Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: układy NARX

Sortuj według:

Ogranicz wyniki do:

Modelowanie i sterowanie ukladów nieliniowych metodami neuropodobnymi

Dzieliński A.

Prace Naukowe Politechniki Warszawskiej. Elektryka

2002

z. 119

3-184

Rozprawa niniejsza powstała jako wynik prac autora w dziedzinie wykorzystania sieci neuronowych do modelowania i sterowania nieliniowych układów dynamicznych. Celem prac prowadzonych w latach 1992-2001 było zbadanie możliwości wykorzystania sieci neuronowych do modelowania i sterowania adaptacyjnego układami nieliniowymi. Badania były prowadzone w ramach projektów naukowych, realizowanych w Instytucie Sterowania i Elektroniki Przemysłowej Politechniki Warszawskiej oraz w Centre for Systems and Control, University of Glasgow. W pracy przedstawiono gruntowną analizę neuronowego sterowania adaptacyjnego. Podano struktury i algorytmy sieci neuronowych do modelowania, identyfikacji i sterowania nieliniowych układów dynamicznych. Podano również ocenę prezentowanych metod z perspektywy teorii sterowania nieliniowego. Rezultaty prezentowane w pracy mogą służyć za solidną podstawę do opracowania inżynierskiej metodologii projektowania neuronowych układów sterowania adaptacyjnego.

This thesis has emerged as a result of the research, in the area of neural networks application to modelling and control of nonlinear dynamical systems, its author has been involved in. The goal of the research carried on in the years 1992-2001 was to examine the possibilities of applying the neural networks to modelling and adaptive control of nonlinear systems. These were the subjects of several scientific projects successfully completed in the Institute of Control and Industrial Electronics, Warsaw University of Technology and in the Centre for Systems and Control, University of Glasgow. In this book a detailed analysis of neural adaptive systems is presented. Several structures and learning algorithms for modelling, identification and control of nonlinear dynamical systems are given. Also the evaluation of the methods presented is given from the point of view of nonlinear control theory. The results presented in the thesis may serve as a firm foundation for elaboration of an engineering methodology for designing neural, nonlinear, adaptive control systems.