熱流動現象の制御に特化したニューラルネットワークの内部構造に関する研究

专门用于控制热流现象的神经网络内部结构研究

基本信息

批准号：
08875043
负责人：
鈴木雄二
金额：
$ 1.41万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Exploratory Research
财政年份：
1996
资助国家：
日本
起止时间：
1996 至无数据
项目状态：
已结题

项目摘要

ニューラルネットワークを用いた最適制御手法として,システム・ニューラルネットワークとニューラルネットワーク・コントローラーを用いた制御系の定式化を行なった.システム・ニューラルネットワークは,制御対象とする系の動特性を学習するネットワークであり,ニューラルネットワーク・コントローラーは状態量フィードバックの形式で,最適な制御力を陽的に与えるものである.システム・ニューラルネットワークについては,制御対象とする系の支配方程式の差分形式を内部構造に取り込む手法を提案した.また,本手法を線形,非線形の質点系,熱伝導問題に適用し,汎化能力を飛躍的に高めることができることを明らかにした.また,ニューラルネットワーク・コントローラーと組み合わせた制御システムを,熱伝導方程式およびバーガーズ方程式に適用し,それぞれリカッチ方程式の解,最適制御の数値解とほぼ一致する結果が得られることを示した.また,最急降下法,共役勾配法,谷探索法,焼き鈍し法など,種々の教師付き学習法について系統的に調べ,焼き鈍し法がもっともロバストであることを確認した.さらに,ニューラルネットワーク・コントローラーについて汎化能力の獲得が難しいことを明らかにし,今後ニューラルネットワーク・コントローラーについても内部構造を設計する指針が必要であることを示した.

作为使用神经网络的最优控制方法，我们使用系统神经网络和神经网络控制器制定了控制系统。系统神经网络是学习被控制系统的动态特性的网络，是的，神经网络控制器。 - 是状态量反馈的一种形式，明确地提供最优控制力。对于系统神经网络，我们提出了一种将被控系统的控制方程的微分形式纳入内部结构的方法。可应用于线性和非线性质点系统以及热传导问题，泛化能力可大幅提升。我们还将与神经网络控制器相结合的控制系统应用于热传导方程和Burgers方程，发现分别得到了与Riccati方程的解和最优控制的数值解非常匹配的结果。、最速下降法、共轭梯度法、谷搜索法、退火法等多种方法。我们系统地研究了各种监督学习方法，并证实退火方法是最鲁棒的。此外，我们阐明了神经网络控制器很难获得泛化能力，我们希望将来能够提高神经网络控制器的能力。结果表明，需要设计内部结构的指导方针。