Identification of Local Model Networks Parameters Using Fuzzy Clustering
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F10%3A63508846" target="_blank" >RIV/70883521:28140/10:63508846 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Identification of Local Model Networks Parameters Using Fuzzy Clustering
Popis výsledku v původním jazyce
In this work the use of fuzzy clustering for identification of parameters of the local model network (LMN) from input-output data is studied. The main idea is based on development of the local linear models for the whole operating range of the controlledprocess. The local models are identified from measured data using clustering and local least squares method. The nonlinear plant is then approximated by a set of locally valid sub-models, which are smoothly connected using the validity function. The parameters for the GPC controller are computed at each sampling interval from the linearization of LMN. The proposed identification and control method is illustrated by the simulation study on the MIMO liquid process
Název v anglickém jazyce
Identification of Local Model Networks Parameters Using Fuzzy Clustering
Popis výsledku anglicky
In this work the use of fuzzy clustering for identification of parameters of the local model network (LMN) from input-output data is studied. The main idea is based on development of the local linear models for the whole operating range of the controlledprocess. The local models are identified from measured data using clustering and local least squares method. The nonlinear plant is then approximated by a set of locally valid sub-models, which are smoothly connected using the validity function. The parameters for the GPC controller are computed at each sampling interval from the linearization of LMN. The proposed identification and control method is illustrated by the simulation study on the MIMO liquid process
Klasifikace
Druh
O - Ostatní výsledky
CEP obor
BC - Teorie a systémy řízení
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GP102%2F09%2FP243" target="_blank" >GP102/09/P243: Prediktivní řízení nelineárních systémů pomocí sítí lokálních modelů</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2010
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů