Recurrent Neurofuzzy Architectures for Control of Nonlinear Processes

Abstract: În această lucrare, se prezintă o nouă arhitectură de rețea recurentă neuro – fuzzy, pentru a construi modele de predicție pe un orizont extins, în vederea proiectării unor structuri de conducere predictivă, a proceselor neliniare.

În fiecare regiune din domeniul de operare, se identifică un model liniar local, de ordin redus. Modelul global se obține prin interpolarea modelelor locale. În acest fel, se folosesc atât cunoștințele asupra procesului, care sunt utilizate pentru împărțirea în regiuni de operare fuzzy și pentru inițializarea ponderilor rețelei, cât ți datele intrare-ieșire, utilizate pentru antrenare, în vederea minimizării erorii de predicție pe un orizont extins. Prin antrenare, se modifică funcțiile de apartenență a regiunilor de operare și sunt determinate modelele liniare locale. Legea de comandä utilizează funcțiile de apartenență obținute în procesul de învățare.

Exemplificarea metodei propuse se face considerând un sistem de reglare a nivelului într-un rezervor conic.

Keywords: rețele neuro – fuzzy, modelarea proceselor neliniare, conducere predictivă.

View full text

CITE THIS PAPER AS:
Nicolae Constantin, Monica Drăgoicea, Recurrent Neurofuzzy Architectures for Control of Nonlinear Processes, Romanian Journal of Information Technology and Automatic Control), ISSN 1220-1758, vol. 14(1), pp. 9-15, 2004.