hrvatski

Primjena višeslojnih neuronskih mreža u identifikaciji pH procesa

Dan je općenit opis višeslojnih unaprijednih neuronskih mreža. Analiziran je Levenberg-Marquardtov algoritam (LM algoritam) učenja neuronske mreže, kao jedna od modifikacija klasičnog algoritma povratnog prostiranja izlazne pogreške (BP algoritma). Prezentirana je mogućnost ubrzanja proračuna LM algoritma primjenom Choleskeyeve sheme rješavanja sustava jednadžbi. Analizom kiselinsko-lužinskih reakcija i korištenjem totalne koncentracije iona, izveden je općeniti matematički model pH procesa. Razmotreni su načini primjene višeslojnih neuronskih mreža za identifikaciju nelinearnih dinamičkih procesa. Razvijeni model pH procesa za slučaj titriranja slabe kiseline jakom lužinom identificiran je neuronskom mrežom učenom LM algoritmom. Tehnikama korelacijske ocjene dobivenih rezultata izabrana je struktura mreže koja zadovoljava NARX model opisa identificiranog procesa. Neuronskim mrežama učenim on-line BP algoritmom i LM algoritmom usporedno je identificiran jedan laboratorijski proces (puhalo).

višeslojne neuronske mreže; identifikacija; pH proces; Levenberg-Marquardtov algoritam

nije evidentirano