Материал: neuro_lab8

При решающей границе 1:

За время до 1000 отсчетов ложных срабатываний не наблюдалось. Первая разладка (превышение 1) обнаружена при 1266 отсчете.

При решающей границе 0,05:

6

Первая разладка (превышение 0,05) обнаружена при 44 отсчете, следовательно, происходит ложное срабатывание.

Из трех рассмотренных случаев видно, что наиболее быстрое обнаружение разладки, которое не является ложным, происходит при решающей границе 1.

4.Задать положительный интервал второго обнаружения разладки. Моделирование будет останавливаться, если разладка будет обнаружиться дважды в пределах временного интервала данной длительности.

Зададим интервал повторного обнаружения разладки 2000:

Результаты:

7

За время до 1000 отсчетов ложных срабатываний не наблюдалось. Первая разладка обнаружена при 1336 отсчете.

При повторном запуске:

8

За время до 1000 отсчетов ложных срабатываний не наблюдалось. Первая разладка обнаружена при 1325 отсчете.

При втором повторном запуске (при тех же параметрах):

9

За время до 1000 отсчетов ложных срабатываний не наблюдалось. Первая разладка обнаружена при 1395 отсчете.

Таким образом, моделирование было остановлено при обнаружении двух разладок до достижения 2000 отсчетов, ложных срабатываний не было, следовательно, АКС функционирует надежно.

Вывод

На лабораторной работе было изучено применение нейросетевой модели объекта совместно с алгоритмом кумулятивных сумм для обнаружения изменения параметров объекта управления.

10