Disertace

Král L., (školitel Šimandl M.)

Katedra kybernetiky, FAV ZČU v Plzni

Plzeň

2007

124

prof. Ing. Miroslav Šimandl, CSc. (FAV Západočeská univerzita, katedra kybernetiky)

Tato disertační práce ze zabývá funkcionálním adaptivním řízením, novým perspektivním směrem adaptivního řízení. Práce je zaměřena na řízení stochastických nelineárních systémů diskrétních v čase, které jsou charakterizovány funkcionální neurčitostí, kde neznámé jsou celé nelineární funkce systému.

V práci je nejdříve naformulována úloha funkcionálního adaptivního řízení a následně jsou diskutována přípustná řeąení této úlohy. V rámci řeąení funkcionálního řízení je nutné se zabývat především otázkami, jak se vyrovnat s funkcionální neurčitostí řízeného systému a jak navrhnout samotný adaptivní mechanismus regulátoru. Tyto dva problémy spolu úzce souvisí, jelikož řídicí zákon pro stochastické systémy lze chápat jako kompromis mezi dvěmi protichůdnými cíli, řízením a poznáváním systému. Řízení respektující oba tyto cíle je nazýváno duální řízení.

Úvahy o charakteru duálního řízení a analýza dosavadních přístupů duálního řízení jsou motivací pro návrh metody adaptivního funkcionálního duálního řízení zaloľeného na bikriteriální optimalizaci. K návrhu řízení tato metoda vyuľívá dvou kritérií, která mají zaručit, aby řízení obsahovalo obě sloľky duálního řízení. Aby bylo možné provést syntézu regulátoru, je nutné nalézt vhodný parametrický model systému.

Následující část práce je proto zaměřena na problém identifikace nelineárních systémů umělými neuronovými sítěmi. K tvorbě vhodného parametrického modelu jsou vyuľity dva nejčastěji používané typy sítí, neuronová síť s radiální bází a perceptronová síť. S úlohou identifikace neuronovými sítěmi jsou spojeny především problémy s odhadem jejich parametrů a s nalezením vhodné struktury. Pro odhad parametrů perceptronových sítí je navrľena metoda odhadu založené na jedné z globálních technik nelineárního odhadování, metodě gaussovských směsí. Další text práce se soustředí na návrh struktury sítí. Pro oba uvaľované typy sítě jsou navrženy nové algoritmy pro optimalizaci struktury a následně zahrnuty do konceptu funkcionálního adaptivního řízení. Vlastnosti výsledných algoritmů jsou ověřeny v numerických příkladech.

Závěrečná část práce se věnuje zobecnění dosažených výsledků na systémy s více vstupy a více výstupy.