1. Научни трудове, включени - Технически Университет - София

Conference on Systems, Man and Cybernetics, SMC’03, vol. 2, pp. 1636-1641, Oct. 2003,Washington DC, USA (публикуван в IEEE Xplore).Резюме. Представени са свойствата на нов алгоритъм за адаптивно обучение при аналоговитемногослойни невронни мрежи. Той прилага стратегията за управление в режим на хлъзгане.Множеството на нулевите нива на грешката се разглежда като повърхнина на хлъзгане впространството на обучаваните параметри на невронната мрежа. Траектория в режим на хлъзгане сепредизвиква и достига за крайно време върху такава повърхнина на хлъзгане. В доклада допълнително еанализирана работата на алгоритъма за обучение при добавен към входовете на мрежата ограниченшум. Проведени са симулационни експерименти, където обучаващият алгоритъм е приложен за онлайнапроксимация на немонотонна функция и за идентификация на динамиката на манипулатор.Обучаващите се мрежови структури наследяват някои от преимуществата на системите спроменлива структура като робастност и висока скорост на обучение.1.21 A. V. Topalov, O. Kaynak, and N. G. Shakev, “Neural Network Identification, PredictiveModeling and Control with a Sliding Mode Learning Mechanism: an Application to theRobotic Manipulators”, Proc. of First International IEEE Symposium “Intelligent Systems”,vol. 1, pp. 102-107, Sept. 2002, Varna, Bulgaria (публикуван в IEEE Xplore).Резюме. Представени са свойствата на нова адаптивна схема за невронно управление на нелинейниобекти, реализираща подобен на ПИД закон. Настройката на регулатора се базира върху оценка нагрешката в управляващия сигнал, определена с една стъпка напред чрез невронен предсказващ модел наобекта. Алгоритъм за адаптация, основан на метода за управление в режим на хлъзгане е приложенедновременно по отношение на модела и на регулатора. Разработената схема за управление есимулирана и е оценен ефекта от прилагането и при траекторно управление на прост манипулационенробот с две степени на свобода. Резултатите показват, че и двете обучаващи се структури,невронният предсказващ модел и регулаторът, наследяват някои от предимствата на метода зауправление в режим на хлъзгане - робастност и висока скорост на обучение.1.22 N. G. Shakev, A. V. Topalov, O. Kaynak, and H. L. Akin, “Reactive-behavior Learningof Quadruped Robots Playing Soccer”, Proc. of First International Conference onMechatronics, ITM'01, pp. 149-154, October 1-3, 2001, Istanbul, Turkey (публикуван вCiteSeer x Digital Library)Резюме. Футболът за роботи може да бъде отнесен към класа на многоагентните системи и включварешаването на редица сложни задачи. Играещите в един отбор роботи трябва да си сътрудничат завкарването на топката в противниковата врата и в същото време да защитават своята собственаврата. Предмет на изследването са проблеми, свързани с научаване и прилагане на реактивни поведенияпри агентите-роботи играещи футбол. Кратко е представена проектираната за отбора от роботикучета„Церберус’01“ цялостна система за управление. Отборът участва, в рамките на Лигата накрачещите роботи нa Sony, в състезанията RoboCup 2001 проведени в гр. Сиатъл, САЩ. Анализира серазработеното реактивно поведение за прехващане на движеща се топка при едновременно избягванена стълкновения с други играещи роботи и със стените на игралното поле. За реализиране на товаповедение е разработен и обучен размит невроннен генератор на траектория (FNTG). За обучение натраекторния генератор е предложен метод, използващ генетични алгоритми (GAs).1.23 A. V. Topalov, K. -Ch. Kim, J. -H. Kim, and B. -K. Lee, “Fast Genetic On-LineLearning Algorithm for Neural Network and Its Application to Temperature Control”, Proc.of IEEE Int. Conf. on Evolutionary Computation, pp.649-654, May 1996, Nagoya, Japan(публикуван в IEEE Xplore).Резюме. В този доклад е предложен метод за бързо онлайн обучение на структури на невронни мрежичрез съвместно използване на генетичен алгоритъм (GA) и алгоритъм динамичен бакпропагейшън(динамичен алгоритъм за обучение чрез обратно разпространение на грешката). Генетичнияталгоритъм е използван за груба настройка на теглата на връзките в невронната мрежа. Динамичниятбакпропагейшън алгоритъм се прилага впоследствие за постигане на фина настройка на теглата намрежата. Фитнес функцията, използваща квадрата на грешката между обучаващия сигнал и изходниясигнал на мрежата, се дефинира на всяка времева стъпка като предложеният GA – базираналгоритъм решава оптимизационна задача по отношение на нестационарна функция. Във всяка времевастъпка решението с най-добра фитнес функция се използва за текущо представяне на теглата иотместванията на невронната мрежа. Проведените симулационни и експериментални изследвания вреално време за управление на температурата на сушилен шкаф показват, че този алгоритъм заобучение има бърза сходимост и по-добро поведение относно намаляване на грешката на съответствиепри онлайн обучаваните невронни структури. Това води до подобрение на преходните характеристикипри невронно-адаптивните системи. Предложеният метод има потенциал за приложение в редица7