tailieunhanh - Ứng dụng mạng mờ, Noron trong nhận dạng và điều khiển hệ phi tuyến - Phan Thanh Tùng

Mạng mờ Noron hồi quy RNFN của Zhang có khả năng nhận dạng, dự báo tầm xa và điều khiển tốt các đối tượng động học phi tuyến. Bài viết "Ứng dụng mạng mờ, Noron trong nhận dạng và điều khiển hệ phi tuyến" kết hợp ưu điểm của hai mạng trên ta xây dựng mạng mờ Noron để ứng dụng nhận dạng và điều khiển cho đối tượng phức tạp nhiều vào ra. . | UNG DUNG MANG MƠ - NORON TRONG NHẶN DẠNG VÀ ĐIỂU KHIỂN HỆ PHI TUYẾN Phan Thanh Tùng- Đại học Thủy lợi Tóm tắt Mạng xuyên tâm tổng quát GRBFN do đưa ra giúp ta có thể loại bỏ đi vài biến hoặc vài luật trong mạng mờ noron khi nhận dạng một hệ phi tuyến. Mạng mờ-noron hồi quy RNFN của Zhang có khả năng nhận dạng dự báo tầm xa và điều khiển tốt các đối tượng động học phi tuyến. Bài báo kết hợp ưu điểm của hai mạng trên ta xây dựng mạng mờ-noron để ứng dụng nhận dạng và điều khiển cho đối tượng phức tạp nhiều vào ra. Mạng mờ-noron có hàm liên thuộc mờ tổng quát GFM và cấu trúc mạng hồi quy để mô hình hóa hoặc dự báo hệ thống. Ngoài ra ứng dụng kết quả mạng mờ noron để xây dựng bộ điều khiển dự báo tầm xa dựa trên thuật toán GPC để điều khiển đối tượng động học phi tuyến nhiều vào một ra MISO. Từ khóa Generalized radial basis function network GRBFN Recurrent Neuro-Fuzzy Network RNFN generalizedfuzzy model GFM . I. GIỚI THIỆU 4 đã đưa ra một dạng của mạng mờ noron hồi Mạng noron được chỉ ra có khả năng xâp xỉ hàm rât tốt bằng cách dựa vào tập dữ liệu vào nhiên một hạn chế khả năng của mạng noron truyền thống là rât khó chứng minh tính bền vững khi sử dụng tập dữ liệu mà ta không hiểu biết được. Một cách tiếp cận để cải tiến tính bền vững của mô hình là kết hợp đồng thời hiểu biết về mô hình và tập dữ liệu vào ra. Thực tế một quá trình phi tuyến có thể được tuyến tính hóa từng phần xung quanh điểm làm việc riêng lẻ và mô hình tuyến tính hóa cục bộ có hiệu quả trong lân cận điểm làm việc đó. Trong những đối tượng phi tuyến mà không mang tính chât động học thì câu trúc mạng mờ noron truyền thẳng cho kết quả huân luyện tốt và thời gian huân luyện nhanh chóng như được chỉ ra ở 1 . Việc xây dựng mạng xuyên tâm tổng quát GRBF do đưa ra giúp ta có thể loại bỏ đi vài biến hoặc vài luật trong mạng mờ noron khi nhận dạng một đối tượng phi tuyến. Nhược điểm Mạng GRBF chưa ứng dụng được cho nhận dạng và điều khiển đối tượng động học phi tuyến. Đối tượng có tính

TỪ KHÓA LIÊN QUAN
crossorigin="anonymous">
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.