文献

J-GLOBAL ID：202002245610392270   整理番号：20A0204365

回帰神経回路網による船舶の自動バーッシングのための非線形最適フィードバック制御の実装と評価【JST・京大機械翻訳】

Implementation and Evaluation of Non-linear Optimal Feedback Control for Ship’s Automatic Berthing by Recurrent Neural Network

著者 (2件)： Mizuno Naoki (Nagoya Institute of Technology, Gokiso-cho, Showa-ku, Nagoya 466-8555, Japan) ,  Kuboshima Ryo (Nagoya Institute of Technology, Gokiso-cho, Showa-ku, Nagoya 466-8555, Japan)
資料名： IFAC PapersOnLine  (IFAC PapersOnLine)
巻： 52  号： 21  ページ： 91-96  発行年： 2019年 
JST資料番号： W3101A  ISSN： 2405-8963  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,非線形最適フィードバック制御装置による自動船舶のberものシステムを提示した。提案した方法において,再帰ニューラルネットワークを,異なるberもの距離および異なる擾乱のような現実的な運転条件に対する非線形最適フィードバック制御装置に対して用いた。実行可能な非線形制御装置を得るために,種々の条件に対する事前計算非線形最適解を用いて,再帰ニューラルネットワークを訓練した。提案したシステムの性能を評価するために,広範な計算機シミュレーションと実際の海上試験を,様々な条件の下で小型訓練船Shioji-maruを用いて実施した。その結果,リカレントニューラルネットワークによる非線形最適フィードバック制御器は,船舶用の自動berものシステムにとって有用であることがわかった。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  計算機シミュレーション ,  *神経回路網 ,  海上試運転 ,  *船舶 ,  機械学習 ,  フィードバック制御
準シソーラス用語： リカレントニューラルネットワーク ,  最適解 ,  非線形制御 ,  運転条件 , 【Automatic Indexing@JST】

著者キーワード (6件)： 船舶制御 ,  自動バーッシング ,  非線形最適制御 ,  フィードバック制御 ,  リカレントニューラルネットワーク ,  機械学習

分類 (2件)： システム設計・解析  (IA02030D) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (6件)： 神経回路網 ,  船舶 ,  非線形 ,  フィードバック制御 ,  実装 ,  評価