Adaptivní regulátory s principy umělé inteligence a jejich porovnání s klasickými metodami identifikace.
Loading...
Date
Authors
Dokoupil, Jakub
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Práce pojednává o metodice návrhu adaptivního regulátoru opírajícího se o znalost matematického modelu řízené soustavy. Důraz je kladen zejména na problematiku průběžné parametrické identifikace v uzavřené smyčce. Odhadování parametrů modelu je řešeno dvěma základními přístupy: rekurzivní metodou nejmenších čtverců a neuronovými estimátory. V případě metod nejmenších čtverců byla řešena otázka získání neposunutého odhadu, numerické stability a potlačování staré informace selektivním vážením dat. Pro neuronové estimátory byly zvoleny algoritmy Back Propagation a Marquardt-Levenberg. Z porovnání obou přístupů na reálných soustavách vyplývá, že pokročilejší techniky z řad metod nejmenších čtverců za současného stavu poskytují numericky přesnější a spolehlivější řešení problematiky identifikace pro adaptivní řízení. Ve vlastní realizaci bylo vytvořeno rozhraní v programu MATLAB/Simulink umožňující grafické a číselné vyhodnocení jednotlivých algoritmů.
This piece of work deals with a philosophy of design adaptive controller, which is based on knowledge of mathematical model controlled plant. This master thesis is focused on closed-loop on-line parametric identification methods. An estimation of model´s parametres is solved by two main concepts: recursive leastsquare algorithms and neural estimators. In case of least-squares algorithm the strategy of preventing the typical problems are solved here. For instance numerical stability, accurecy and restricted forgetting. Back Propagation and Marquardt- Levenberg algorithm were choosen to represent artificial inteligence. There is still a little supermacy on the side of methods based on least-squares algorithm. To compare individual algorithms the grafical interface in MATLAB/Simulink was created.
This piece of work deals with a philosophy of design adaptive controller, which is based on knowledge of mathematical model controlled plant. This master thesis is focused on closed-loop on-line parametric identification methods. An estimation of model´s parametres is solved by two main concepts: recursive leastsquare algorithms and neural estimators. In case of least-squares algorithm the strategy of preventing the typical problems are solved here. For instance numerical stability, accurecy and restricted forgetting. Back Propagation and Marquardt- Levenberg algorithm were choosen to represent artificial inteligence. There is still a little supermacy on the side of methods based on least-squares algorithm. To compare individual algorithms the grafical interface in MATLAB/Simulink was created.
Description
Citation
DOKOUPIL, J. Adaptivní regulátory s principy umělé inteligence a jejich porovnání s klasickými metodami identifikace. [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2009.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Kybernetika, automatizace a měření
Comittee
doc. Ing. Eduard Janeček, CSc. (předseda)
prof. Ing. Petr Pivoňka, CSc. (místopředseda)
doc. Ing. Petr Blaha, Ph.D. (člen)
doc. Ing. Zdeněk Bradáč, Ph.D. (člen)
Ing. Ilona Janáková, Ph.D. (člen)
Ing. Stanislav Klusáček, Ph.D. (člen)
Date of acceptance
2009-06-10
Defence
Student obhájil diplomovou práci.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení