文献

J-GLOBAL ID：201702262441791129   整理番号：17A1453408

ACサーボシステムのための自己回帰結果として部分を持つ間接適応ファジィウェーブレットニューラルネットワーク【Powered by NICT】

Indirect adaptive fuzzy wavelet neural network with self- recurrent consequent part for AC servo system

著者 (5件)： Hou Runmin (Department of Mechanical Engineering, Nanjing University of Science and Technology, Nanjing 210094, China) ,  Wang Li (Department of Mechanical Engineering, Nanjing University of Science and Technology, Nanjing 210094, China) ,  Gao Qiang (Department of Mechanical Engineering, Nanjing University of Science and Technology, Nanjing 210094, China) ,  Hou Yuanglong (Department of Mechanical Engineering, Nanjing University of Science and Technology, Nanjing 210094, China) ,  Wang Chao (Department of Mechanical Engineering, Nanjing University of Science and Technology, Nanjing 210094, China)
資料名： ISA Transactions  (ISA Transactions)
巻： 70  ページ： 298-307  発行年： 2017年 
JST資料番号： B0580A  ISSN： 0019-0578  CODEN： ISATAZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,非線形性,負荷の大きな変動,時間変化と交流サーボシステムの不確実な擾乱を制御する新しい間接適応ファジィウェーブレットニューラルネットワーク(IAFWNN)を提案した。提案手法では,自己回帰ウェーブレットニューラルネットワーク(SRWNN)は,TSKファジィモデルの各ファジィルールのための適応自己回帰後件部を構築するために採用した。IAFWNNコントローラのために,オンライン学習アルゴリズムは,バックプロパゲーション(BP)アルゴリズムに基づいている。さらに,改善された粒子群最適化(IPSO)は,学習速度を適応させるために使用されている。適応SRWNN識別子の助けがパラメータ変動,負荷外乱と他の不確実性の影響を効果的に克服適応ファジィウェーブレットニューラル制御への実時間勾配情報を提供し,良好な動的を持っている。系の漸近安定性は,Lyapunov法を用いて保証されている。シミュレーションとプロトタイプ試験の結果は,提案した有効で適していることを証明した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 非線形性 ,  学習アルゴリズム ,  経時変化 ,  *サーボ系 ,  漸近安定 ,  逆伝搬法 ,  不確実性 ,  制御装置
準シソーラス用語： 学習速度 ,  粒子群最適化 ,  オンライン ,  ファジィルール ,  ファジィモデル ,  *ウェーブレットニューラルネットワーク ,  *自己回帰 , 【Automatic Indexing@JST】

著者キーワード (4件)： ACサーボシステム ,  自己反復ウェーブレットニューラルネットワーク ,  間接適応ファジィウェーブレットニューラル制御器 ,  改善された粒子群最適化

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (7件)： Ac ,  サーボシステム ,  自己回帰 ,  間接 ,  適応 ,  ファジィ ,  ウェーブレットニューラルネットワーク