Ia353 Redes Neurais Professores: Leandro N. de Castro



Baixar 197.99 Kb.
Página2/2
Encontro29.11.2017
Tamanho197.99 Kb.
1   2

Pág.: 320-325, Data : Julho 20-22, 1999.


Fonte: Proceedings of the IV Brazilian Conference on Neural Networks - IV Congresso Brasileiro de Redes Neurais

http://www.ele.ita.br/cnrn/artigos-4cbrn/4cbrn_074.pdf

Palavras-Chave: Redes Neurais, sistemas dinâmico Controle.

Informações Adicionais: Este artigo apresenta resultado de uma rede neural artifical de base radial para controlar um pendulo inverso.
Autores: Shouling He

Titulo: Neural Adaptive Control of nonlinear multivariable systems with application to a class of inverted pendulums.

Tipo de Publicação: Artigo

Vol: 12 Nro: 5 Pág: 411-424 Ano: 2002

Fonte: International Journal of Neural Systems,

Palavras-Chave: Neural networks; control; nonlinear systems


        1. Controle neural direito-inverso.


Autores: Carlos Andrey Maia, Peterson Resende

Titulo: Um controlador Neural Gain Sceduling para planta não-lineares.

Tipo de Publicação: Artigo

Vol/Num/Pág/Ano: Vol: 9 Nro.: 3 / 6 / Set., Out., Nov. e Dezembro de 1998

Fonte: SBA Controle & Automação

http://www.fee.unicamp.br/revista_sba/vol9/v9a156.pdf

Palavras-Chave: Redes Neurais, Controle não-linear, Linearização, Gain Scheduling.

Informações Adicionais:

Este artigo apresenta uma técnica de projeto de controlador neural via gain scheduling para plantas não lineares. Em um primeiro estágio, um modelo neural é identificado para representar a planta não-linear em sua faixa dinâmica de operação. Em seguida, o modelo neural obtido é utilizado para determinar proximações lineares em torno de vários pontos de operação da planta e os correspondentes controladores lineares são projetados. Finalmente, treina-se o controlador neural gain scheduling nestes pontos de operação de forma a representar os diversos controladores lineares. Simulações são apresentadas mostrando que a técnica descrita pode ser aplicada a uma ampla classe de sistemas dinâmicos não-lineares.





        1. Controle preditivo baseado em modelo neural

O controle preditivo é uma metodologia de controle avançado que ha alcançado na atualidade uma grande aceitação industrial, essencialmente devido a que permite enfrentar problemas de controle de sistemas que apresentam uma dinâmica complexa tales como os sistemas multivariáveis e não lineares. A sua vez constitui uma metodologia que integra diversas disciplinas tais como o controle ótimo, o controle multivariavel, o controle adaptativo e o controle com restrições.



Autores:Yu, Wen; Poznyak, Alexander S; Sanchez, Edgar N

Titulo: Neural adaptive control of two-link manipulator with sliding mode compensation

Tipo de Publicação: Artigo

Vol: 4 Pág.: 3122-3127 Ano: 1999

Fonte: The 1999 IEEE International Conference on Robotics and Automation

Palavras-Chave: Manipulators; Adaptive control systems; Linearization; Robustness (control systems); Identification (control systems); Errors

Informações Adicionais: Neste trabalho desenvolve-se um Neuro-controlador para manipuladores do robô. Uma rede neural dinâmica simples é usada estimar os manipuladores desconhecidos do robô, o controlador direto do linearização é derivada então através deste Neuro-identificador.

Autores: A A Peligrad; E Zhou; D Morton; L Li

Titulo: System identification and predictive control of laser marking of ceramic materials using artificial neural networks

Tipo de Publicação: Artigo

Vol: 216 Pág.: 181 – 190 Ano: 2002

Fonte: Proceedings of the I MECH E Part I Journal of Systems & Control Engineering

DOI: 10.1243/0959651021541543

Palavras-Chave: NEURAL NETWORK; CONTROL SYSTEM; LASER MARKING; CLAY TILES; SYSTEM IDENTIFICATION; NON-LINEAR DYNAMIC SYSTEMS

Informações Adicionais: O marking do laser de materiais cerâmicos é um processo non-linear multivariable. O controle on-line do processo requer a compreensão da dinâmica do sistema e da interação do parâmetro. Neste trabalho, o controle inverso direto (DIC) e o controle predictive non-linear (NPC) foram aplicados baseado em redes neural artificiais.
Autores: M. Lazar; O. Pastravanu

Titulo: A neural predictive controller for non-linear systems

Tipo de Publicação: Artigo


Vol: 60 Nro: 3 Pág: 315 – 324 Ano:2002

Fonte: Mathematics and Computers in Simulation

Palavras-Chave: Control architectures; Predictive control; Neural control; Non-linear system identification; Neural network models; Neural predictors

Informações Adicionais: O Desenho e a implementação são estudados para um controle preditivo baseado em redes neural significado governar a dinâmica de processos não linear.



  1. Comparações com técnicas de Redes neurais na Identificação e controle.



Autores: Erives, Hector; Thompson, Wiley

Titulo: A comparative analysis of two evolved neural networks used for the identification and control of a nonlinear plant

Tipo de Publicação: Artigo

Vol/Num/Pág/Ano: (SPIE Proceedings. Vol. 3068), 1997, p. 366-373

Fonte: Signal processing, sensor fusion, and target recognition VI; Proceedings of the Conference, Orlando, FL, Apr. 21-24, 1997 (A97-39676 10-63), Bellingham, WA, Society of Photo-Optical Instrumentation Engineers

Palavras-Chave: *NEURAL NETS; *PLANTS (CONTROL THEORY); *SYSTEM IDENTIFICATION; *CONTROL SYSTEMS DESIGN; FEEDFORWARD CONTROL; GENETIC ALGORITHMS

Informações Adicionais: Este trabalho apresenta uma análise comparativa de duas redes neural evoluídas para o controle. A aproximação apresentou em usos deste trabalho um algoritmo genético (GA) evoluir a estrutura e um algoritmo da descida da gradiente para ajustar os pesos na rede. Uma análise da evolução de RBFNs e de MFNs por meio de um GA é examinada em detalhe.
Autores: José Augusto Dantas de Rezende1

Titulo: Um Estudo Comparativo Entre Diferentes Técnicas de Otimização do Treinamento de Neurocontroladores

Tipo de Publicação: Artigo


Vol/Num/Pág/Ano: pp. 209-214, July 20-22, 1999 - ITA, São José dos Campos - SP - Brazil

Fonte: IV Congresso Brasileiro de Redes Neurais

http://www.ele.ita.br/cnrn/artigos-4cbrn/4cbrn_044.pdf



  1. Aplicações

Não somente a utilização das Redes neurais vem sendo exclusividade nas áreas de engenharia, existe outras áreas como a Biologia por exemplo, esta implementando Redes Neurais para a Identificação e Controle de sistemas dinâmicos propios.


    1. Bio-engenharia e Farmacologia.


Autores:Boddy, Lynne; Wilkins, Malcolm F; Morris, Colin W

Titulo: Effects of missing data on neural network identification of biological taxa: RBF network discrimination of phytoplankton from flow cytometry data

Tipo de Publicação: Artigo


Conferencia: The 1998 Artificial Networks in Engineering Conference, ANNIE, St.Louis, MO, USA, 11/01-04/98

Vol: 8 Pág: 655-660 Ano: 1998

Fonte: INTELL ENG SYST ARTIF NEURAL NETWORKS.

Palavras-Chave: Identification (control systems); Functions; Algae; Parameter estimation; Learning systems; Maximum likelihood estimation; Data structures
Autores: Morris, Colin W; Boddy, Lynne

Titulo: Partitioned RBF networks for identification of biological taxa: discrimination of phytoplankton from flow cytometry data

Tipo de Publicação: Artigo

Vol: 8 Pág: 637-642 Ano: 1998

Fonte: The 1998 Artificial Networks in Engineering Conference, ANNIE, St.Louis, MO, USA, 11/01-04/98

Palavras-Chave: Functions; Identification (control systems); Algae; Learning systems

Informações Adicionais: Neste artigo apresenta uma técnica para fortemente dividir o problema em redes pequenas da identificação cada um da identificação responsável para uma única espécie. As saídas destes podem ser combinadas ou por meio de uma rede mais adicional ou em casos simples ' por um vencedor faz exame de toda as estratégias
Autores: Peter Lada

Titulo: Neural Network Dynamic System Identification and its Applications in Pharmacology.

Tipo de Publicação: proposta de dissertação de tese.

Mês/Ano: October / 2000.

Fonte: http://ci.uofl.edu/pbox/

Palavras-Chave: Neural Network Dynamic, System Identification.

Informações Adicionais: Nesta dissertação de doutorado, aplica Perceptron de Múltiplas Camadas para a identificação de sistemas e Redes Neurais Recurrentes para aproximação de efeito de uma droga na área de pharmaco-dinâmica.



    1. Engenharia Elétrica e Comunicações.


Autores: Lu, Baiquan; Hirasawa, Kotaro; Murata, Junichi; Hu, Jinglu

Titulo: New learning method using prior information of neural networks

Tipo de Publicação: Artigo

Vol: 4, Nro: 1, Pág: 29-35 Ano: 1999

Fonte: Research Reports on Information Science and Electrical Engineering of Kyushu University

Palavras-Chave: Learning systems; Identification (control systems); Computational methods; Computer simulation

Informações Adicionais: Neste artigo, apresenta-se um método de aprendizagem novo usando a informação prévia para redes neural da três-camada.
Autores: Chen, Zengqiang; He, Jiangfeng; Yuan, Zhuzhi

Titulo: Adaptive identification and control scheme using radial basis function networks

Tipo de Publicação: Artigo

Vol: 10 Nro: 1 Pág: 54-61 Ano: 1999

Fonte: JOURNAL OF SYSTEMS ENGINEERING AND ELECTRONICS, BEIJING, (CHINA)

Palavras-Chave: Radial basis function networks; Recursive least squares algorithms; Adaptive fuzzy generalized learning vector quantization (AFGLVQ)

Informações Adicionais: Neste de papel, a identificação e o controle adaptativo de sistemas dinâmicos não-lineares são investigados usando as redes radiais da função da base (RBF).
Autores: Kenneth Hunt, George Irwin, Kevin Warwick

Titulo: Neural Network Engineering in Dynamic Control Systems (Advances in Industrial Control)

Tipo de Publicação: Livro


Nro. Páginas: 278 Mês/Ano: June 1995.

Fonte: Springer Verlag

Palavras-Chave: Dynamic Control Systems, Neural Network.

Informações Adicionais: Este estudo avalia o último modelo na área de redes neural da engenharia. As contribuições examinam maneiras de melhorar a engenharia envolvida na rede neural que modela e controlam-nas, de modo que o poder teórico de sistemas de aprendizagem possa ser aproveitado para aplicações práticas.
Autores: D. Xu ; F.F. Yap ; X. Han ; G.L. Wen

Titulo: Identification of Spring-Force Factors of Suspension Systems Using Progressive Neural Network on a Validated Computer Model.

Tipo de Publicação: Artigo.

Vol: 11 Nro.: 1 Pág.: 55 – 74 .

Fonte: Inverse Problems in Engineering

Palavras-Chave: Neural Network, Systems Dymanics.

Informações Adicionais: Neste artigo, uma técnica progressiva da rede neural da novela (NN) é sugerida para determinar os fatores da suspensão baseados na resposta dinâmica (deslocamento) das estrada-rodas.
Autores: Fernando Mendes, Lourdes Mattos

Titulo: Redes Neurais - Aplicações em Controle

Tipo de Publicação: Livro

Vol/Num/Pág/Ano: 400 pag

Editora: Visual Books

ISBN: 8575020056

Nível: Básico

Palavras-Chave: Identificação de Sistemas Dinâmicos por RNA

Informações Adicionais:

Apresenta-se na quinta parte, aplicações em Identificação e Controle bem como em Sistemas Especialistas


Autores: Jés de Jesus Fiais Cerqueira.

Titulo: Identificação de Sistemas Dinâmicos Usando Redes Neurais Artificiais: Uma Aplicação a Manipuladores Robóticos.

Tipo de Publicação: XIV CEDYA/IV Congresso de Matemática Aplicada, 18-22 Septiembre 1995

Vol/Num/Pág/Ano: 10.

Fonte: ftp://ftp-ma1.upc.es/pub/cedya/comunicaciones/zufiria.ps

Palavras-Chave:

Informações Adicionais: Trabalho que modela o aprendizagem em redes neurais artificiais
Autores: Altamiro V. Da Silveira Jr. Elder M. Hemerly

Titulo: Controle de Robôs Moveis em coordenadas retangulares via Rede Neural.

Tipo de Publicação: Artigo.

Pág.: 1266-1272.


Fonte: XIV Congresso Brasileiro de Automática.

http://www.dsee.fee.unicamp.br/local/cba2002/data/trabalhos/584.pdf

Palavras-Chave: Nonlinear system; RNA; robot navigation; tracking.

Informações Adicionais: Neste trabalho é proposta a utilização de uma Rede Neural Artificial (RNA) para controle de robôs móveis com acionamento diferencial e cinemática descrita em coordenadas retangulares. É considerado o modelo dinâmico de Yamamoto e usado o segundo método de Lyapunov na obtenção de leis de adaptação para os pesos da rede. A prova de estabilidade do sistema de controle é apresentada e resultados de simulação são discutidos.


    1. Engenharia Mecânica.


Autores: Billings, SA; Zheng, GL

Titulo: Qualitative validation of radial basis function networks

Tipo de Publicação: Artigo

Vol: 13 Nro: 2 Pág: 335-349 Ano: 1999.

Fonte: MECH SYST SIGNAL PROCESS

Palavras-Chave: Identification (control systems); Nonlinear control systems; Control system analysis; Algorithms; State space methods; Least squares approximations

Informações Adicionais: O algoritmo least-squares orthogonal (OLS) é usado para treinar uma rede radial da função da base e a rede treinada é analisado usando a pilha que traça a estrutura. Nesta maneira, as propriedades dinâmicas da rede treinada podem qualitativamente ser comparadas com as aquelas do sistema original
Autores: Song, Dongwoo; Li, CJames

Titulo: Modeling of piezo actuator's nonlinear and frequency dependent dynamics

Tipo de Publicação: Artigo

Vol: 9 Nro: 4 Pág: 391-410 Ano: 1999.

Fonte: Mechatronics

Palavras-Chave: Piezoelectric devices; Mathematical models; Identification (control systems); Machining; Neural networks; Calibration; Natural frequencies

Informações Adicionais: Este artigo descreve um modelo híbrido da histerese que integrado clássico o modelo de Preisach e uma rede neural.


    1. Engenharia Ambiental


Autores: Belanche, Lluis A; Valdes, Julio J; Comas, Joaquim; Roda, Ignasi R; Poch, Manel

Titulo: Towards a model of input-output behaviour of wastewater treatment plants using soft computing techniques

Tipo de Publicação: Artigo

Vol: 14 Nro: 5 Pág: 409-419 Ano: 1999.

Fonte: ENVIR MODELL SOFTWARE

Palavras-Chave: Mathematical models; Process control; Industrial plants; Computer aided engineering; Neural networks; Environmental engineering; Identification (control systems); Fuzzy sets; Decision making; Problem solving

Informações Adicionais: Neste trabalho, uma aproximação através das técnicas computando macias é procurada, no detalhe, experimentando com as redes neural retraso no tempo heterogêneas fuzzy para caracterizar a variação do tempo de variáveis que parte.


    1. Aeroespacial.


Autores: Amin, S M; Gerhart, Volker; Rodin, Ervin Y

Titulo: System identification via artificial neural networks - Applications to on-line aircraft parameter estimation

Tipo de Publicação: Artigo

Numero Relatorio : AIAA Paper 97-5612; SAE Paper 975612

Fonte: AIAA and SAE, 1997 World Aviation Congress, Anaheim, CA, Oct. 13-16, 1997

Palavras-Chave:*SYSTEM IDENTIFICATION; *NEURAL NETS; *PARAMETER IDENTIFICATION; *STATE ESTIMATION; *AIRCRAFT STABILITY; *ON-LINE SYSTEMS; FLIGHT CONTROL; DYNAMICAL SYSTEMS; OPTIMIZATION; MACHINE LEARNING
Autores: Kottapalli, Sesi

Titulo: Identification and control of rotorcraft hub loads using neural networks

Tipo de Publicação: Artigo

Vol/Num/Pág/Ano: Vol. 2 (A97-29247 07-01), Alexandria, VA, American Helicopter Society, 1997, p. 1387-1406

Fonte: American Helicopter Society, Annual Forum, 53rd, Virginia Beach, VA, Apr. 29-May 1, 1997, Proceedings.

Palavras-Chave: *ROTORCRAFT AIRCRAFT; *AIRCRAFT CONTROL; *HUBS; *NEURAL NETS; *SYSTEM IDENTIFICATION; SISO (CONTROL SYSTEMS); SENSITIVITY; TRANSFER FUNCTIONS

Informações Adicionais: O objetivo do estudo foi desenvolver um controlador baseado robusto da rede neural para minimizar cargas vibratórias do cubo. Duas redes neurais foram usadas no procedimento que requer um modelo da planta (usando Redes neurais de tipo RBF) e rede neural invertido para um modelo do controle (usando Redes Neurais de BackPropagation)

Compartilhe com seus amigos:
1   2


©ensaio.org 2017
enviar mensagem

    Página principal