1. Umumiy tushunchalar. O‘z-o‘zini tashkillovchi va o‘rgatuvchi tazimlar. Sun’iy neyron tarmoqlari

30.5-rasm
Neyron tramog’i qo’yilgan masalani yecha olishi uchun, uni oldindan o’qitish lozim bo’ladi. O’qitishning asosi, o’qitiluvchilardan tanlab olingan misollarni ko’rsatishda, neyronlarning og’irlik koeffitsiyentlarini rostlashdan iborat bo’ladi. Neyron tramoqlarining effektiv qo’llanishi mukammallik teoremasi deb ataluvchi tomonidan o’rnatiladi. Bunda, har qanday uzluksiz funksiya, tutashgan chegarasiz ko’plikda, neyron tarmoqlari tomonidan olingan taxminiy funksiyalar bilan ifodalanishi mumkinligiga keltiriladi. Shunday qilib, НС universal approksimatorlar xisoblanadi.
Neyrotarmoqli boshqarishning ketma-ket sxemasi 30.6-rasmda keltirilgan. O’qitilgan neyron tarmog’i (НС), uning kirishiga nazoratlanadigan to’lqinlanishlar f haqida ma’lumotlar keladi, boqaruv ob’yektini (ОУ) teskari dinamikasini tasvirlashga intiladi. Bunda, tutashgan davrda ishlovchi boshqarish tizimi beriladigan у* va u chiqish signallarini tengligini ta’minlanadi.

30.6-rasm
НС o’qitish turli usullar bilan olib borilishi mumkin. Xususan, НС tizimini ishlatish jarayonida o’qitilganda shunday rostlash kerakki, xato signali minimumga keltirilsin (30.6-rasmda, punktir liniya).
Neyrotarmoqli boshqarishning teskari aloqali sxemasi 30.7-rasmda keltirilgan. Bu yerda neyron tarmog’i tutashgan tizimda boshqarishchi qurilma vazifasini bajaradi. Bunday tizimning ustunlik tomoni statsionar bo’lmagan ОУ da boshqarishda yuqori sifatni ta’minlab berish qobiliyati xisoblanadi.

30.7-rasm
Neyrotarmoqli boshqarish tizimlari, bir qator ustunliklarga ega bo’lgan xolda, bir qancha kamchiliklardan ham xoli emas. Asosiy kamchiliklarga quyidagilar kiradi:
1. НС o’qitish jarayonini to’xtatish (og’irlik koeffitsiyentlarini maqbul qiymatlarini topish) effektivlik mezonining ma’lum sharoitdagi minimumida. Bu global maqbullash algoritmini qo’llash zaruratiga, va natijada, o’qitish vaqtini oshishiga olib keladi;
2. Neyron tarmog’iga tizim haqidagi aprior ma’lumotlarni kiritish mumkin emasligi, chunki НС zaruriy ma’lumotlarni faqat o’qitish jarayonida oladi;
3. Etarli darajadagi nazariy bazani yo’qligi, НС tuzilmasi va turini asoslangan tarzda tanlashga imkon beradi, bu o’z o’zini tashkil etish algoritmlarini qo’llash zaruratini va natijada, qo’shimcha vaqt sarfini asoslaydi.
Aytib o’tilgan kamchiliklar qator xollarda o’qitish vaqtini nomaqbul ko’payishiga olib keladi. Shu sababli komp’yuter texnologiyalarini ishlab chiqish, neyrotarmoqli boshqarish qurilmalarini ishlash tezligini oshiruvchi, aktual masala xisoblanadi.
Neyron tarmoqlarni boshqarish maqsadida qo’llashni tasvirlovchi sifatida, sanoat robotlariga oriyentirlangan bo’shliqda harakatlanuvchi, boshqarishni avtomatik tizimini ko’rib chiqamiz. Harakatlanuvchi robot qaysidir texnologik operatsiyani bajarish uchun qo’llaniladi, ma’lum sabablarga ko’ra odamlar ishlay olmaydigan joylarda (yuqori xarorat, gazlanish, changlanish va sh.o’). Robot g’ildiraklarda harakatlanadi, g’ildiraklar elektr dvigatellar yordamida harakatga keladi, va xoxlagan tomonga va joyida aylanish imkoniga ega.
Robotni sanoat korxonasi bo’yicha ko’chib yurishini ta’minlash uchun, korxonaning turli uchastkalarida shakllarni aniqlash asosida tuzilgan, navigatsiya tizimi bilan jixozlangan. Robotning tanasida yigirmaga yaqin lazerli datchiklar o’rnatilgan, ular robot yo’lida ob’yektlargacha bo’lgan masofani aniqlaydi. Datchiklar bo’shliqda 150 burchak ostida bir biriga nisbatan oriyentirlangan, robotning oldingi qismiga nisbatan taxminan 2700 ni qamrab oladi.