Přejít k obsahu


Implicit Dual Adaptive Control for Systems with Functional Uncertainties

Citace:
KRÁL, L., FLÍDR, M., ŠIMANDL, M. Implicit Dual Adaptive Control for Systems with Functional Uncertainties. In Proceedings of the 19th IFAC World Congress, 2014. Cape Town: Elsevier, 2014. s. 5969-5974. ISBN: 978-3-902823-62-5 , ISSN: 1474-6670
Druh: STAŤ VE SBORNÍKU
Jazyk publikace: eng
Anglický název: Implicit Dual Adaptive Control for Systems with Functional Uncertainties
Rok vydání: 2014
Místo konání: Cape Town
Název zdroje: Elsevier
Autoři: Ing. Ladislav Král Ph.D. , Ing. Miroslav Flídr Ph.D. , Prof. Ing. Miroslav Šimandl CSc. ,
Abstrakt CZ: Práce se zabývá návrhem implicitního typu duálního řízení pro třídu nelineárních stochastických systémů s funkcionálními neurčitostmi. Neznámé funkce systému jsou modelovány vícevrstvými perceptronovými neuronovými sítěmi, kde jsou neznámé parametry hledány v reálném čase. Řízení je založeno na Bellmanově optimalizační rekurzi, kde je délka rekurze zkrácena na dva kroky pro snížení výpočetních nároků a pro zajištění duality mezi úlohou odhadu a úlohou řízení. Problém s určením středních hodnot je dále řešen s využitím techniky založené na stochastickém integračním pravidle. Návrh řízení je následně dokončen a vyjádřen ve formě rekurzivního logaritmu. Numerické simulace a Monte-Carlo analýza ukazují, že navrhovaný postup může konkurovat stávajícímu řešení založenému na explicitním typu duálního řízení, přičemž odstraňuje jejich nevýhodnou vlastnost ladění dalších konstrukčních parametrů.
Abstrakt EN: The paper proposes an implicit type of dual control for a class of nonlinear stochastic systems subject to functional uncertainty. The unknown functions of the system are modelled by multi-layered perceptron neural networks where the unknown parameters are found in real-time. The control design is based on the Bellman optimisation recursion where the length of the recursion is shortened to two stages to reduce computational burdens and to ensure dual features between estimation and control aims. The inherent obstacle of determining the expectation is tackled by employing a technique based on the stochastic integration rule. The design is then accomplished using an iterative procedure, which is summarised by algorithms. Numerical simulations and a Monte Carlo analysis show that the proposed approach may compete with existing solutions based solely on the explicit type of dual control and removes their drawback of tuning additional design parameters.
Klíčová slova

Zpět

Patička