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