神經網路應用在控制上,辨認法則的設計

Abstract

本篇論文把多層神經網路(multilayered neural networks)應用在不確定非盄性系統 (unknown nonlinear systems) 的控制問題上，其目的在追趿一事先設定的參考訊號 ，為了達到控制時的穩定性，我們設計一種辨認(identification)的方法，由於多層 神經網路和不確定系統間會有誤差存在，此誤差稱為unmodeled dynamics，在ident- ification 的時候，unmodeled dynamics的影響也將考慮。 本篇論文內容分為七個部分：（一）描述我們所考慮的系統和此系統所需要的假設。 （二）介紹我們所使用的多層神經網路：其架構、運算方式和參數調整法則(back-p- ropagation algorithm)。 （三） 利用多層神經網路來放認(identify)不確定非盄 性系統的dynamics，根據辨認的結果產生控制法則，應用我們所設計的辨方法可保證 控制時的穩定性，追趿誤差的大小也可導出，和unmodeled dynamics的大小有關。 （四）利用多層神經網路來辨認(identify)不確定非盄性系統的inverse dynamics， 我們將設計一辨認的架構(identification scheme) 來辨認此inverse dynamics, 同 時根據辨認的結果設計一控制的架構(identification scheme) 來辨認此inverse d- ynamics,同時根據辨認的結果設計一控制的架構(control scheme)來產生控制法則， 應用我們所設計的辨認方法可達到控制時的穩定性，追趿誤差的大小也可導出，和u- nmodeled dynamics 的大小以及此inverse dynamics的斜率有關。（五）利用第三， 四部分的控制法則，系統將被盄性化(linearized)加上殘余的unmodeled dynamics， 我們將應用盄性回授作極點設定(pole assignment) ，來看看殘余的unmodeled dyn- amics 所造成的影響。（六）這部分是一些模擬結果。（七）結論和未來的研究方向 。