Arquitetura de controle utilizando modelo de redes neuronais
Autor(a) principal: | |
---|---|
Data de Publicação: | 1991 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do ITA |
Texto Completo: | http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=1840 |
Resumo: | Idéias de redes neuronais tem sido utilizadas com grande sucesso em aplicações onde o processo a ser controlado é de elevada complexidade e requer, por exemplo, que o sislema de acionamento seja dotado de capacidade de adaptação baseado em aprendizado. Este trabalho tem o objetivo de apresentar algumas aplicações de modelos artificiais de redes neuronais no controle de sistemas dinâmicos, utilizado um modelo de rede neuronal para encontrar o modelo dinâmico inverso de um sistema inversível, o mesmo é empregado como um compensador feedforward. Os pesos que representam a intensidade de conexão das sinapses são ajustados através de mecanismo de aprendizado que busca minimizar o erro entre os sinais de referência e a saída. A fase de treinamento, na qual os pesos são ajustados, é feita off-line. Após o seu treinamento a rede apresenta uma grande rapidez de resposta que depende apenas do número de camadas e do tempo de propagação através dos neurônios. A rede neuronal proposta é de aplicação geral, desde que o número de neurônios e sinapses seja suficiente, bastando que se processe um programa de treinamento adequado a cada caso específico. |
id |
ITA_54c641e3a06dc55de53ae32288822139 |
---|---|
oai_identifier_str |
oai:agregador.ibict.br.BDTD_ITA:oai:ita.br:1840 |
network_acronym_str |
ITA |
network_name_str |
Biblioteca Digital de Teses e Dissertações do ITA |
spelling |
Arquitetura de controle utilizando modelo de redes neuronaisControle automáticoSistemas discretosRedes neuraisControleIdéias de redes neuronais tem sido utilizadas com grande sucesso em aplicações onde o processo a ser controlado é de elevada complexidade e requer, por exemplo, que o sislema de acionamento seja dotado de capacidade de adaptação baseado em aprendizado. Este trabalho tem o objetivo de apresentar algumas aplicações de modelos artificiais de redes neuronais no controle de sistemas dinâmicos, utilizado um modelo de rede neuronal para encontrar o modelo dinâmico inverso de um sistema inversível, o mesmo é empregado como um compensador feedforward. Os pesos que representam a intensidade de conexão das sinapses são ajustados através de mecanismo de aprendizado que busca minimizar o erro entre os sinais de referência e a saída. A fase de treinamento, na qual os pesos são ajustados, é feita off-line. Após o seu treinamento a rede apresenta uma grande rapidez de resposta que depende apenas do número de camadas e do tempo de propagação através dos neurônios. A rede neuronal proposta é de aplicação geral, desde que o número de neurônios e sinapses seja suficiente, bastando que se processe um programa de treinamento adequado a cada caso específico.Instituto Tecnológico de AeronáuticaTakashi YoneyamaRoberto Célio Limão de Oliveira1991-03-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=1840reponame:Biblioteca Digital de Teses e Dissertações do ITAinstname:Instituto Tecnológico de Aeronáuticainstacron:ITAporinfo:eu-repo/semantics/openAccessapplication/pdf2019-02-02T14:02:51Zoai:agregador.ibict.br.BDTD_ITA:oai:ita.br:1840http://oai.bdtd.ibict.br/requestopendoar:null2020-05-28 19:37:26.545Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáuticatrue |
dc.title.none.fl_str_mv |
Arquitetura de controle utilizando modelo de redes neuronais |
title |
Arquitetura de controle utilizando modelo de redes neuronais |
spellingShingle |
Arquitetura de controle utilizando modelo de redes neuronais Roberto Célio Limão de Oliveira Controle automático Sistemas discretos Redes neurais Controle |
title_short |
Arquitetura de controle utilizando modelo de redes neuronais |
title_full |
Arquitetura de controle utilizando modelo de redes neuronais |
title_fullStr |
Arquitetura de controle utilizando modelo de redes neuronais |
title_full_unstemmed |
Arquitetura de controle utilizando modelo de redes neuronais |
title_sort |
Arquitetura de controle utilizando modelo de redes neuronais |
author |
Roberto Célio Limão de Oliveira |
author_facet |
Roberto Célio Limão de Oliveira |
author_role |
author |
dc.contributor.none.fl_str_mv |
Takashi Yoneyama |
dc.contributor.author.fl_str_mv |
Roberto Célio Limão de Oliveira |
dc.subject.por.fl_str_mv |
Controle automático Sistemas discretos Redes neurais Controle |
topic |
Controle automático Sistemas discretos Redes neurais Controle |
dc.description.none.fl_txt_mv |
Idéias de redes neuronais tem sido utilizadas com grande sucesso em aplicações onde o processo a ser controlado é de elevada complexidade e requer, por exemplo, que o sislema de acionamento seja dotado de capacidade de adaptação baseado em aprendizado. Este trabalho tem o objetivo de apresentar algumas aplicações de modelos artificiais de redes neuronais no controle de sistemas dinâmicos, utilizado um modelo de rede neuronal para encontrar o modelo dinâmico inverso de um sistema inversível, o mesmo é empregado como um compensador feedforward. Os pesos que representam a intensidade de conexão das sinapses são ajustados através de mecanismo de aprendizado que busca minimizar o erro entre os sinais de referência e a saída. A fase de treinamento, na qual os pesos são ajustados, é feita off-line. Após o seu treinamento a rede apresenta uma grande rapidez de resposta que depende apenas do número de camadas e do tempo de propagação através dos neurônios. A rede neuronal proposta é de aplicação geral, desde que o número de neurônios e sinapses seja suficiente, bastando que se processe um programa de treinamento adequado a cada caso específico. |
description |
Idéias de redes neuronais tem sido utilizadas com grande sucesso em aplicações onde o processo a ser controlado é de elevada complexidade e requer, por exemplo, que o sislema de acionamento seja dotado de capacidade de adaptação baseado em aprendizado. Este trabalho tem o objetivo de apresentar algumas aplicações de modelos artificiais de redes neuronais no controle de sistemas dinâmicos, utilizado um modelo de rede neuronal para encontrar o modelo dinâmico inverso de um sistema inversível, o mesmo é empregado como um compensador feedforward. Os pesos que representam a intensidade de conexão das sinapses são ajustados através de mecanismo de aprendizado que busca minimizar o erro entre os sinais de referência e a saída. A fase de treinamento, na qual os pesos são ajustados, é feita off-line. Após o seu treinamento a rede apresenta uma grande rapidez de resposta que depende apenas do número de camadas e do tempo de propagação através dos neurônios. A rede neuronal proposta é de aplicação geral, desde que o número de neurônios e sinapses seja suficiente, bastando que se processe um programa de treinamento adequado a cada caso específico. |
publishDate |
1991 |
dc.date.none.fl_str_mv |
1991-03-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis |
status_str |
publishedVersion |
format |
masterThesis |
dc.identifier.uri.fl_str_mv |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=1840 |
url |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=1840 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do ITA instname:Instituto Tecnológico de Aeronáutica instacron:ITA |
reponame_str |
Biblioteca Digital de Teses e Dissertações do ITA |
collection |
Biblioteca Digital de Teses e Dissertações do ITA |
instname_str |
Instituto Tecnológico de Aeronáutica |
instacron_str |
ITA |
institution |
ITA |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáutica |
repository.mail.fl_str_mv |
|
subject_por_txtF_mv |
Controle automático Sistemas discretos Redes neurais Controle |
_version_ |
1706809275184054272 |