Тестирование нейросетевых систем. После того, как определена архитектура нейронных сетей, выполнено их обучение, следует перейти к проверке работоспособности синтезированных систем. Тестирование выполнялось по методике, изложенной в подробностях в [2], и основанной на классификации навигационных ситуаций по характеру изменения управляющих и возмущающих воздействий в процессе плавания. Было рассмотрено 300 модельных ситуаций, в каждой из которых характеристики ветра и волнения принимали значения из возможных диапазонов. Модельная ситуация представляет собой плавание судна в течение 4 часов. Характеристикой точности систем выбраны наибольшее и среднее в рассмотренных ситуациях значения максимума модуля невязки за время плавания. Результаты тестирования нейросетевых систем представлены в табл.2. В ней жирным шрифтом выделены наибольшие значения максимума модуля невязки, а обычным напечатаны средние.
Таблица 2. Параметры моделей судов
|
Тип судна Тип нейро сетевой системы |
Проект «232» |
Проект «B-352» |
Серия «584E» |
«Севморпуть» |
Проект «1511» |
|
|
«Двухканальный относительный лаг и гирокомпас» |
14,2 (2,7) м |
13,9 (3,1) м |
17,1 (3,3) м |
15,8 (3,5) м |
12,8 (2,9) м |
|
|
«Двухлучевой абсолютный лаг и гирокомпас» |
2,1 (1,3) мм |
2,2 (1,4) мм |
2,4 (1,3) мм |
2,3 (1,3) мм |
2,3 (1,3) мм |
|
|
«Инерциальная система» |
6,9 (2,0) м |
3,7 (1,6) м |
4,0 (1,4) м |
4,5 (1,2) м |
3,7 (1,3) м |
|
|
«Одноканальный относительный лаг и гирокомпас» |
10,2 (1,6) мили |
9,5 (0,8) мили |
5,3 (0,7) мили |
6,9 (0,9) мили |
5,1 (0,5) мили |
Синтезированы четыре нейросетевые системы счисления пути судна, прогнозирующие координаты (приращения координат) места судна в условиях внешних возмущений с использованием различных наборов датчиков навигационной информации. Результаты тестирования позволяют сделать вывод о работоспособности этих систем в рассмотренных навигационных ситуациях. Система, использующая информацию от одноканального относительного лага и гирокомпаса, имеет приемлемую для навигационных целей лишь среднюю точность. Её коэффициенты зависят от физических характеристик конкретного судна, а образцы формируются в ходе проведения предполагаемых натурных наблюдений. Свободные параметры остальных нейронных сетей не зависят от параметров судна, и могут быть использованы для счисления, как только имеется необходимое навигационное оборудование. Их обучение выполняется на основе компьютерного моделирования.
Дальнейшие исследования в области использования нейронных сетей применительно к задаче счисления пути судна могут идти по направлению повышения их точности посредством совершенствования архитектуры систем, методики их обучения. Актуальными являются и вопросы тестирования синтезированных сетей на этапах имитационного моделирования и натурного эксперимента. Большой интерес представляет также изучение методических погрешностей нейронных сетей, выполняющих функцию интегрирования кинематических параметров судна.
Литература
1. Дерябин В.В. Модель движения судна в горизонтальной плоскости // Транспортное дело России. - 2013. - №6 - С. 60-67.1
2. Дерябин В.В. Прогнозирование скорости дрейфа судна на основе нейронной сети // Транспортное дело России. - 2014. - № 5 - С. 3-7.2
3. Каллан Роберт Основные концепции нейронных сетей.: Пер. с англ. - М.: Издательский дом “Вильямс”, 2003. - 288 с.5
4. Хайкин Саймон Нейронные сети: полный курс. : Пер. с англ.- М.: Издательский дом “Вильямс”, 2006. - 1104 с.6
5. Levenberg K. A Method for the Solution of Certain Problems in Least Squares // Quart. Appl. Math. - 1944. - Vol.2 - P. 164-168.3
6. Marquardt D. An Algorithm for Least-Squares Estimation of Nonlinear Parameters // SIAM J. Appl. Math. - 1963. - Vol.11 - P. 431-441.4