Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: adaptacja parametrów

Sortuj według:

Ogranicz wyniki do:

Implementacja nieliniowego obserwatora neuronowego dla napędu elektrycznego o złożonej części mechanicznej

Kamiński Marcin

Przegląd Elektrotechniczny

2019

R. 95, nr 11

208--214

Przedmiotem analizy, opisanej w niniejszym artykule, jest zmodyfikowany obserwator zmiennych stanu. W modelu wprowadzono dodatkowy element – sieć neuronową, której parametry optymalizowano w trybie on-line. Zadaniem struktury neuronowej jest identyfikacja składowych równań obserwatora, odpowiadających za nieliniowe zjawiska w części mechanicznej napędu. Rezultaty badań (symulacyjnych oraz eksperymentalnych) wykazują skuteczność kompensacji oddziaływania elementów nieliniowych napędu.

The subject of analysis, described in this paper, is modified state variables observer. Algorithm contains additional element – neural network with internal weights optimized in on-line mode. The task for neural model is identification of the components (related to nonlinear phenomena in the mechanical part of the drive) used in equations of the observer. The results of tests (simulation and experimental) show effective compensation of the nonlinear elements impact.

Analiza wybranych algorytmów uczenia w relacyjnej rozmytej mapie kognitywnej

Słoń G.

TTS Technika Transportu Szynowego

2012

R. 19, nr 9

1741--1751, CD

Relacyjna rozmyta mapa kognitywna jest pewnym modelem matematycznym wykorzystującym metody inteligencji obliczeniowej, który może być stosowany do modelowania złożonych systemów charakteryzujących się nieprecyzyjnością. Kluczowym problemem w tego rodzaju zagadnieniach jest adaptacja parametrów (uczenie) modelu w sposób, dzięki któremu jego praca będzie jak najdokładniej odwzorowywać zachowanie rzeczywistego obiektu. W artykule przedstawiono podstawowe informacje dotyczące problematyki uczenia modelu relacyjnej rozmytej mapy kognitywnej oraz efekty stosowania różnych podejść do uczenia w zależności od celów modelowania.

Relational fuzzy cognitive map is a certain mathematical model which uses some methods of the computational intelligence and can be used to model complex systems characterized by imprecision. A key problem in this kind of issues is an adaptation of parameters of the model (learning) in the way in which his work will imitate as closely as possible the behavior of a real object. The article presents basic information about problems of the model of fuzzy relational cognitive map learning and the effects of different approaches to the learning in dependence on the modeling purposes.