ОБУЧЕНИЕ НЕЙРОННОЙ СЕТИ ВЫЧИСЛЕНИЮ ДИСТАНЦИИ КРАТЧАЙШЕГО СБЛИЖЕНИЯ МЕЖДУ СУДАМИ

Аннотация

В статье исследован процесс обучения нейронной сети вычислению дистанции кратчайшего сближения между двумя судами, а также проверки ее производительности и точности. Описаны архитектура нейронной сети, вид входных и выходных данных, а также создание обучающей выборки. В работе были использованы нейронные сети прямого распространения с алгоритмом обратного распространения ошибки, метод обучения с учителем, алгоритм Левенберга - Марквардта. На вход сети подавались данные о позициях, скоростях и курсах судов в данной акватории, выходными данными являлись их дистанции кратчайшего сближения. Рассмотрен процесс написания в программной среде MATLAB скрипта, позволяющего генерировать обучающие выборки с неограниченным количеством образцов и судов в акватории. Выполнено сравнение времени, затраченного на вычисление дистанции кратчайшего сближения между двумя судами по формулам и с помощью нейронных сетей, в ходе которого доказано что при обработке больших массивов данных вычисление дистанций кратчайшего сближения между судами при помощи нейронных сетей происходит значительно быстрее, чем при помощи формул. После обучения, проведенного в данном исследовании, и сравнения результатов расчетов была выделена нейронная сеть, позволяющая вычислять дистанции кратчайшего сближения между двумя судами со среднеквадратической погрешностью, равной 0,21. Данная нейронная сеть может быть использована в симуляциях, построенных на базе компьютерной среды MATLAB, которая в дальнейшем может служить основой для нейросети, позволяющей судам в определенной акватории безопасно маневрировать с целью предотвращения столкновений.