Метод поиска функций преобразования, связывающих переменные нелинейных и линейных моделей в ГТУ

Abstract

Одной из причин ограниченной области применения геометрической теории управления, является сложность определения преобразований, связывающих переменные линейной и нелинейной моделей и требующих решения системы дифференциальных уравнений в частных производных при ограничениях. В статье предлагается осуществлять поиск функций преобразований с помощью разработанной нейронной сети. Проведенное моделирование показало работоспособность предлагаемого метода для случая, когда исходный нелинейный объект описывается системой уравнений, где правые части почти всех дифференциальных уравнений содержат не более двух одночленов.

One reason for the limited scope of the geometric control theory, is a difficult definition of transformations relating the variables of linear and nonlinear models and solutions require a system of differential equations in partial derivatives with constraints. The paper proposes a search function multiplication with the help of the developed neural network.The simulation showed the efficiency of the proposed method for the case as non-linear as the initial object is described by a system of equations, where the right side of almost all differential equations contain no more than two monomials