非線形システムのニューラルネットワーク知的制御

非线性系统的神经网络智能控制

基本信息

批准号：
03J53071
负责人：
高橋正樹
金额：
$ 0.51万
依托单位：
Keio University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2003
资助国家：
日本
起止时间：
2003 至 2004
项目状态：
已结题

项目摘要

従来の制御理論のみでは対応できない非線形制御および学習制御などの問題を解決する一つの方針として知的制御が注目を集めている.知的制御を制御系に組み込むことにより,学習機能,適応機能を制御系に持たせ,環境を含む制御対象の変化や不確定要素の影響に対応可能であるなど,従来の線形制御理論では困難であった様々な効果が期待されている.また,近年,動的に変化する環境に対して効果を発揮する制御システムとして,視覚センサや画像処理を制御システムに組み込むことが注目されており,制御の可能性の拡大が期待されるとともに新たな設計論の確立が望まれている.本研究では,非線形システムの制御問題に対して有効な,体系的な設計手法として,よりロバストで適用範囲の広い統合型ニューラルネットワーク知的制御手法を確立することを目的とした.下記に示す3つの課題に対して提案する知的制御手法を適用し,具体的な制御系設計法の一例を提示し,数値シミュレーションと制御実験により提案手法の有効性を確認した.1)キュービックニューラルネットワーク知的制御のロバスト性と耐故障性(スライディングモード制御との比較・検討)2)二重振子の任意平衡点への知的安定化制御3)ステレオ視を用いたビジュアルフィードバックによる二次元倒立振子の安定化制御1)耐故障性やロバスト性を有する制御系の設計法として,定性化を特徴とするキュービックニューラルネットワーク(CNN)知的制御手法を発展させ,制御性能の詳細な検証を行い,その適用可能性を広げた.2)複数の平衡点を有する非線形性の強いシステムなど,体系的な設計が困難な制御問題に対して統合化知的制御手法を提案し,目的の異なる複数の制御器を併合して用いることで非線形,多目的,あるいは複雑な制御問題に対して有効な,知的制御を用いた体系的な制御系設計法を確立した.3)ビジュアルフィードバック制御の分野において,動的対象を認識・制御する問題に対して,画像情報を用いる制御系が有効であることを示し,その応用の可能性を広げた.

智力控制吸引了人们的关注，作为解决诸如非线性控制和学习控制等问题的政策，仅传统控制理论无法处理。通过将智力控制纳入控制系统，可以在控制系统中提供学习和自适应功能，并且可以响应控制对象中的变化的影响，包括环境以及不确定的因素，以及常规线性控制理论困难的各种效果。此外，近年来，视觉传感器和图像处理已被纳入控制系统中，作为一个控制系统，可在动态变化的环境中有效，并且可以预期控制的可能性将扩展并建立新的设计理论。这项研究旨在建立更广泛，更广泛的综合神经网络智力控制方法，作为非线性系统控制问题的有效而系统的设计方法。我们将提出的智力控制方法应用于下面列出的三个问题，并提供了混凝土控制系统设计方法的示例，我们可以通过数值模拟和控制实验创建所提出方法的有效性。我们确认。1）立方神经网络智力控制的鲁棒性和容忍度（与滑动模式控制进行比较）2）智力稳定控制与双重摆的任意平衡点3）使用二维倒置的稳定控制使用二维倒置的稳定控制，使用刻板式iS iS coltional Is coltional Is conteriit Controritiatiental Is contrical Is contricative IS CORTARITIAL STRAMITIT STRAMITIT IS CORTARION CORTARITINAL（CONTIT IS CONTRORITIAL）进行了分析（CNIDECTION CONTRORITIAD），以详细的方式进行了分类的特征性，从而有效地表征了划分的特征。进行了，其适用性扩大了。 2）我们提出了一种难以系统地设计的控制问题的集成智力控制方法，例如具有强大的非线性具有多个平衡点的系统，并且通过将多个控制器与不同的目标相结合，我们建立了一种使用智力控制的系统控制系统设计方法，该方法有效，可有效，可有效，可有效，多线性，多用途多孔，或复杂的控制问题。 3）在视觉反馈控制领域，我们显示使用图像信息的控制系统对于识别和控制动态对象的问题有效，并扩大了其应用程序的可能性。