Controlo de sistemas não lineares com redes neuronais
O objetivo desta dissertação consiste no desenvolvimento de um controlador MPC baseado em redes neuronais artificiais para o controlo de sistemas não lineares. Para implementação de modelos de redes neuronais, que servem como identificador do modelo do sistema, é utilizada uma ferramenta com base na...
| Autor principal: | |
|---|---|
| Formato: | masterThesis |
| Idioma: | por |
| Publicado em: |
2020
|
| Assuntos: | |
| Texto completo: | http://hdl.handle.net/10773/29635 |
| País: | Portugal |
| Oai: | oai:ria.ua.pt:10773/29635 |
| Resumo: | O objetivo desta dissertação consiste no desenvolvimento de um controlador MPC baseado em redes neuronais artificiais para o controlo de sistemas não lineares. Para implementação de modelos de redes neuronais, que servem como identificador do modelo do sistema, é utilizada uma ferramenta com base na biblioteca TensorFlow que utiliza um método de treino de redes com base em SGD. Este método apresenta uma melhor estabilidade e capacidade de convergência quando aplicado em modelos com elevado número de parâmetros a identificar. Com este modelo é utilizado um método para síntese de controladores. É utilizado um método indireto baseado em MPC. Devido à natureza não linear do modelo é utilizado um método iterativo para encontrar a atuação ótima do controlador, baseado num algoritmo de otimização BFGS. |
|---|