IDENTIFICATION OF CONTROL OBJECTS IN THE PRESENCE OF HIDDEN (LATENT) VARIABLES

Abstract

Рассматривается задача идентификации сложных технологических объектов, характеризующихся наличием различных неконтролируемых возмущений, высоким уровнем помех, неполнотой сведений о характере протекающих в них процессов. В такой ситуации, как правило, не удается построить адекватную работоспособную математическую модель объекта. Одной из возможных причин этого является наличие ранее неизученного влияния со стороны, так называемых, скрытых или латентных переменных. Предлагается для выявления их наличия и свойств использовать автоассоциативные искусственные нейронные сети (АИНС). С помощью имитационного эксперимента показана эффективность такого подхода, обеспечивающего в конечном итоге оптимизацию системы управления технологическим объектом. The problem of identifying complex technological objects characterized by thepresence of various uncontrolled disturbances, a high level of interference, and incomplete information about the nature of the processes occurring in them is considered. In such a situation, as a rule, it is not possible to build an adequate workable mathematical model of the object. One of the possible reasons for this is the presence of a previously unexplored influence from the so-called hidden or latent variables. It is proposed to use auto-associative artificial neural networks (ANN) to identify their presence and properties. With the help of a simulation experiment, the effectiveness of this approach is shown, which ultimately ensures the optimization of the control system of a technological object.