Введение
ГЛАВА 1. Анализ современного состояния вопросов управления динамическими системами в условиях параметрической неопределенности 20
1.1 Анализ проблемы учета факторов неопределенности информации, характерных для процесса управления сложными динамическими системами 20
1.2 Анализ методов синтеза систем управления динамическими объектами с параметрической неопределенностью 24
1.3 Анализ использования алгоритмов с нейросетевыми моделями для робастного управления динамическими системами в условиях параметрической неопределенности 30
1.4 Обоснование целесообразности использования системы остаточных классов в задачах робастного управления динамическими объектами 39
1.5 Цель и задачи диссертационной работы 42
Выводы по главе 1 45
ГЛАВА 2. Разработка интервальных динамических моделей объектов и методов построения робастных нейросетевых систем управления 48
2.1 Разработка интервальной динамической модели многопараметрического объекта для синтеза робастной системы управления 48
2.2 Идентификация нейросетевой модели динамического объекта с учетом параметрической неопределенности 69
2.2.1 Сравнительный анализ алгоритмов обучения нейросетевой модели динамического объекта 69
2.2.2 Разработка алгоритма определения структуры нейросетевой модели динамического объекта при наличии скрытых слоев 74
2.3 Разработка метода и алгоритма структурно-параметрического синтеза робастной многомодульной системы управления с переменной структурой с нейросетевыми моделями 81
Выводы по главе 2 91
ГЛАВА 3. Разработка алгоритмов управления пидконтроллеров, функционирующих в системе остаточных классов 93
3.1 Разработка методики расчета настроек робастного ПИД - регулятора с использованием интервальной модели объекта 93
3.2 Разработка алгоритмического обеспечения систем управления и обоснование необходимости расширения функциональных возможностей робаст-ных регуляторов 104
3.3 Разработка модулярного ПИД-контроллера с расширенными функциональными возможностями в системе остаточных классов 111
3.4 Разработка алгоритма выбора оснований системы остаточных классов для реализации модулярного ПИД-контроллера с нелинейностями 131
Выводы по главе 3 141
ГЛАВА 4. Разработка методики решения многокритериальной задачи выбора нейросетевых моделей и алгоритмов управления робастных систем 143
4.1 Анализ методов и подходов к решению многокритериальных задач оценки и выбора нейросетевых моделей и алгоритмов управления в условиях неопределенности 143
4.2 Обоснование перечня критериев сравнения нейросетевых моделей сложных систем, ориентированных на решение задач управления 147
4.3 Решение многокритериальной задачи сравнения и выбора нейросетевых моделей и алгоритмов управления на основе метода анализа иерархий 152
Выводы по главе 4 164
Заключение 165
