文献

J-GLOBAL ID：201302221096636122   整理番号：13A0056465

ニューラルネットワークを用いた2層タンクシステムの制御

著者 (2件)： 笠原雅人 (小山工高専) ,  栗島一徳 (小山工高専)
資料名： 小山工業高等専門学校研究紀要  (Research Reports of Oyama National College of Technology)
号： 45  ページ： 111-116  発行年： 2012年12月21日 
JST資料番号： S0863A  ISSN： 0288-2825  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ニューラルネットワークをシステム同定に利用するとシステムを非線形で記述できるので,過去の入出力を回帰ベクトルとするNNARX(Neural Network Auto-Regressives)モデルの応用を検討した。本論文では,入力層,中間層,出力層からなる階層型ニューラルネットワークを用いて同定した2層タンクシステムの液面制御を試みた。まず,同定によって得られたNNARXモデルは現在の回帰ベクトルの近傍で線形化し,得られたパラメータに基づき一般化予測制御を行った。次に,サンプリング時間3秒,データ点数2000点として制御対象の入出力データを測定し,後半の1000点を用いて構築したNNARXモデルで前半1000点に対する予測を行ったところ予測誤差はほとんどなく,モデルの妥当性が確かめられた。そこで,モデル予測制御において最適な操作量を決める評価関数について,操作量の増分に対する重み係数ρを変化させて液面制御実験を行った。その結果,ρの値にかかわらず偏差は少なく,比較的目標値追従特性が強いこと及び外乱抑制特性を確かめられた。一方,2つのタンクが同じ水量になる制御を試みたにもかかわらず水量には差が見られ,すべての結果において干渉が認められたのでρや回帰ベクトル数,中間層の数などの変更を検討すべきことが示唆された。

シソーラス用語： *ニューラルネットワーク ,  *貯槽 ,  システム同定 ,  非線形性 ,  回帰モデル ,  パラメタリゼーション ,  予測制御 ,  標本抽出 ,  予測技法 ,  重みづけ ,  統計量 ,  *統計解析 ,  擾乱 ,  ベクトル ,  回帰分析
準シソーラス用語： *2層タンク ,  サンプリング【統計】 ,  回帰ベクトル ,  外乱 ,  偏差

分類 (3件)： ニューロコンピュータ  (JC06010Q) ,  配管材料,弁  (QD05020E) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (3件)： ニューラルネットワーク ,  2層 ,  タンク