文献

J-GLOBAL ID：201302254878839575   整理番号：13A0885350

再帰型局所線形ニューロファジーネットワークを用いた工業用巻線工程のインテリジェント非線形モデル化

Intelligent non-linear modelling of an industrial winding process using recurrent local linear neuro-fuzzy networks

著者 (4件)： Abbasi NOZARI Hasan (Dep. of Mechatronics, Fac. of Engineering, Islamic Azad Univ., Sci. and Res. Branch, Tehran, Iran, Tehran) ,  Dehghan BANADAKI Hamed (Dep. of Mechatronics, Fac. of Engineering, Islamic Azad Univ., Sci. and Res. Branch, Tehran, Iran, Tehran) ,  Mokhtare Mohammad (Dep. of Mechatronics, Fac. of Engineering, Islamic Azad Univ., Sci. and Res. Branch, Tehran, Iran, Tehran) ,  Hekmati VAHED Somayeh (Dep. of Mechatronics, Fac. of Engineering, Islamic Azad Univ., Sci. and Res. Branch, Tehran, Iran, Tehran)
資料名： Journal of Zhejiang University - Science C. Computers & Electronics  (Journal of Zhejiang University - Science C. Computers & Electronics)
巻： 13  号： 6  ページ： 403-412  発行年： 2012年 
JST資料番号： W2285A  ISSN： 1869-1951  CODEN： JZUSCO  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： 英語 (EN)

抄録/ポイント： 本研究は実際の工業用巻線工程のニューロファジー(NF)モデル化で,得られたNFモデルで,制御性能の改善とロバストフォールトトレラントシステムの実現を図れる。非線形識別IDを用いた巻線工程用に,新しいシミュレータモデルを提案した。それは,再帰型局所線形ニューロファジー(RLLNF)ネットワークに基づく。ネットワークは,増分ツリーベース学習アルゴリズムの局所線形モデルツリー(LOLIMOT)により訓練された。提案したNFモデルを,他の知られたインテリジェントアイデンティファイアと比較した。すなわち,多層パーセプトロン(MLP)と動径基底関数(RBF)と。提案した非線形モデルと最小自乗誤差(LSE)技術(線形システムのための最適モデル化法)を通して得られた関連モデルの比較で,巻線工程が非線形システムであることが確認された。実験結果は,提案したNFモデル化の方法が効果的であることを示した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *ニューラルネットワーク ,  *ファジィニューラルネットワーク ,  モデル ,  非線形系 ,  動径基底関数 ,  多層パーセプトロン ,  制御 ,  *巻線機 ,  *ロバスト制御 ,  シミュレータ ,  学習アルゴリズム
準シソーラス用語： ニューラルファジーネットワーク ,  *フォールトトレラント制御 ,  非線形システム ,  非線形モデル

分類 (4件)： 人工知能  (JE08000Z) ,  LCR部品  (NA05030D) ,  発電機・電動機一般  (NB07010Y) ,  変成機器一般  (NB08010F)

タイトルに関連する用語 (5件)： 線形 ,  ニューロファジーネットワーク ,  工業 ,  巻線 ,  非線形モデル