دانلود مقاله ترجمه شده شبکه های عصبی برای سیستم های کنترل با تنظیم خودکار


چطور این مقاله مهندسی کامپیوتر و IT را دانلود کنم؟

فایل انگلیسی این مقاله با شناسه 2001570 رایگان است. ترجمه چکیده این مقاله مهندسی کامپیوتر و IT در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید
قیمت :
615,000 ریال
شناسه محصول :
2001570
سال انتشار:
2004
حجم فایل انگلیسی :
79 Kb
حجم فایل فارسی :
178 کیلو بایت
نوع فایل های ضمیمه :
Word+Pdf
کلمه عبور همه فایلها :
www.daneshgahi.com

عنوان فارسي

شبکه های عصبی برای سیستم های کنترل با تنظیم خودکار

عنوان انگليسي

Neural Networks for Self-tuning Control Systems

نویسنده/ناشر/نام مجله

Acta Polytechnica

این مقاله چند صفحه است؟

این مقاله ترجمه شده مهندسی کامپیوتر و IT شامل 4 صفحه انگلیسی به صورت پی دی اف و 8 صفحه متن فارسی به صورت ورد تایپ شده است

چکیده فارسی

چکیده

در این مقاله، یک الگوریتم کنترل با تنظیم خودکار مبتنی بر یک شبکه عصبی سه لایه ادراکی ارائه می نماییم. مزیت الگوریتم پیشنهادی این است که در عمل، آموزش قبلی شبکه مورد نیاز نبوده و درکل برخی تغییرات در نقطه تنظیم برای تعیین ثابت یادگیری کافی است. در حالت بهینه، امکان معرفی یک مکانیسم با تنظیم خودکار ثابت یادگیری وجود دارد. اگرچه تاکنون نتیجه گیری نهایی در مورد این امکان وجود ندارد. الگوریتم پیشنهادی ویژگی خاصی دارد که طبق آن، خطای تنظیم به جای خطای خروجی شبکه در اصلاح وزن ثابت ها مورد استفاده قرار می گیرد.

فهرست مطالب

1-مقدمه

2-ساختار کنترل کننده عصبی با تنظیم خودکار

3-الگوریتم تطبیق ثابت های وزن

4-برخی نتایج شبیه سازی

5-نتیجه گیری

1-مقدمه

استفاده از شبکه عصبی در شناسایی سیستم و کنترل، موضوع میزن زیادی از انتشارات سال های اخیر بوده است. برای مثال می توان به مقاله Narendra and Parthasaraty اشاره کرد [5] که چند ساختار ممکن برای کنترل کننده عصبی ارائه کرده و فرض می کند یک دانش قبلی درمورد ساختار پویای ماشین وجود دارد. در Bhat and McAvoy [3] و بسیاری مقالات دیگر، یک مدل عصبی معکوس پویا مبتنی بر طرح استفاده می شود. یک روش مشابه توسط Aguado and del Pozo [2] مطابقت داده شده؛ ولی در آن، تنظیم کننده عصبی معکوس با یک الگوریتم PID با تنظیم خودکار کامل می شود که این الگوریتم، صفر شدن خطای ساکن را ضمانت می کند. در مقاله فوق و بسیاری دیگر، نیاز به آموزش قبلی کامل شبکه عصبی است که یک مانع جدی برای پیاده سازی عملی راه حل پیشنهادی در صنعت می باشد. همچنین، ساختار کنترل کننده در برخی حالات، طبق مقاله [5] بسیار پیچیده و شامل چندین شبکه است که هریک دو لایه مهفی از نورون های زیادی دارند و باید با استفاده از حجم داده بزرگی آموزش داده شوند.

مقاله Cui and Shin [4]، نقش بزرگی را در بهبود امکانات شبکه های عصبی پیرامون راه حل های مسائل عملی ایفا می کند. در این تحقیق، یک طرح کنترل عصبی مستقیم برای یک دسته گسترده از روندهای غیرخطی پیشنهاد و نشان داده می شود که در بسیاری موارد، می توان با انتشار مستقیم خطای تنظیم به جای خطای خروجی شبکه، شبکه را آموزش داد....

در این مقاله، یک الگوریتم کنترل با تنظیم خودکار مبتنی بر یک شبکه عصبی سه لایه ادراکی ارائه می نماییم. مزیت الگوریتم پیشنهادی این است که در عمل، آموزش قبلی شبکه مورد نیاز نبوده و درکل برخی تغییرات در نقطه تنظیم برای تعیین ثابت یادگیری کافی است. در حالت بهینه، امکان معرفی یک مکانیسم با تنظیم خودکار ثابت یادگیری وجود دارد. اگرچه تاکنون نتیجه گیری نهایی در مورد این امکان وجود ندارد. الگوریتم پیشنهادی ویژگی خاصی دارد که طبق آن، خطای تنظیم به جای خطای خروجی شبکه در اصلاح وزن ثابت ها مورد استفاده قرار می گیرد.

 شبکه عصبی بازخورد به جلو انتشار بازگشتی کنترل با تنظیم خودکار :کلمات کلیدی

چکیده انگلیسی


Abstract
 

In this paper, we presented a self-tuning control algorithm based on a three layers perceptron type neural network. The proposed algorithm is advantageous in the sense that practically a previous training of the net is not required and some changes in the set-point are generally enough to adjust the learning coefficient. Optionally, it is possible to introduce a self-tuning mechanism of the learning coefficient although by the moment it is not possible to give final conclusions about this possibility. The proposed algorithm has the special feature that the regulation error instead of the net output error is retropropagated for the weighting coefficients modifications

Contents

1. Introduction

2. Self tuning neural controller Structure

3. Weighting coefficients adaptation Algorithm

4. Some simulation results

5. Conclusions

 Keywords: neural networks feedforward back-propagation networks self-tuning control
این برای گرایش های: نرم افزار، کاربرد دارد. سایر ، را ببینید. [ برچسب: ]
مقاله مهندسی کامپیوتر و IT با ترجمه

سایر منابع مهندسی کامپیوتر و IT-نرم افزار در زمینه شبکه عصبی

Skip Navigation Linksصفحه اصلی > دپارتمان ها > دپارتمان فنی و مهندسی > مهندسی کامپیوتر و IT > مقاله های مهندسی کامپیوتر و IT و ترجمه فارسی آنها > شبکه های عصبی برای سیستم های کنترل با تنظیم خودکار
چرا پورتال پویان؟
ضمانت خدمات
حق مالکیت معنوی سفارشات
امکان پرداخت قسطی هزینه ها
امکان تحویل چند مرحله ای سفارش
کتابخانه الکترونیک
دانلود مقالات ترجمه شده
جستجوی مقالات
نمایش مقالات موضوع بندی شده
با انتخاب رشته مورد نظر خود می توانید مقالات ترجمه شده آن رو به صورت موضوع بندی شده مشاهده نمایید
دعوت به همکاری
تکمیل فرم همکاری جهت فروش فایل
وبلاگ ها
آموزش ترجمه و زبان ( 8 )
آموزش مقاله نویسی ( 21 )
نکات و آموزش دانشگاهی ( 1 )
عکس نوشته انگلیسی ( 104 )