Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "direct adaptive neural control" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Recurrent neural identification and control of a continuous bioprocess via first and second order learning
Autorzy:
Baruch, I.
Mariaca-Gaspar, C. R.
Powiązania:
https://bibliotekanauki.pl/articles/385133.pdf
Data publikacji:
2010
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
backpropagation learning
direct adaptive neural control
indirect adaptive sliding mode control
Kalman filter recurrent neural network identifier
Levenberg-Marquardt learning
Opis:
This paper applies a new Kalman Filter Recurrent Neural Network (KFRNN) topology and a recursive Levenberg-Mar quardt (L-M) learning algorithm capable to estimate para meters and states of highly nonlinear unknown plant in noisy environment. The proposed KFRNN identifier, learned by the Backpropagation and L-M learning algorithm, was incorporated in a direct and indirect adaptive neural con trol schemes. The proposed control schemes were applied for real-time recurrent neural identification and control of a continuous stirred tank bioreactor model, where fast convergence, noise filtering and low mean squared error of reference tracking were achieved.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2010, 4, 4; 37-52
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neural network based feedback linearization control of a servo-hydraulic vehicle suspension system
Autorzy:
Pedro, J. O.
Dahunsi, O. A.
Powiązania:
https://bibliotekanauki.pl/articles/907825.pdf
Data publikacji:
2011
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
sieć neuronowa
sterowanie bezpośrednie
sterowanie ze sprzężeniem zwrotnym
regulacja PID
komfort jazdy
układ zawieszenia
neural networks
direct adaptive control
feedback linearization control
PID control
ride comfort
suspension system
servo-hydraulics
Opis:
This paper presents the design of a neural network based feedback linearization (NNFBL) controller for a two degree-offreedom (DOF), quarter-car, servo-hydraulic vehicle suspension system. The main objective of the direct adaptive NNFBL controller is to improve the system's ride comfort and handling quality. A feedforward, multi-layer perceptron (MLP) neural network (NN) model that is well suited for control by discrete input-output linearization (NNIOL) is developed using input-output data sets obtained from mathematical model simulation. The NN model is trained using the Levenberg- Marquardt optimization algorithm. The proposed controller is compared with a constant-gain PID controller (based on the Ziegler-Nichols tuning method) during suspension travel setpoint tracking in the presence of deterministic road disturbance. Simulation results demonstrate the superior performance of the proposed direct adaptive NNFBL controller over the generic PID controller in rejecting the deterministic road disturbance. This superior performance is achieved at a much lower control cost within the stipulated constraints.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2011, 21, 1; 137-147
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies