Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Lis M.

2 2012

Powiadomienia systemowe

Sesja wygasła!
Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: adaptive interaction

Sortuj według:

Ogranicz wyniki do:

Sieć neuronowa jako regulator obiektu dynamicznego

Lis M.

Poznan University of Technology Academic Journals. Electrical Engineering

2012

No. 71

17--24

Została podjęta próba implementacji sieci neuronowej w taki sposób, aby mogła ona pełnić rolę regulatora w sterowaniu obiektem dynamicznym. Badaniom zostały poddane dwie różne struktury sieci neuronowych oraz wpływ adaptacji na jakość sterowania obiektem. Aby sprawdzić poprawność działania sieci, zostały przeprowadzone symulacje ze zmiennymi parametrami obiektu w granicach 25 % od wartości dla której sieć była nauczona, a także dla różnych wymuszeń (zarówno wartości amplitud jak i typów). Głównym kryterium projektowania sieci była jak najmniejsza liczba neuronów w warstwie ukrytej.

Attempt was made to implement the neural network in such a way that it can act as a regulator in the control of a dynamic object. Investigations have been made to two different structures of neural networks and impact of learning method on the quality control of the object. To verify the network, there have been done simulations with object changing parameters within 25% of the initial value for which the network was taught, as well as for different excitations (both amplitudes and shapes). The main criterion for network design was a minimum number of neurons in the hidden layer.

Wpływ czasu odpowiedzi neurosterownika na jakość regulacji

Lis M.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

2012

nr 3

15-18

W publikacji umieszczono wyniki dotyczące badania jakości sterowania siecią neuronową pracującą z różnym czasem wykonywania obliczeń. Celem jest wyznaczenie (dla założonego obiektu) granicy częstotliwości, z jaką musi pracować sieć, aby sterowanie spełniało założone wskaźniki jakości. Do uczenia sieci neuronowej wykorzystano algorytm adaptacyjnej interakcji.

In the article reader can find the results of testing the quality of neural network control with varying calculations time. The aim is to determine (for the assumed object) the limit frequency with which it must work to meet established quality indicators. Neural network learning algorithm uses the Adaptive Interaction method.