МЕТОДЫ АДАПТАЦИИ И МАШИННОГО ОБУЧЕНИЯ В ЗАДАЧАХ УПРАВЛЕНИЯ СЛОЖНЫМИ СИСТЕМАМИ ЧЕРЕЗ СЕТЕВЫЕ КАНАЛЫ СВЯЗИ (заключительный)

Разработана структура и алгоритм построения нейронной сети для задачи классификации динамических объектов; идея алгоритма основана на сочетании метода обратного распространения ошибки и метода скоростного градиента; получено аналитическое обоснование эффективности разработанного алгоритма. Проведены исследования по использованию глубоких нейронных сетей для нейрообратной связи с целью классификации состояния нервной системы; исследована возможность предобучения нижних слоев нейронной сети на данных из открытых источников. Предложен метод объединения классификаторов основанных на сверточных нейронных сетях без их переучивания. Предложен новый метод автоматического определения оптимального, в некотором энтропийном смысле, количества кластеров для алгоритма К-средних, предназначенного для использования в задачах кластеризации в пространствах с большой размерностью. Для задачи управления энергией гамильтоновых систем с одной степенью свободы через сетевой канал связи предложен новый алгоритм с постоянным запаздыванием, позволяющий стабилизировать энергию при измерении только угловой координаты; получены точные оценки на границы начального и целевого множества в фазовом пространстве, эти оценки тривиально обобщаются на случай дискретного (квантованного по времени) регулятора и позволяют установить функциональную зависимость между точностью регулирования и пропускной способностью канала связи. На основе метода скоростного градиента получены результаты по селективной раскачке блок-гамильтоновых систем. Предложена новая версия понятия пассифицируемости линейных систем, которую можно рассматривать как расширение стандартной пассифицируемости на случай когда выход, относительно которого есть гиперминимальнофазовость, недоступен для измерения; полученные результаты могут быть использованы для анализа нейронных сетей. Показано, что после дискретизации линейной стационарной системы с достаточно малым временным шагом построенная дискретная модель обладает невырожденным старшим коэффициентом числителя передаточной функции; этот факт значительно упрощает решения многих задач управления для построенной модели и ее непрерывного прототипа; результаты проиллюстрированы на примере дискретной модели асинхронного электродвигателя. Предложен алгоритм обеспечивающий оценивание, асимптотически оптимальное по критерию среднего квадрата невязки модели с любой наперед заданной вероятностью; на основе алгоритма построен адаптивный асимптотически оптимальный регулятор для линейного минимально-фазового объекта управления, находящегося под воздействием стохастических возмущений; рассмотрена модификация алгоритма, ориентированная на случай систем с изменяющимися во времени параметрами. Разработаны новые алгоритмы для задач адаптивного управления и оценивания через каналы с ограниченной пропускной способностью и неизвестным либо переменным запаздыванием; получена априорная оценка количества коррекций, производимых алгоритмом оценивания параметров объекта. Предложен рекуррентный алгоритм адаптации для задачи адаптивного управления при наличии квазистохастических возмущений с учетом ограничений на пропускную способность канала связи.