文献

J-GLOBAL ID：201802255375221715   整理番号：18A0624214

不確実な非線形システムのクラスのパターンベースNN制御【Powered by NICT】

Pattern-Based NN Control of a Class of Uncertain Nonlinear Systems

著者 (2件)： Yang Feifei (Department of Biomedical Engineering, School of Materials Science and Engineering, South China University of Technology, Guangzhou, China) ,  Wang Cong (School of Automation and Key Laboratory of Biomedical Engineering in Guangdong, South China University of Technology, Guangzhou, China)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 29  号： 4  ページ： 1108-1119  発行年： 2018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,あるクラスの不確実非線形システムのためのパターンベースニューラルネットワーク(NN)制御アプローチを提示する。アプローチは同定の二相と認識と制御のもう一つの二相から構成されている。最初,同定の相(i)の,異なる制御状況のための非線形システムの閉ループ安定性と追跡性能を達成するように設計されている適応NN制御器と,対応する閉ループ制御システム動力学は決定論的学習を介して同定した。同定された制御系は一定の動径基底関数(RBF)ニューラルネットワークの中に保存されると,一定のNN制御器のセットが得られ定数RBFネットワークを用いて構築した。第二に,同定の相(ii),植物は異なるまたは異常条件で操業されたとき,正常制御下のシステム動力学は決定論的学習を介して同定した。動的推定量バンクは,すべての異常条件のために構築し,学習した知識を推定量に埋め込まれている。第三に,認識の相,1つ同定制御状況は再発が,構築した推定量を用いることにより,再発しコントロール状況は急速に認識されるであろう。最後に,パターンベース制御の相,迅速認識に基づいて,電流制御状況に対応する一定NNコントローラが選択されると,閉ループ安定性と改善された制御性能の両方を達成することができた。提示された結果は,パターンベース制御は人間制御プロセスを実現し,動的環境における高速決定と制御のための新しいフレームワークを提供するであろうことを示した。シミュレーション例は,このアプローチの有効性を示すために含まれている。Copyright 2018 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： 電流制御 ,  学習 ,  動径基底関数ネットワーク ,  可制御性 ,  制御系 ,  *非線形系 ,  推定量 ,  *不確実性 ,  動径基底関数 ,  フィードバック制御 ,  制御装置 ,  ニューラルネットワーク ,  シミュレーション
準シソーラス用語： 動的環境 ,  決定論 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (2件)： 非線形システム ,  クラス