標題: 基於類神經網路的演化策略應用於一階動態系統
Neural Network-Based Evolution Strategies for Implementing First Order Dynamic Systems
作者: 陳思穎
陳永平
電控工程研究所
關鍵字: 類神經網路;演化策略;一階動態系統;智慧型控制;nerual network;evolution strategy;first order dynamic system;first order LTI system;intelligent control
公開日期: 2006
摘要: 本論文目的在於利用類神經網路學習一階動態系統,用以控制一迴授系統。為了學習一階動態系統,提出兩種簡單的類神經網路架構,一種是一般的類神經網路,另一種加入了參數影響,而此參數是根據一階差分方程而來的。另外,本論文不用常見的倒傳遞學習法則,而用一演化策略,因為倒傳遞學習法則必須知道反向動態系統,但反向動態系統並不容易得到,而該演化策略並無此缺點。雖然使用該演化策略的學習時間較長,但類神經網路經過演化策略的學習後,能表現的跟目標系統極度相似,即使將此類神經網路放入一有外來雜訊的迴授系統當控制器時,亦能控制系統穩定不受雜訊影響。
URI: http://140.113.39.130/cdrfb3/record/nctu/#GT009412528
http://hdl.handle.net/11536/80659
Appears in Collections:Thesis


Files in This Item:

  1. 252801.pdf

If it is a zip file, please download the file and unzip it, then open index.html in a browser to view the full text content.