文献

J-GLOBAL ID：202002255955222406   整理番号：20A2187899

試行長が変化するデータ駆動非線形ILC【JST・京大機械翻訳】

Data-driven nonlinear ILC with varying trial lengths

著者 (5件)： Xing Jianmin (School of Mathematics and Physics, Qingdao University of Science and Technology, Qingdao 266061, PR China) ,  Lin Na (Institute of Artificial Intelligence and Control, School of Automation & Electronics Engineering, Qingdao University of Science & Technology, Qingdao 266061, PR China) ,  Chi Ronghu (Institute of Artificial Intelligence and Control, School of Automation & Electronics Engineering, Qingdao University of Science & Technology, Qingdao 266061, PR China) ,  Huang Biao (Department of Chemical and Materials Engineering, University of Alberta, Edmonton, AB T6G 2G6, Canada) ,  Hou Zhongsheng (School of Automation, Qingdao University, Qingdao 266071, PR China)
資料名： Journal of the Franklin Institute. Engineering and Applied Mathematics  (Journal of the Franklin Institute. Engineering and Applied Mathematics)
巻： 357  号： 15  ページ： 10262-10287  発行年： 2020年 
JST資料番号： C0292A  ISSN： 0016-0032  CODEN： JFINA  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： 本研究では,非線形および非アフィン反復システムのランダムに変化する試行長を考察し,動的線形化によるデータ駆動非線形反復学習制御(DDNILC)法を提案した。非線形学習制御則と非線形パラメータ推定法則を,様々な試行長さを記述するために確率的変数を導入することによって開発した。学習利得は非線形と反復時間変化の両方であり,システム不確実性がより効果的に対処できるように,パラメータ更新法則を通して反復的に推定した。さらに,結果をMIMOケースに拡張した。提案方法と導入した動的線形化は,明示的モデルの必要性なしでデータ駆動である。Bernoulli分布仮定の下で,収束解析を確率意味で厳密に実行した。導出した理論的結果を検証するために,説明例を提供した。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： *学習 ,  不確実性 ,  経時変化 ,  利得 ,  制御則
準シソーラス用語： MIMO ,  反復学習制御 ,  線形化 ,  *データ駆動 ,  収束解析 ,  Bernoulli分布 , 【Automatic Indexing@JST】

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (4件)： 試行 ,  データ駆動 ,  非線形 ,  ILC