350 rub
Journal Information-measuring and Control Systems №2 for 2009 г.
Article in number:
Keywords:
Authors:
Калюжный Д. А., Нечаев Ю. И.
Abstract:
Обсуждается построение нейро-нечеткого контроля динамики летательного аппарата при посадке в морских условиях. Построены алгоритмы обработки информации в рамках принципа конкуренции. Проведено моделирование поведения летательного аппарата при заходе на посадку на основе классической теории управления и нейросетевых моделей
Pages: 34
References
  1. Интеллектуальные системы в морских исследованиях и технологиях / Под ред. Ю.И.Нечаева. Санкт-Петербург. ГМТУ. 2001.
  2. Нечаев Ю.И., Калюжный Д.А. Контроль и визуализация динамических сцен при посадке летательных аппаратов морского базирования // Сборник докладов Международной конференции по мягким вычислениям и измерениям
    SCM-2006. Санкт-Петебург. 2006. т. 2, с. 54 - 57.
  3. Калюжный Д.А., Нечаев Ю.И. Структура базы знаний интеллектуальных систем корабельной посадки летательных аппаратов // Информационно-измерительные и управляющие сиcтемы. 2007, №9, с. 17 - 20.
  4. Красовский А.А. Системы автоматического управления полетом  и  их аналитическое конструирование. - М.: Наука, 1973.
  5. Нечаев Ю.И. Математическое моделирование в бортовых интеллектуальных системах реального времени // Тр. 5-й Всероссийской конференции «Нейроинформатика-2003». М.: 2003. Лекции по нейроинформатике. Часть 2, с. 119 - 179.
  6. Нечаев Ю.И., Петров О.Н. База знаний и механизм логического вывода // Бортовые интеллектуальные системы. Часть 2. Корабельные системы, с. 23 - 27.
  7. Нечаев Ю.И. Архитектура и концептуальная модель интеллектуальной системы корабельной посадки летательных аппаратов // Информационно-измерительные и управляющие системы. 2007, №9, с. 17 - 20.
  8. Бrusov V.S., Tiumentsev Yu.V. High performance aircraft flight control based on artificial neural networks // Proc. of the RRDPAE-96. Warsaw. 1997, pp. 97 - 100.
  9. Lange, F. Fast and Accurate Training of Multilayer Perceptrons Using an Extended Kalman Filter (EKFNet) ? Institute for Robotics and Systems Dynamics, Wessling, internal paper, 1995.
  10. Medynsky Yu. V. Syntesis of an algorithm for forecasting the estimated point of an aircraft,s touchdown onto a moving base // BOAC-2004, 10th International olympaid on automatic control. - St.-Petersburg. 2004, pp. 12 - 16.
  11. Practical asprcts of Kalman filtering implementation. - AGARD Lecture series, 1986.
  12. Puskorius, G.V., Feldkamp, L.A. Neurocontrol of Nonlinear Dynamical Systems with Kalman Filter Trained Recurrent Networks - IEEE Transactions on Neural Networksm. 1994, vol. 5, no. 2, pp. 279 - 297.
  13. Richards R.A. Application of multiple artificial intelligence techniques for an aircraft carrier landing decision support tool. richards@shai.com,www.shai.com
  14. Singhal S., Wu, L. Training Multilayer Perceptrons with the Extended Kalman Algorithm - Advances in Neural Information Processing Systems, 1989. no. 1, pp. 133 - 140.
  15. Welsh, G., Bishop, G. An Introduction to the Kalman Filter - Department of Computer Science, University of North Carolina, TR 95-041, 2002.