Yapay sinir ağları temelli model öngörülü kontrol
Küçük Resim Yok
Tarih
2003
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Ege Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
ÖZET YAPAY SİNİR AĞLARI TEMELLİ MODEL ÖNGÖRÜLÜ KONTROL ŞAHİN, Savaş Yüksek Lisans Tezi, Elektrik - Elektronik Mühendisliği Bölümü Tez Yöneticisi: Yrd. Doç. Dr. Aydoğan SAVRAN 13 Ağustos 2003, 103 sayfa Bu tez çalışmasında, bir yapay sinir ağlan (YSA) temelli doğrusal olmayan öngörülü kontrol yapısı geliştirilmiştir. Bu yapıda, dinamik sistemlerin giriş - çıkış ilişkisi YSA tanılama modeli kullanılarak, gösterilmiştir. YSA ağırlıkları güncellenmesi en dik iniş yöntemi ile gerçekleştirilmiştir. Daha sonra, YSA tanılama modeli temel alınarak doğrusal olmayan model öngörülü kontrol yapısı oluşturulmuştur. Kontrol sinyali, YSA modeli ile öngörülen sistem çıkışı ve referans arasındaki karesel hatayı içeren bir ölçütü minimize edecek şekilde kestirilir. Sonuç olarak, YSA temelli model öngörülü kontrol yapısının, doğrusal olmayan karmaşık sistemlerin kontrolü uygulamalarında etkin bir alternatif olduğu gösterilmiştir. Anahtar sözcükler: Optimal kontrol, yapay sinir ağları (YSA), model öngörülü kontrol (MÖK), doğrusal olmayan dinamik sistemler
VII ABSTRACT NEURAL NETWORK BASED MODEL PREDICTIVE CONTROL ŞAHİN, Savaş MSc in Electrical - Electronics Eng. Supervisor: Assist of Prof. Aydoğan SAVRAN 13 August 2003, 103 pages In this thesis, it is developed a neural network based nonlinear model predictive control scheme. Neural network (NN) identification models are used to represent the input-output relation of dynamical systems. The steepest descent method is used to update NN parameters. Then, a nonlinear model predictive controller scheme is designed on the basis of a neural network plant model. Based on the neural network model, the control is estimated by minimizing a projected cost function that penalizes future tracking errors. Consequently, NN based model predictive control scheme is an effective alternative for controlling the nonlinear complex systems. Keywords: Optimal control, neural network (NN), model predictive control (MPC), nonlinear dynamical system.
VII ABSTRACT NEURAL NETWORK BASED MODEL PREDICTIVE CONTROL ŞAHİN, Savaş MSc in Electrical - Electronics Eng. Supervisor: Assist of Prof. Aydoğan SAVRAN 13 August 2003, 103 pages In this thesis, it is developed a neural network based nonlinear model predictive control scheme. Neural network (NN) identification models are used to represent the input-output relation of dynamical systems. The steepest descent method is used to update NN parameters. Then, a nonlinear model predictive controller scheme is designed on the basis of a neural network plant model. Based on the neural network model, the control is estimated by minimizing a projected cost function that penalizes future tracking errors. Consequently, NN based model predictive control scheme is an effective alternative for controlling the nonlinear complex systems. Keywords: Optimal control, neural network (NN), model predictive control (MPC), nonlinear dynamical system.
Açıklama
Anahtar Kelimeler
Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering, Dinamik sistemler, Dynamical systems, Doğrusal olmayan dinamik, Nonlinear dynamics, Model öngörümlü denetim, Model predictive control, Optimum denetim, Optimum control, Yapay sinir ağları, Artificial neural networks
