Identifikation nichtlinearer mechatronischer Systeme mit ...

8 2 Statische und dynamische Neuronale Netze
tatsächlicher Ausgabe des Neuronalen Netzes zu erhalten.
Es wird zwischen drei Arten des Lernens unterschieden
• Überwachtes Lernen
• Bestärkendes Lernen
• Unüberwachtes Lernen
Beim überwachten Lernen gibt ein externer ” Lehrer“ zu jedem Eingangssignal der
Trainingsmenge das korrekte bzw. das beste Ausgangssignal dazu an. Aufgabe des
Lernverfahrens ist es, die Parameter des Netzes so zu verändern, dass das Netz nach
Abschluss der Lernphase die Assoziation zwischen Ein- und Ausgang selbstständig
auch für unbekannte, ähnliche Eingangssignale vornehmen kann. Diese Art des Lernens
ist üblicherweise die schnellste Methode, ein Neuronales Netz für eine Aufgabe
zu trainieren. Außerdem ist dieses Verfahren das einzige der drei oben benannten
Verfahren, welches sich für eine Online-Identifikation eignet. Aus diesem Grund wird
in dieser Arbeit einzig und alleine das überwachte Lernen verwendet, wobei in diesem
Fall der externe ” Lehrer“ das zu approximierende System ist. Die allgemeine
Form des überwachten Lernens wird durch Abbildung 2.1 veranschaulicht. Diese
Darstellung wird in der Literatur auch als Ausgangsfehleranordnung bezeichnet.
PSfrag replacements
u
System
Neuronales
Netz
Abb. 2.1: Prinzip des überwachten Lernens
Beim bestärkenden Lernen gibt der Lehrer nicht die erwünschte Ausgabe an, sondern
nur, ob die Ausgabe richtig oder falsch ist. Eventuell wird zusätzlich noch der
Grad der Richtigkeit mit angegeben. Jedoch sind keine Zielwerte für den Ausgang
des Neuronalen Netzes vorhanden. Das Lernverfahren muss selbst die richtige Ausgabe
finden. Diese Art des Lernverfahrens ist neurobiologisch plausibler, weil man
einfache Rückkopplungsmechanismen der Umwelt (Bestrafung bei falscher Entscheidung,
Belohnung bei richtiger) bei niederen und höheren Lebewesen beobachten
kann. Dagegen haben bestärkende Lernverfahren den Nachteil, dass sie für Aufgaben,
bei denen die erwünschte Ausgabe bekannt ist, viel länger zum Lernen brauchen
e
y
ˆy