Skip to main content

Login for students

Login for employees

Publication detail

Řízení nelineární soustavy adaptivním samonastavujícím neuronovým regulátorem (I)
Authors: Taufer Ivan | Drábek Oldřich
Year: 2006
Type of publication: článek ve sborníku
Name of source: Proceedings 7th International Scientific - Technical Conference on Process Control 06
Publisher name: Univerzita Pardubice
Place: Pardubice
Page from-to: 172
Titles:
Language Name Abstract Keywords
cze Řízení nelineární soustavy adaptivním samonastavujícím neuronovým regulátorem (I) Jsou prezentovány výsledky simulace adaptivního řízení nelineární soustavy adaptivním, samočinně se nastavujícím neuronovým regulátorem. Je zpracován algoritmus tohoto řízení pro dva typy nelineárních soustav lišících se tvarem vstupního signálu a sestaveny simulační programy ve výpočetním prostředí MATLAB. Je navržen algoritmus volby koeficientů učení neuronového modelu řízené soustavy a neuronového regulátoru zajišťující požadovanou jakost regulace a aperiodickém průběhu regulované veličiny. Je rovněž zkoumán vliv poruch v regulované a akční veličině a v parametrech soustavy. Simulační výpočty prokázaly možnost použití umělých neuronových sítí při řízení nelineárních soustav. nelineární soustava, samočinně se nastavující neuronový regulátor, neuronová síť, algoritmus učení.
eng Control of the nonlinear plant by an adaptive self tunning neural network (I) They are results from simulation of adaptive control of nonlinear system by adaptive, automatic setting regulator presented. It is processed algorithm with this control for two models nonlinear system different by form of input signal and made simulation program in calculation environment MATLAB. Is designed algorithm choosing of coefficient to teach neuron model of controlled system and neuron regulator handling requisite quality regulation in aperiodic running of controlled magnitude. Is as well examined influence disturbances in controlled and actuating signal and in parameters of system. Simulation calculations take possibility using artificial neuron network by controlling of nonlinear systems. nolinear system, automatic setting regulator, neural network, algorithm of teaching