Preview

Вестник кибернетики

Расширенный поиск

Е-СЕТЕВОЕ ИЕРАРХИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОИЗВОЛЬНЫХ И НЕПРОИЗВОЛЬНЫХ ДВИЖЕНИЙ ЧЕЛОВЕКА-ОПЕРАТОРА С ПОМОЩЬЮ ПАРАМЕТРИЧЕСКОЙ НЕЙРОСЕТЕВОЙ ИДЕНТИФИКАЦИИ

Аннотация

В статье рассматривается построение модели нижнего уровня произвольных и непроизвольных движений руки человека-оператора с использованием метода адаптивной идентификации. В качестве математического аппарата идентификации параметров уровня регуляции локальных движений предлагается использовать динамическую нейронную сеть. Представленное решение позволяет проводить параметрическую идентификацию сложных объектов, в том числе и в реальном масштабе времени. В данной работе предлагается построение динамической модели локальных произвольных и непроизвольных движений руки человека-оператора в трехмерном пространстве. Тестирование искусственной нейронной сети для решения задачи идентификации осуществлялось в среде моделирования Matlab/Simulink. В представленной работе проиллюстрирована возможность использования аппарата Е-сетей в качестве математического аппарата моделирования разнородных взаимодействующих между собой процессов. Использование нейросетевой идентификации необходимо для моделирования логико-динамического уровня человека оператора и элементов автоматизированных систем управления технологическими процессами. Для построения модели верхнего уровня предлагается использовать модифицированные сети Петри - Е-сети, что позволяет эффективно решать задачу аналитико-имитационного моделирования сложных параллельных процессов. Отличительной особенностью предлагаемой модели является иерархичность, которая позволяет моделировать уровни детализации объектов и процессов в человеко-машинной системе.

Об авторах

М. Я. Брагинский
Сургутский государственный университет
Россия


Д. В. Тараканов
Сургутский государственный университет
Россия


Список литературы

1. Baron S., Kruser D. Quantitative modeling of human performance in complex, dynamic systems. Washington, DC : National Academies Press, 1990. 96 p.

2. Дружинин Г. В. Учет свойств человека в моделях технологий М. : Наука ; Интерпериодика, 2000. 237 с.

3. Sheridan T. Humans and Automation: System Design and Research Issues. John Wiley and Sons, 2002. 261 p.

4. Semjen L., Lipshits M. Temporal control and motor control: two functional modules which may be influenced differentially during microgravity // II Human Movement Science. 1998. V. 17. Р. 77-93.

5. Gurfinkel E. V., Lipshits M. I., Droulez J. Measurements of human force control during a constrained arm motion using a force-actuated joystick // J Neurophysiol. 1995. V. 73. № 3. Р. 1201-1222.

6. Суконщиков А. А., Крюкова Д. Ю. Нейроподобные сети Петри при моделировании социальных процессов // Программ. продукты и системы вузов. № 2. 2011. С. 25-30.

7. Советов Б. Я., Яковлев С. А. Моделирование систем : учеб. для студентов вузов. М. : Высш. шк., 2001. 342 с.

8. Peterson J. Petri net theory and the modeling of systems. Prentice-Hall, 1981. 290 p.

9. Tsapko S. G., Tsapko G. P., Tarakanov D. V., Savenko I. I. Organization of Continuous Process Simulation via E-network // Applied Mechanics and Materials (2015). V. 756. Р. 500-506.

10. Брагинский М. Я., Бурыкин Ю. Г., Тараканов Д. В. Моделирование человеко-машинных систем с учетом влияния световых стимулов на человека-оператора // Вестник кибернетики. 2016. № 1. С. 63-73.

11. Leclercq E. et al. Petri nets design based on neural networks // ESANN 2008, 16th European Symposium on Artificial Neural Networks, Bruges, Belgium. April 23-25, 2008, Proceedings. Р. 529-534.

12. Сочнев А. Н. Оптимизация функционирования систем с использованием ней-росетевых моделей сетей Петри // Матем. моделирование. 2014. Т. 26. № 4. С. 119-128.

13. Best E., Fernandez C. Non-sequential Processes, a Petri Net View // EATCS Monographs on Theoretical Computer Science. Berlin, 1988. № 13.

14. Брагинский М. Я., Еськов В. М., Майстренко Е. В. Дифференциальный датчик для регистрации высокоамплитудного тремора : свидетельство Рос. Федерации на полезную модель № 24920 РОСПАТЕНТ. М., 2002.

15. Никандров В. В. Психомоторика : учеб. пособие. СПб. : Речь, 2004. 104 с.

16. Braginsky M. Ya., Tarakanov D. V., Tsapko S. G. Hierarchical analytical and simulation modelling of human-machine systems with interference // Journal of Physics: Conference Series. 2017. V. 803 ; Information Technologies in Business and Industry (ITBI2016) : International Conference, 21-26 September 2016, Tomsk, Russian Federation. Р. 120-126.

17. Леоненков А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб. : БХВ-Петербург. 2003. 736 с.

18. Брагинский М. Я., Еськов В. М., Климов О. В. К вопросу о произвольности и непроизвольности микродвижений конечности человека (треморе) // Вестн. новых мед. технологий. 2002. № 3. С. 42-45.

19. Braginsky M. Ya., Tarakanov D. V., Tsapko S. G. E-Network Modelling of Process Industrial Control Systems in Building Computer Simulators // Control and Communications (SIBCON) : Proceedings of the XII International Siberian Conference, Moscow. May 12-14, 2016. Р. 185-191.


Рецензия

Для цитирования:


Брагинский М.Я., Тараканов Д.В. Е-СЕТЕВОЕ ИЕРАРХИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОИЗВОЛЬНЫХ И НЕПРОИЗВОЛЬНЫХ ДВИЖЕНИЙ ЧЕЛОВЕКА-ОПЕРАТОРА С ПОМОЩЬЮ ПАРАМЕТРИЧЕСКОЙ НЕЙРОСЕТЕВОЙ ИДЕНТИФИКАЦИИ. Вестник кибернетики. 2017;(3 (27)):19-25.

For citation:


Braginsky M.Ya., Tarakanov D.V. E-network hierarchical modeling of voluntary and involuntary movements of a human-operator using parametric neural network identification. Proceedings in Cybernetics. 2017;(3 (27)):19-25.

Просмотров: 152


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1999-7604 (Online)