Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Znaleziono wyników: 27
first rewind previous Strona / 2 next fast forward last
help Sortuj według:

help Ogranicz wyniki do:
1
100%
Przegląd Komunalny
2013 nr 6 60--63
PL Algorytmy automatycznej regulacji są powszechnie stosowane w wielu dziedzinach. Najprostszym przykładem może być zadanie regulacji dopływu paliwa do urządzenia grzewczego tak, aby temperatura panująca w pomieszczeniu była stała, pomimo zmian temperatury zewnętrznej. Automatyczną regulację można wyko[...]
2
100%
International Journal of Applied Mathematics and Computer Science
EN This paper describes structured neural models and a computationally efficient (suboptimal) nonlinear Model Predictive Control (MPC) algorithm based on such models. The structured neural model has the ability to make future predictions of the process without being used recursively. Thanks to the natu[...]
3
100%
International Journal of Applied Mathematics and Computer Science
EN This paper details nonlinear Model-based Predictive Control (MPC) algorithms for MIMO processes modelled by means of neural networks of a feedforward structure. Two general MPC techniques are considered: the one with Nonlinear Optimisation (MPC-NO) and the one with Nonlinear Prediction and Linearisa[...]
4
100%
Journal of Automation Mobile Robotics and Intelligent Systems
EN This paper is concerned with a computationally efficient (suboptimal) non-linear Model Predictive Control (MPC) algorithm based on two types of neural models: Multilayer Perceptron (MLP) and Radial Basis Function (RBF) structures. The model takes into account not only controlled but also the uncontr[...]
5
100%
Prace Naukowe Politechniki Warszawskiej. Elektronika
2012 z. 180 5-317
PL Celem monografii jest szerokie ukazanie możliwości zastosowania sieci neuronowych w nieliniowych algorytmach regulacji predykcyjnej. Bezpośrednie użycie do predykcji modelu neuronowego prowadzi do nieliniowego zadania optymalizacji, które musi być rozwiązywane w każdej iteracji algorytmu. Obszarem z[...]
EN The objective of this monograph is to thoroughly discuss possibilities of using neural networks in nonlinear Model Predictive Control (MPC) algorithms. When a neural model is directly used for prediction in MPC, a nonlinear optimisation problem must be solved on-line at each sampling instant. This b[...]
6
100%
Pomiary Automatyka Robotyka
2009 R. 13, nr 2 506-518
PL W pracy przedstawiono nieliniowy algorytm regulacji predykcyjnej wykorzystujący modele neuronowe typu perceptronowego MLP (ang. Multi Layer Perceptron). Model neuronowy jest linearyzowany w otoczeniu aktualnego punktu pracy. Aktualna wartość sygnału sterującego wyznaczana jest w sposób analityczny, [...]
EN This paper describes a nonlinear Model Predictive Control (MPC) algorithm based on MLP (Multi Layer Perceptron) neural models. The neural model is linearised on-line around the current operating point. The value of the manipulated variable is calculated explicitly without any optimisation. The obtai[...]
7
100%
International Journal of Applied Mathematics and Computer Science
2015 Vol. 25, no. 4 833--847
EN This paper describes computationally efficient model predictive control (MPC) algorithms for nonlinear dynamic systems represented by discrete-time state-space models. Two approaches are detailed: in the first one the model is successively linearised on-line and used for prediction, while in the sec[...]
8
100%
Pomiary Automatyka Robotyka
2008 R. 12, nr 2 558--570
PL W pracy omówiono algorytm identyfikacji (uczenia) rekurencyjnych sieci neuronowych typu RBF (ang. Radial Basis Function), które mogą być zastosowanie w modelowaniu nieliniowych procesów dynamicznych. W porównaniu z powszechnie stosowanym klasycznym algorytmem wstecznej propagacji błędów, który prowa[...]
EN This paper details an identification (training) algorithm of RBF (Radial Basis Function) recurrent neural networks which can be used for modelling nonlinear dynamic processes. In comparison with the widely used classical backpropagation algorithm, which leads to one-step ahead predictors, the descri[...]
9
100%
Pomiary Automatyka Robotyka
2008 R. 12, nr 2 548--557
PL W pracy omówiono nieliniowy algorytm regulacji predykcyjnej wykorzystujący modele neuronowe typu FIR (ang. Finite Impulse Response). W algorytmie zastosowano modele bazujące na sieci perceptronowej. Przedstawiony algorytm jest efektywny obliczeniowo, ponieważ wymaga cyklicznego rozwiązywania zadania[...]
EN This paper describes a suboptimal nonlinear Model Predictive Control (MPC) algorithm based on FIR (Finite Impulse Response) neural models. Multilayer Perceptron (MLP) neural network is used. The algorithm is computationally efficient because it results in a quadratic programming problem, which can b[...]
10
100%
Pomiary Automatyka Robotyka
PL W pracy przedstawiono algorytm identyfikacji (uczenia) rekurencyjnych sieci neuronowych typu perceptronowego, które znajdują zastosowanie w modelowaniu silnie nieliniowych procesów dynamicznych. W porównaniu ze stosowanym powszechnie algorytmem wstecznej propagacji błędów, który prowadzi do wyznacze[...]
EN This paper details the identification (learning) algorithm of perceptron-like recurrent neural networks which can be used for modelling highly nonlinear dynamic processes. In comparison with usually used backpropagation algorithm, which leads to one-step-ahead predictors, the described technique res[...]
11
63%
International Journal of Applied Mathematics and Computer Science
EN This paper discusses neural multi-models based on Multi Layer Perceptron (MLP) networks and a computationally efficient nonlinear Model Predictive Control (MPC) algorithm which uses such models. Thanks to the nature of the model it calculates future predictions without using previous predictions. Th[...]
12
63%
Control and Cybernetics
EN This paper describes a computationally efficient (sub-optimal) nonlinear predictive control algorithm. The algorithm uses a modified dual-mode approach which guarantees closed-loop stability. In order to reduce the computational burden, instead of online nonlinear optimisation used in the classical [...]
13
63%
Pomiary Automatyka Robotyka
PL Przedstawiono problemy związane z budową i wykorzystaniem modeli matematycznych. Jako rzeczywisty obiekt rozważano wysokociśnieniową kolumnę destylacyjną. Przedstawiono pośredni sposób ciągłego pomiaru składu chemicznego i uzyskaną dzięki temu poprawę regulacji. Kolejny przykład dotyczy niemierzalne[...]
EN Some issues related to mathematical models are discussed. Continuous measurement of chemical composition and its application in control at real high-pressure distillation tower, inferential measurements of heat exchanger duty and model of losses in the bottom product are presented.
14
63%
Pomiary Automatyka Kontrola
PL W pracy przedstawiono kompletne wyprowadzenie algorytmu regulacji predykcyjnej wielowymiarowych procesów liniowych modelowanych za pomocą dyskretnych równań różnicowych. W przeciwieństwie do algorytmu GPC, prognozowana trajektoria wymuszona i swobodna sygnałów wyjściowych wyznaczana jest bez potrzeb[...]
EN This paper develops a predictive control algorithm for multivariable processes modelled by means of linear input-output models. Unlike the GPC algorithm, predicted forced and free trajectories are calculated without the necessity of solving a matrix Diophantine equation. In the unconstrained case th[...]
15
63%
Archives of Control Sciences
EN This paper is concerned with the stabilising constrained receding-horizon predictive control algorithm (CRHPC) for multivariable processes. The optimal inputprofile is calculated by means of a new method the purpose of witch is to avoid inverting usually ill-conditioned matrices. additionally, ralat[...]
16
63%
Archives of Control Sciences
2016 Vol. 26, no. 1 117--142
EN The objective of this paper is to present a modified structure and a training algorithm of the recurrent Elman neural network which makes it possible to explicitly take into account the time-delay of the process and a Model Predictive Control (MPC) algorithm for such a network. In MPC the predicted [...]
17
63%
International Journal of Applied Mathematics and Computer Science
2017 Vol. 27, no. 2 291--307
EN This paper presents an alternative approach to the task of control performance assessment. Various statistical measures based on Gaussian and non-Gaussian distribution functions are evaluated. The analysis starts with the review of control error histograms followed by their statistical analysis usin[...]
18
63%
International Journal of Applied Mathematics and Computer Science
EN In this paper an infinite horizon predictive control algorithm, for which closed loop stability is guaranteed, is developed in the framework of multivariable linear input-output models. The original infinite dimensional optimisation problem is transformed into a finite dimensional one with a penalty[...]
19
63%
International Journal of Applied Mathematics and Computer Science
EN The application of fuzzy reasoning techniques and neural network structures to model-based predictive control (MPC) is studied. First, basic structures of MPC algorithms are reviewed. Then, applications of fuzzy systems of the Takagi-Sugeno type in explicit and numerical nonlinear MPC algorithms are[...]
20
51%
Journal of Automation Mobile Robotics and Intelligent Systems
EN This paper studies dependability of software implementation of DMC (Dynamic Matrix Control) and GPC (Generalised Predictive Control) Model Predictive Control (MPC) algorithms. Explicit formulation of algorithms is considered in which the control laws are calculated off-line. Dependability is evaluat[...]
first rewind previous Strona / 2 next fast forward last