Методика повышения качества нейросетевого моделирования динамических объектов

Аннотация: Рассматривается задача нейросетевого моделирования нелинейных динамических объектов с помощью рекур-рентных нейронных сетей. Предлагается подход по улучшению точности моделирования с помощью статической нейронной сети типа «многослойный перцептрон», обрабатывающей корреляционные зависимости динамического процесса и аппроксимирующей ошибку моделирования. Сформулирована методика синтеза и применения корре-ляционной нейросетевой модели CCF-MLP, обеспечивающей улучшение качества моделирования обычной ре-куррентной нейронной сети. Проведены имитационные эксперименты с нейросетевой рекуррентной сетью типа GRU, моделирующей поведение нелинейного динамического объекта, а также GRU с предложенной моделью CCF-MLP. Подтверждено улучшение качества моделирования (RMSE, MAPE) при применения CCF-MLP как в случае наличия, так и отсутствия помехи в наблюдаемых данных. Практическая применимость предложенного метода проверена на реальной системе контроля уровня жидкости.

Ключевые слова: нелинейный динамический объект, моделирование ди-намического объекта, рекуррентная нейронная сеть, многослойный перцептрон, взаимная корреляционная функция

Библиография статьи: Ван С. Методика повышения качества нейросетевого моделирования динамических объектов / С. Ван, В. Л. Елисеев // Доклады ТУСУР. – 2024. – Т. 27, № 3. – С. 92–99. DOI: 10.21293/1818-0442-2024-27-3-92-99