Дерябин В. В. Оценка точности нейросетевой системы счисления пути судна : текстовая версия

Предлагается методика оценки точности системы счисления пути судна, созданной на основе нейронной сети. В методике учитываются погрешности, возникающие при идентификации моде ли движения судна, и ошибки измерений в х оде эксплуатации системы. Приводится пример реализации нейросетевой системы с оценкой точности координат для одного крупнотоннажного судна.

Одна из важных задач судовождения – ведение счисления пути, имеющее особое значение, когда по тем или иным причинам невозможно получить координаты места судна с использованием внешних измерений. Велика роль счисления и в задачах комплексирования навигационной информации, когда автономная навигационная система используется, например, совместно со спутниковой. Таким образом, вопросы повышения точности счисления остаются актуальными в настоящее время. Как известно, с течением времени счислимые координаты изменяются нелинейно, а их расчет выполняется, как правило, в условиях неопределенности и неполноты исходных данных. Отмеченные свойства нелинейности и неопределенности следует учитывать при выборе теоретического аппарата, который предпо- лагается использовать для повышения точности счисления.

Перспективным в указанном отношении представляется применение нейросетевых технологий. Так, в исследованиях [1–3] система счисления выполняет функцию идентификации модели движения судна в условиях внешних возмущений и ее свободные параметры зависят от физических характеристик конкретного судна. Для построения полноценной системы счисления требуется введение в ее структуру алгоритма, позволяющего выполнять оценку точности счислимых координат в каждый момент времени. Разработка подобного алгоритма рассматривается в настоящей статье.

Прежде чем приступить к разработке методики оценки точности, сделаем ряд замечаний. Выделим три этапа потери точности нейросетевой системы. Первый и второй этапы − обучение сети. Невозможно обеспечить абсолютно точное отображение «вход-выход» на основе существующих способов обучения, в результате нейронная сеть будет иметь методическую погрешность. Образцы, на которых обучается сеть, содержат определенные погрешности их измерений в ходе натурных наблюдений. Поэтому даже если допустить отсутствие методической ошибки, свободные параметры сети всё равно имеют погрешности их идентификации. На третьем этапе потеря точности происходит по мере использования нейросетевой системы в рабочем режиме, когда компоненты входного сигнала могут быть определены лишь с конечной степенью точности.

Задача разработки алгоритма оценки точности нейросетевой системы счисления имеет следующую особенность: аналитические соотношения, связывающие входной и выходной сигналы сети, а также те, по которым выполняется оптимизация ее свободных параметров, имеют вид, слишком сложный для вывода теоретических соотношений, связывающих погрешность входа с погрешностью выходного сигнала. В связи с этим интерес представляет разработка методики оценки точности синтезированной системы на основе компьютерного моделирования условий неопределенности ее идентификации и работы.
Авторы:  Дерябин В. В.
Источник:  Транспорт РФ. 2015. № 4 (59). С. 40–43.
Ключевые слова:  нейронная сеть, счисление, оценка точности
Контакты:  gmavitder@mail.ru