Artificial Neural Networks for On-Line Trained Controllers
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F01%3APU21008" target="_blank" >RIV/00216305:26220/01:PU21008 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Artificial Neural Networks for On-Line Trained Controllers
Popis výsledku v původním jazyce
This paper deals with the use of artificial neural networks employed as an on-line trained controller for a real process and simulation model control. Well-known back-propagation method is used as a learning algorithm intended to minimize the differencebetween the plant?s actual response and the desired reference signal. The influence of neural network?s parameters on a controlled plant output is discussed. We also attempted to find the rules of these parameters adjustment in view of the type of a trannsfer function in Laplace transform and tested the robustness of our controller burdened with the error signal. Some simulation and real process control results are also presented to evaluate the proposed design. Discussed in the last chapter are the possibilities of creating an adaptive neural controller.
Název v anglickém jazyce
Artificial Neural Networks for On-Line Trained Controllers
Popis výsledku anglicky
This paper deals with the use of artificial neural networks employed as an on-line trained controller for a real process and simulation model control. Well-known back-propagation method is used as a learning algorithm intended to minimize the differencebetween the plant?s actual response and the desired reference signal. The influence of neural network?s parameters on a controlled plant output is discussed. We also attempted to find the rules of these parameters adjustment in view of the type of a trannsfer function in Laplace transform and tested the robustness of our controller burdened with the error signal. Some simulation and real process control results are also presented to evaluate the proposed design. Discussed in the last chapter are the possibilities of creating an adaptive neural controller.
Klasifikace
Druh
C - Kapitola v odborné knize
CEP obor
JB - Senzory, čidla, měření a regulace
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA102%2F01%2F1485" target="_blank" >GA102/01/1485: Prostředí pro vývoj, modelování a aplikaci heterogenních systémů</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2001
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název knihy nebo sborníku
Advances in Systems Science: Measurement, Circuits and Control
ISBN
960-8052-39-4
Počet stran výsledku
6
Strana od-do
189-194
Počet stran knihy
—
Název nakladatele
Published by WSES Press, http://www.worldses.org
Místo vydání
http://www.worldses.org
Kód UT WoS kapitoly
—