Tải bản đầy đủ - 0 (trang)
4 Nhận dạng hệ phi tuyến dùng mô hình mạng thần kinh

4 Nhận dạng hệ phi tuyến dùng mô hình mạng thần kinh

Tải bản đầy đủ - 0trang

6.4.1 Nhận dạng dùng mạng truyền thẳng nhiều lớp (MLP)



Sơ đồ khối bộ dự báo dùng mạng thần kinh MLP







Tín hiệu ngõ ra lớp ẩn:







Bộ dự báo:







Vector tham số:



Khi sử dụng mạng thần kinh để nhận dạng hệ thống cần phải quan tâm

chọn cấu hình mạng:





Số tế bào thần kinh ở lớp vào: phụ thuộc vào số phần tử hồi quy.







Số tế bào thần kinh ở lớp ẩn: phụ thuộc vào tính phi tuyến của đối

tượng cần nhận dạng.







Hàm tác động của tế bào thần kinh ở lớp ẩn: hàm Gauss là chọn lựa

đầu tiên, tùy trường hợp có thể các hàm khác sẽ có kết quả tốt hơn.

Xây dựng mơ hình càng đơn giản càng tốt.



6.4.2 Nhận dạng dùng mạng hàm cơ sở xuyên tâm (RBF)



Mạng hàm cơ sở xuyên tâm RBF là một trướng hợp riêng của mạng thần kinh, do đó

cơ sở lý thuyết ở phần trước cũng có thể áp dụng để giải bài tốn nhận dạng hệ thống

dung mạng RBF.

Ví dụ: Nhận dạng hệ lò xo:



Phương trình vi phân tuyến tính:



Trong đó:



u(t) là lực kéo (tín hiệu vào)

y(t) là vị trí xe (tín hiệu vào)

M = 1kg : khối lượng xe

b = 0,2 : hệ số ma sát nhớt

k1 = 0,5; k2 = 0,5 : độ cứng của lò xo



Dữ liệu nhập dạng mơ hình



Dữ liệu đánh giá mơ hình



Hai dữ liệu vào ra của hệ lò xo



Ta chọn cấu hình mạng RBF để nhận dạng hệ lò xo như sau:





8 ngõ vào: u(t-1), u(t-2), u(t-3), y(t-1), y(t-2), …., y(t-5)







1 ngõ vào: y(t)







Số hàm cơ sở xuyên tâm: 100



Phân tích thặng dư



Đánh giá chéo



Kết quả đánh giá mơ hình sau khi nhận dạng, độ phù hợp của mơ hình khi phân tích thặng dư và đánh

giá chéo tương ứng là 98,97% và 94,22%



6.5. ƯỚC LƯỢNG THƠNG SỐ MƠ HÌNH PHI TUYẾN

DÙNG GA

 GA là một cơng cụ tìm lời giải tối ưu đa năng, có thể áp

dụng để tìm cực trị tồn cục của hàm mục tiêu có nhiều

dạng khác nhau.

 Tổng quát tiêu chuẩn ước lượng thơng số có dạng:

Trong đó: l(.) là hàm vơ hướng xác định dương



6.5. ƯỚC LƯỢNG THƠNG SỐ MƠ HÌNH PHI TUYẾN

DÙNG GA

 Một số tiêu chuẩn khác

 Chuẩn

 Chuẩn



6.5. ƯỚC LƯỢNG THƠNG SỐ MƠ HÌNH PHI TUYẾN

DÙNG GA

GA ƯỚC LƯỢNG THƠNG SỐ MƠ HÌNH PHI TUYẾN

 Hai vấn đề cần quan tâm:

 Mã hóa lời giải bài tốn như thế nào

 Hàm thích nghi là hàm gì



6.5. ƯỚC LƯỢNG THƠNG SỐ MƠ HÌNH PHI TUYẾN

DÙNG GA

GA ƯỚC LƯỢNG THƠNG SỐ MƠ HÌNH PHI TUYẾN

 Mã hóa: có thể sử dụng cách mã hóa nhị phân hoặc thập

phân, tuy nhiên thuận lợi nhất là cách mã hóa số thực với

mỗi thông số cần ước lượng tương ứng với 1 gen trên

chuỗi nhiễm sắc thể





Tài liệu bạn tìm kiếm đã sẵn sàng tải về

4 Nhận dạng hệ phi tuyến dùng mô hình mạng thần kinh

Tải bản đầy đủ ngay(0 tr)

×