Využitie neurónových sietí pri identifikácii multiparametrických systémov
«»
Popis:
Identifikácia je proces modelovania systému na základe jeho vstupov a výstupov. Bolo vyvinutých množstvo identifikačných techník (IT). Najbežnejšie IT sú založené na lineárnej aproximácii systému a fungujú dobre pre veľké množstvo procesov (lineárnych i nelineárnych). Základné lineárne modely sa však nehodia na skutočne zložité, silne nelineárne systémy, a preto sa vyžadujú sofistikovanejšie IT. Ukazuje sa, že neurónové siete (NS) prekonávajú tradičné IT pri komplikovanejších problémoch. Ani NS však nie sú bez problémov, ich dizajn je založený najmä na metóde pokus-omyl. Popíšeme si však novú metódu plne automatického učenia štruktúry NS i váh, ktorá eliminuje daný problém.
Kľúčové slová:
identifikácia
neurónové siete
modelovanie systému
aplikačný výstup
multiparametrické systémy
identifikačná technika
Obsah:
- Abstrakt
Identifikácia systémov
Neurónové siete
Učenie NN
Neurónové siete v identifikácii
Metóda - Automatická identifikácia nelineárneho systému
Aplikačný výstup
Záver
Zdroje
Zdroje:
- C. J. Li and T. Y. Huang (1999): Automatic Structure and Parameter Training Methods for Modeling of Mechanical System by Recurrent Neural Networks. Applied Mathematical Modeling, Vol. 23, No. 12, Dec. 1999, p 933-944.
- Ljung, L. (1987). System identification: Theory for the user. MIT Press, Cambridge, Mass.
- Sinčák, P. a Andrejková, G. (1996): Neurónové siete - Inžiniersky prístup (1.diel). Elfa.s.r.o
- Vanderplaats, G. N. (1984). Numerical Optimization Techniques For Engineering Design:
- With Applications. McGraw-Hill
- Shanno, D. F. (1970). Conditioning Of Quasi-Newton Methods For Function Minimization.
- Maths. Comput., vol. 24, pp. 647-656
- http://www.eeng.dcu.ie/~brutonj/Reports/BCurley_MEng_02.pdf
- http://www.kirp.chtf.stuba.sk/publication_access.php?id_pub=323
O súboroch cookie na tejto stránke
Súbory cookie používame na funkčné účely, na zhromažďovanie a analýzu informácií o výkone a používaní stránky.