13.01«Системныйракетно­анализ,управлениеиобработкаинформации(авиационнаяикосмическая техника)>>.Главный конструктор ТН-17'Открытого акционерного общества«Московский научно-производственныйкомплекс «Авионика» имени О.В. Успенского»(ОАО МНПК «Авионика»),К .

Т.н., доцент,Действительный член «Академии навигации и управления движением»-C" "- -o_,.--"~"""""'", "- -_ _--=-=-__ Кулабухов Владимир СергеевичЗаместитель главного конструктора ТН-17Открытого акционерного общества«Московский научно-производственныйкомплекс «Авионика» имени О.В. Успенского»(ОАО МНПК «Авионика»),ДT.НZ;~--+Ui-/l--"~Ч~-Ь'------- Бронников Андрей МихайловичАдрес: 127055,Россия, Москва, ул. Образцова,7Тел.:8-965-119-40-38E-mail: nit@mnpk.ruПодписи Кулабухова В.С. и Бронникова А.М.

заверяю:О.Б. Прибьшова3.

Характеристики

Тип файла PDF

PDF-формат наиболее широко используется для просмотра любого типа файлов на любом устройстве. В него можно сохранить документ, таблицы, презентацию, текст, чертежи, вычисления, графики и всё остальное, что можно показать на экране любого устройства. Именно его лучше всего использовать для печати.

Например, если Вам нужно распечатать чертёж из автокада, Вы сохраните чертёж на флешку, но будет ли автокад в пункте печати? А если будет, то нужная версия с нужными библиотеками? Именно для этого и нужен формат PDF - в нём точно будет показано верно вне зависимости от того, в какой программе создали PDF-файл и есть ли нужная программа для его просмотра.

Список файлов диссертации