Rekurzivni algoritam estimacije parametara Hammersteinovog modela procesa zasnovanog na primjeni neuronskih mreža (CROSBI ID 330664)
Ocjenski rad | diplomski rad
Podaci o odgovornosti
Tušak, Krunoslav
Perić, Nedjeljko
hrvatski
Rekurzivni algoritam estimacije parametara Hammersteinovog modela procesa zasnovanog na primjeni neuronskih mreža
U ovom radu, detaljno je opisan algoritam identifikacije Hammersteinovog modela nelinearnih dinamičkih procesa. Hammersteinov model sastoji se od kompozicije nelinearnog statičkog člana i linearnog dinamičkog dijela. Algoritam identifikacije koristi hibridni model sastavljen od višeslojne statičke neuronske mreže (MFNN) koja aproksimira nelinearni statički dio Hammersteinovog modela, spojene u seriju s ARMA modelom, pomoću kojeg se aproksimira linearni dinamički dio. Za estimaciju parametara modela koristi se RLS/BP algoritam koji predstavlja kombinaciju rekurzivnog algoritma najmanjih kvadrata (RLS) i algoritma povratnog prostiranja izlazne pogreške kroz mrežu (BP). Parametri ARMA modela estimiraju se algoritmom najmanjih kvadrata, a težinski koeficijenti MFNN dijela modela estimiraju se pomoću izmjenjenog BP algoritma. Rekurzivni RLS/BP algoritam implementiran je unutar programskog paketa Matlab-Simulink, kao S-funkcija. Algoritam je provjeren nizom simulacija na računalu za različite tipove nelinearnih procesa.
Rekurzivni algoritam; Hammersteinov model; RLS/BP
nije evidentirano
engleski
Parameter estimation recursive algorithm of the Hammerstein process model based on application of neural networks
nije evidentirano
Recursive algorithm; Hammerstein model; RLS/BP
nije evidentirano
Podaci o izdanju
82
14.12.1998.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Fakultet elektrotehnike i računarstva
Zagreb