ارسل ملاحظاتك

ارسل ملاحظاتك لنا







يجب تسجيل الدخول أولا

Lyapunov Function Based Neuro-Adaptive Inverse Control

العنوان بلغة أخرى: التحكم العكسي العصبي التكيفي باستخدام دالة ليابونوف
المؤلف الرئيسي: آفتاب، محمد صالحين (مؤلف)
مؤلفين آخرين: Shahid, Muhammed Shafiq (Advisor)
التاريخ الميلادي: 2015
موقع: مسقط
الصفحات: 1 - 92
رقم MD: 971575
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة السلطان قابوس
الكلية: كلية الهندسة
الدولة: عمان
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

7

حفظ في:
LEADER 04583nam a22003377a 4500
001 1502929
041 |a eng 
100 |9 523641  |a آفتاب، محمد صالحين  |e مؤلف 
245 |a Lyapunov Function Based Neuro-Adaptive Inverse Control 
246 |a التحكم العكسي العصبي التكيفي باستخدام دالة ليابونوف 
260 |a مسقط  |c 2015 
300 |a 1 - 92 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c جامعة السلطان قابوس  |f كلية الهندسة  |g عمان  |o 0301 
520 |a يعتمد تطوير وحدات التحكم التقليدية بشكل أساسي على توافر النموذج الرياضي الدقيق للنظام الديناميكي. لكن معظم أنظمة التحكم العملية يوجد بها مصادر لأخطيه غير معروفة وشكوك ديناميكية. ولذلك، فإن وحدات التحكم التي تصمم لمثل هذه الأنظمة تتميز بضعف الأداء. وقد حفز هذا السبب لتطوير وحدات تحكم تكيفية تتعامل مع هذه الأنظمة باستخدام بارامترات التحكم والتي يتم ضبطها أثناء التشغيل. من ناحية أخرى، فإن تقنيات الحوسبة الناعمة مثل الشبكات العصبية الاصطناعية قد استخدمت على نطاق واسع في تطوير وحدات تحكم تكيفية. ومع ذلك، ترتبط غالبية نظم التحكم العكسية التكيفية العصبية المتاحة على اثنين من العيوب كبيرة. أولا، يتم تدريب الشبكات العصبية باستخدام خوارزم الانزلاق التدريجي التقليدي المبني على التعلم باستخدام الانتشار الخلفي مما ينشأ عنه بطء التقارب. وكثيرا ما يقع في القيم الصغرى المحلية. ثانيا، هذه التقنيات السيطرة على التكيف لا تضع الأسس الرياضية للتقارب الخطأ وشروط الاستقرار. بدلا من ذلك، أنها تفترض التقارب والاستقرار على أساس مبدأ التكافؤ اليقيني، وهي ليست افتراض واقعي. هذه العيوب تجعل أداء وحدات التحكم المتكيف لا يمكن الاعتماد عليها. في هذه الرسالة يتم اقتراح تقنية التحكم العكسي العصبية التكيفية لمنظومات أحادية المداخل والمخارج للتغلب على العيوب المذكورة أعلاه. تم عرض خوارزمية التعلم ذات الانتشار الخلفي باستخدام دالة ليابونوف. خوارزمية الانتشار الخلفي المقترحة تضمن التقارب السريع وتضمن عدم الوقوع في الحدود الصغرى المحلية مع تعديل تكيفي لمعلمات الشبكة. وعلاوة على ذلك، تم عرض بنية التكيفية السيطرة العكسية باستخدام شبكتين عصبيتين من نوع دالة ليابونوف. وعلاوة على ذلك، تمت دراسة أداء وحدة تحكم مع أربعة أمثلة محاكاة واثنين من الأنظمة المخبرية. وتشير دراسة هذه الحالات تحقيق تتبع المسارات المستمرة وقد لوحظ عدم الوقوع في القيم الصغرى المحلية، كما أثبتت نتائج المحاكاة والنتائج التجريبية التحقق من صحة النتائج النظرية. 
653 |a التحكم العكسي العصبي التكيفي  |a دالة ليابونوف 
700 |9 509772  |a Shahid, Muhammed Shafiq  |e Advisor 
856 |u 9809-008-006-0301-T.pdf  |y صفحة العنوان 
856 |u 9809-008-006-0301-A.pdf  |y المستخلص 
856 |u 9809-008-006-0301-C.pdf  |y قائمة المحتويات 
856 |u 9809-008-006-0301-F.pdf  |y 24 صفحة الأولى 
856 |u 9809-008-006-0301-1.pdf  |y 1 الفصل 
856 |u 9809-008-006-0301-2.pdf  |y 2 الفصل 
856 |u 9809-008-006-0301-3.pdf  |y 3 الفصل 
856 |u 9809-008-006-0301-4.pdf  |y 4 الفصل 
856 |u 9809-008-006-0301-5.pdf  |y 5 الفصل 
856 |u 9809-008-006-0301-O.pdf  |y الخاتمة 
856 |u 9809-008-006-0301-R.pdf  |y المصادر والمراجع 
930 |d y 
995 |a Dissertations 
999 |c 971575  |d 971575 

عناصر مشابهة