Нейросетевая модель управления робототехническим комплексом при проведении аварийно-спасательных работ в условиях Крайнего Севера

Геополитическая обстановка и усиление криминогенных, террористических угроз диктует необходимость освоения новых территорий, в том числе, Севера России. В статье приведены результаты исследования математической модели искусственной нейронной сети, учитывающей запаздывания, предназначенной для управления автопилотируемым наземным робототехническим комплексом, используемым для осуществления перевозок при проведении аварийно-спасательных работ в сложных природно-климатических условиях Арктического региона. Показан универсальный характер предлагаемого метода. Описан подход к нахождению решения задачи оптимизации с применением необходимых условий оптимальности в форме принципа максимума Понтрягина и метода быстрого автоматического дифференцирования. Создан проблемно-ориентированный программный продукт, в основе которого лежит разработанный вычислительный алгоритм построения приближенного оптимального управления. Полученные в ходе численных экспериментов результаты подтверждают эффективность разработанного алгоритма при нахождении приближенного оптимального решения рассматриваемой задачи. Созданное программное средство может быть использовано для обучения искусственных нейронных сетей с динамикой, описываемой системой дифференциальных уравнений, учитывающих запаздывания. Предлагаемая математическая модель искусственных нейронных сетей применима при решении широкого круга прикладных задач робототехники, в том числе, направленных на разработку технических средств для проведения аварийно-спасательных работ в сложных природно-климатических условиях Арктического региона. Гибкость, устойчивость и адаптивность выбранной модели к изменению входных параметров обусловливают перспективность применения разработанного вычислительного алгоритма для решения задач управления сложными техническими системами.

1. Бахтинова Ч.О., Чунаева М.Э. Автоматизация системы контроля качества при организации строительства особо опасных и технически сложных объектов в России. Инженерный вестник Дона. 2022;3. Доступно по: http://www.ivdon.ru/ru/magazine/archive/n3y2022/7511 (дата обращения: 25.11.2022).

2. Душкин А.В., Цветков В.В. Вопросы моделирования состояний инженерно-технических средств охраны и надзора. Вестник Воронежского института ФСИН России. 2014;3:28–31.

3. Сумин В.И., Чураков Д.Ю., Царькова Е.Г. Разработка моделей и алгоритмов информационных структур и процессов объектов особой важности. Промышленные АСУ и контроллеры. 2019;4:30–39.

4. Каяшев А.И., Рахман П.А., Шарипов М.И. Анализ показателей надежности локальных компьютерных сетей. Вестник УГАТУ. 2013;5:140–149.

5. Болодурина И.П., Огурцова Т.А., Арапова О.С., Иванова Ю.П. Теория оптимального управления. Оренбург: Оренбургский государственный университет; 2016. 147 с.

6. Tsarkova E., Belyaev A., Lagutin Y., Matveev Y., Andreeva E. Technical Diagnostics of Equipment Using Data Mining Technologies. Safety in Aviation and Space Technologies: Select Proceedings of the 9th World Congress «Aviation in the XXI Century». Cham: Springer. 2022:345–356. Available by: https://link.springer.com/chapter/10.1007/978-3-030-85057-9_30 (accessed on 26.11.2022).

7. Шанин Д.А., Чикин В.В. Нейросетевой адаптивный контроллер для задачи управления объектом с неизвестной структурой посредством глобальной обратной связи. Инженерный вестник Дона. 2008;2. Доступно по: http://ivdon.ru/ru/magazine/archive/n2y2008/60 (дата обращения: 25.11.2022).

8. Евтушенко Ю.Г. Методы решения экстремальных задач и их применение в системах оптимизации. Москва; 1982. 432 с.

9. Dushkin A.V., Kasatkina T.I., Novoseltsev V.I., Ivanov S.V. An improved method for predicting the evolution of the characteristic parameters of an information system. Journal of Physics: Conference Series. 2018;973(1):012031. Available by: https://iopscience.iop.org/article/10.1088/1742-6596/1003/1/012012/meta (accessed on 26.11.2022).

10. Dubrovin A.S., Ogorodnikova O.V., Tsarkova E.G., Andreeva E.A., Kulikova T.N. Analysis and visualization in graph database management systems. Journal of Physics: Conference Series: Current Problems. 2021;1902(1):012059. Available by: https://iopscience.iop.org/article/10.1088/1742-6596/1902/1/012059 (accessed on 26.11.2022).