Digitální knihovnaUPCE
 

Modelování a řízení nelineární soustavy s využitím umělých neuronových sítí

Disertační práceOmezený přístup

Abstrakt

Problematika umělých neuronových sítí je relativně nová vědní disciplína, která se však již uplatňuje v širokém spektru oborů lidského bádání. Tato práce zkoumá možnosti jejího uplatnění v modelování a řízení technologických procesů, kde si umělé neuronové sítě najdou opodstatnění zejména v případech, kdy řešený problém nelze úplně matematicky popsat, či kdy je řešený problém tak složitý, že nelze řešit standardními řídicími algoritmy. Jedná se většinou o výrazně nelineární systémy. Práce je členěna do několika oddílů. Nejprve jsou popsány teoretické základy umělých neuronových sítí a evolučních algoritmů v rozsahu odpovídajícímu praktickému použití v dalších částech práce. Následují popisy různých přístupů k modelování technologických procesů s využitím umělých neuronových sítí a teoretická část práce je zakončena popisy pěti různých algoritmů řízení, které využívají umělé neuronové sítě a případně evoluční algoritmy. Tři popsané algoritmy jsou převzaté, dva do jisté míry původní. V experimentální části jsou pak popsané algoritmy aplikovány nejprve na vhodně zvolenou simulovanou soustavu a následně na daný laboratorní model. Paralelně jsou experimenty provedeny s využitím řady klasických a moderních metod řízení, přičemž v závěru je kladen důraz na jejich porovnání a zhodnocení možného přínosu využití umělých neuronových sítí pro řízení.

Rozsah stran

93 s.

ISSN

Trvalý odkaz na tento záznam

Projekt

Zdrojový dokument

Vydavatelská verze

Přístup k e-verzi

bez omezení

Název akce

ISBN

Studijní obor

Informační, komunikační a řídicí technologie

Studijní program

Elektrotechnika a informatika

Signatura tištěné verze

D24789

Umístění tištěné verze

Univerzitní knihovna (sklad)

Přístup k tištěné verzi

Klíčová slova

umělé neuronové sítě, diferenciální evoluce, modelování technologických procesů, řízení technologických procesů, artificial neural networks, differential evolution, modelling, Process Control

Endorsement

Review

item.page.supplemented

item.page.referenced