文献

J-GLOBAL ID：201702264634870917   整理番号：17A1263030

離散時間非線形システムのクラスのための遅延学習に基づくデータ駆動モデルフリー適応予測制御【Powered by NICT】

Lazy-Learning-Based Data-Driven Model-Free Adaptive Predictive Control for a Class of Discrete-Time Nonlinear Systems

著者 (3件)： Hou Zhongsheng (Advanced Control Systems Laboratory, School of Electronic and Information Engineering, Beijing Jiaotong University, Beijing, China) ,  Liu Shida (Advanced Control Systems Laboratory, School of Electronic and Information Engineering, Beijing Jiaotong University, Beijing, China) ,  Tian Taotao (Advanced Control Systems Laboratory, School of Electronic and Information Engineering, Beijing Jiaotong University, Beijing, China)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 28  号： 8  ページ： 1914-1928  発行年： 2017年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,遅延学習法に基づく新しいデータ駆動モデルフリー適応予測制御法は離散時間単一入力と単一出力非線形システムのための提案した。提案手法の特徴は,制御装置がpseudogradient(PG)と呼ばれる新しい概念を用いた新奇ダイナミック型線形化手法によるシステムの入力-出力(I/O)測定データのみを用いて設計されていることである。予測関数は遅延学習(LL)をベースにしたPG予測アルゴリズムを用いたコントローラに実装し,制御器は良好なロバスト性を示しただけでなく,所望信号の急激な変化のためのモデルフリー適応予測の効果を実現することができる。さらにLL法は,データベース質問の特徴を有しているので,オンラインとオフライン入出力測定データの両方は,制御プロセス中のコントローラパラメータを調整実時間に完全に利用とした。さらに,提案した方法の安定性は,厳密な数学的解析により保証される。一方,数値シミュレーションと実際の三タンク水位制御システム上で実施した実験室実験により,両提案手法の有効性を検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *非線形系 ,  制御装置 ,  貯槽 ,  ロバスト性 ,  *学習 ,  線形化法 ,  データベース ,  *予測制御 ,  *予測
準シソーラス用語： 水位制御 ,  数値シミュレーション ,  数学的解析 ,  オンライン ,  予測アルゴリズム ,  *データ駆動 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： 非線形システム ,  クラス ,  遅延 ,  学習 ,  データ駆動 ,  モデル ,  適応 ,  予測制御