文献

J-GLOBAL ID：201702218669023531   整理番号：17A0488833

多変量結合システムPIDニューラルネットワーク制御方法の研究【JST・京大機械翻訳】

Control method research of Multivariable coupling system based on PID neural network

著者 (3件)： Zhu Lin (内蒙古科技大学信息工程学院) ,  Wu Dongxue (内蒙古科技大学信息工程学院) ,  Zhao Qian (中海石油海南天然气有限公司)
資料名： Zhizaoye Zidonghua  (Zhizaoye Zidonghua)
巻： 36  号： 2A  ページ： 125-128  発行年： 2014年 
JST資料番号： C2179A  ISSN： 1009-0134  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 多変量システム内部の結合性および対象パラメータの複雑性は,制御系の設計に一連の問題をもたらした。従来の制御法は,正確な分離を行うことができず,システムの制御精度は低い。本論文では,遺伝的アルゴリズムに基づくPIDニューラルネットワークのための非干渉制御装置を構築した。この方法は,PIDの優れた動的制御特性とニューラルネットワークの非線形表現能力を利用して多変量結合システムを分離し,ニューラルネットワークの重み修正アルゴリズムにおいて運動量を増加させ,ネットワークの学習効率を改善し,遺伝的アルゴリズムを用いて初期重みを最適化した。この方法は,PIDニューラルネットワークの重みづけ学習過程における局所最適値に陥りやすい欠点を克服し,制御精度を改善した。シミュレーション結果は以下を示す。最適化されたPIDニューラルネットワークは,高い定常状態精度と速い応答速度を持ち,非干渉制御を実現することができる。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  *ニューラルネットワーク ,  制御系 ,  重みづけ ,  *ネットワーク ,  連結性 ,  遺伝的アルゴリズム
準シソーラス用語： 定常状態 ,  学習過程 ,  学習効率 ,  動的制御 ,  非干渉制御 ,  複雑性 ,  *多変量 , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  制御工学一般  (IC01000V)

タイトルに関連する用語 (4件)： 多変量 ,  PID ,  ニューラルネットワーク制御 ,  研究