seatsСоциально-экономические и технические системы: исследование, проектирование, оптимизацияSocial-economic and technical systems: research, design and optimization1991-6302Казанский (Приволжский) федеральный университетseats-46Research ArticleОРГАНИЗАЦИОННО-ТЕХНИЧЕСКИЕ СИСТЕМЫ: ПРОЕКТИРОВАНИЕ, ФУНКЦИОНИРОВАНИЕ, ЭКСПЛУАТАЦИЯОРГАНИЗАЦИОННО-ТЕХНИЧЕСКИЕ СИСТЕМЫ: ПРОЕКТИРОВАНИЕ, ФУНКЦИОНИРОВАНИЕ, ЭКСПЛУАТАЦИЯСокращение объёма вычислений в задаче синтеза нейронных сетей на основе алгоритма управления обучающей выборкойReduction of the Calculation Number in the Neural Network Synthesis Task Using the Training Set Control AlgorithmЮрковД. А.YurkovD. A.

Юрков Д.А., доцент.

Yurkov D.A., Candidate of Technical Sciences, Associate Professor.

ЮрковВ. А.YurkovV. A.

Юрков В.А., старший преподаватель.

Yurkov V.A., Senior Lecturer.

ФГБОУ ВО «Луганский государственный университет имени Владимира Даля»РоссияThe Federal State Budgetary Educational Institution of Higher Education «Lugansk State University named after Vladimir Dahl»Russian Federation20242310202501108118Copyright © Юрков Д.А., Юрков В.А., 20252025Юрков Д.А., Юрков В.А.Yurkov D.A., Yurkov V.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://seats.elpub.ru/jour/article/view/46

Описан алгоритм управления обучающей выборкой для увеличения скорости синтеза нейросетевой модели нестационарного объекта и сокращения объёма вычислений. Приведены экспериментальные данные, позволяющие оценить качество работы алгоритма при значительном сокращении количества элементов выборки. Предложенный алгоритм позволяет получать нейросетевые модели нестационарных объектов в режиме реального времени.

The training set control algorithm for the increasing of the speed of the synthesis of the neural network model of the non-stationary object and the reduction of the calculation number is described. The experimental data which allows us to judge the algorithm quality having the considerable reduction of the amount of the elements of the set are given. This algorithm allows us to get neural network models of non-stationary objects in the real-time.

нейронная сетьсистема управленияпараметрический синтезneural networkcontrol systemparametric synthesisReferencesЛьюнг Л. Идентификация систем. Теория для пользователя. М.:Наука. Гл. ред. Физ.-мат. лит., 1991. – 432 с.Льюнг Л. Идентификация систем. Теория для пользователя. М.:Наука. Гл. ред. Физ.-мат. лит., 1991. – 432 с.Методы классической и современной теории автоматического управления: Учебник в 5-ти тт.; 2-е изд., перераб. и доп. Т.5: Методы современной теории автоматического управления / Под ред. К.А. Пупкова, Н.Д. Егупова. – М.:Издательство МГТУ им. Н.Э. Баумана, 2004. – 784 с.Методы классической и современной теории автоматического управления: Учебник в 5-ти тт.; 2-е изд., перераб. и доп. Т.5: Методы современной теории автоматического управления / Под ред. К.А. Пупкова, Н.Д. Егупова. – М.:Издательство МГТУ им. Н.Э. Баумана, 2004. – 784 с.Методы робастного, нейро-нечеткого и адаптивного управления: Учебник /Под ред. Н.Д. Егупова; издание 2-ое, стереотипное. - М.:Издательство МГТУ им. Н.Э. Баумана, 2002. – 744 с.Методы робастного, нейро-нечеткого и адаптивного управления: Учебник /Под ред. Н.Д. Егупова; издание 2-ое, стереотипное. - М.:Издательство МГТУ им. Н.Э. Баумана, 2002. – 744 с.Нестационарные системы автоматического управления: анализ, синтез и оптимизация / Под ред. К.А. Пупкова, Н.Д. Егупова. – М.:Издательство МГТУ им. Н.Э. Баумана, 2007. – 632 с.Нестационарные системы автоматического управления: анализ, синтез и оптимизация / Под ред. К.А. Пупкова, Н.Д. Егупова. – М.:Издательство МГТУ им. Н.Э. Баумана, 2007. – 632 с.Денис Дж., Шнабель Р. Численные методы безусловной оптимизации и решения нелинейных уравнений: Пер. с англ. – М.:Мир, 1998. – 440 с.Денис Дж., Шнабель Р. Численные методы безусловной оптимизации и решения нелинейных уравнений: Пер. с англ. – М.:Мир, 1998. – 440 с.Адаптивные фильтры: Пер. с англ./Под ред. К. Ф. Н. Коуэна и П. М. Гранта. – М.: Мир, 1988. – 392 с.Адаптивные фильтры: Пер. с англ./Под ред. К. Ф. Н. Коуэна и П. М. Гранта. – М.: Мир, 1988. – 392 с.

The authors declare that there are no conflicts of interest present.