| dc.contributor.author | Хапкин, Д. Л. | ru |
| dc.contributor.author | Феофилов, С. В. | ru |
| dc.contributor.author | Козырь, А. В. | ru |
| dc.coverage.spatial | Минск | ru |
| dc.date.accessioned | 2022-12-28T10:38:22Z | |
| dc.date.available | 2022-12-28T10:38:22Z | |
| dc.date.issued | 2022 | |
| dc.identifier.citation | Хапкин, Д. Л. Синтез нейросетевых регуляторов с гарантией устойчивости и качества переходного процесса = Synthesis of neural network regulators with guarantee of stability and quality of the transition process / Д. Л. Хапкин, С. В. Феофилов, А. В. Козырь // Приборостроение-2022 : материалы 15-й Международной научно-технической конференции, 16-18 ноября 2022 года, Минск, Республика Беларусь / редкол.: О. К. Гусев (председатель) [и др.]. – Минск : БНТУ, 2022. – С. 122-124. | ru |
| dc.identifier.uri | https://rep.bntu.by/handle/data/124441 | |
| dc.description.abstract | В работе рассматривается синтез гарантированно устойчивого нейрорегулятора для следящих систем с оптимизацией по времени переходного процесса. Предлагаемый подход основан на одновременном формировании регулятора и функции Ляпунова в виде нейронных сетей. Рассмотрено применение целочисленного линейного программирования для поиска функции Ляпунова. Предлагается использовать комплексный критерий оптимизации, позволяющий обеспечивать устойчивость и настраивать нейросетевой регулятор с учетом качества переходного процесса. | ru |
| dc.language.iso | ru | ru |
| dc.publisher | БНТУ | ru |
| dc.title | Синтез нейросетевых регуляторов с гарантией устойчивости и качества переходного процесса | ru |
| dc.title.alternative | Synthesis of neural network regulators with guarantee of stability and quality of the transition process | ru |
| dc.type | Working Paper | ru |
| local.description.annotation | In this article we consider the synthesis of a guaranteed stable neuroregulator for tracking systems with transient time optimization. The proposed approach is based on the simultaneous formation of regulator and Lyapunov function in the form of neural networks. The application of integer linear programming to find the Lyapunov function is considered. It is offered to use complex criterion of optimization, allowing to provide stability and to adjust the neural network regulator taking into account quality of transition process. | ru |
