文献

J-GLOBAL ID：202002257689789709   整理番号：20A2279099

航空宇宙システム同定と制御に適用した出力フィードバックによる増分モデルベース発見的動的計画法【JST・京大機械翻訳】

Incremental Model-Based Heuristic Dynamic Programming with Output Feedback Applied to Aerospace System Identification and Control

著者 (2件)： Sun Bo (Delft University of Technology,Department of Control and Operations,Delft,The Netherlands,2629HS) ,  van Kampen Erik-Jan (Delft University of Technology,Department of Control and Operations,Delft,The Netherlands,2629HS)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CCTA  ページ： 366-371  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： システムダイナミックスと内部状態に関する十分な情報は,しばしば,モデルフリーと出力フィードバック制御技術を必要とする航空宇宙システム制御装置に利用できない。本論文は,発見的動的プログラミングと増分モデリングの利点を結合することによって,これらの2つの問題を扱う新しい自己学習制御アルゴリズムを提示する。システムダイナミックスは完全に未知であり,入出力データだけを得ることができる。制御装置は,ローカルシステムモデルを同定し,ニューラルネットワークの重みを調整することによって,オンラインで制御警察を学習する。新しい方法を多入力多出力非線形衛星姿勢追従制御問題に適用した。シミュレーション結果は,3つのネットワークによる従来のアクター-批評者ベースの発見的動的計画法アルゴリズムと比較して,提案した適応制御アルゴリズムが,完全状態フィードバック状態と比較して類似の性能を維持しながら,収束の精度と速度に関して非線形システムのオンライン同定を改善することを実証した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  非線形系 ,  *動的計画法 ,  ネットワーク ,  *システム同定 ,  ニューラルネットワーク ,  システムモデル ,  システムダイナミックス ,  追従制御
準シソーラス用語： 自己学習 ,  MIMO ,  *モデルベース ,  オンライン ,  *航空宇宙 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 航空宇宙 ,  システム同定 ,  出力フィードバック ,  増分 ,  モデルベース ,  発見 ,  動的計画法