Адаптивне уравління нелінійними об'єктами з використанням робастної нейронної мережі FCMAC

Автор(и)

  • Oleg Rudenko Харківський національний економічний університет імені Семена Кузнеця пр. Науки, 9-A, м. Харків, Україна, 61166, Україна https://orcid.org/0000-0003-0859-2015
  • Oleksandr Bezsonov Харківський національний економічний університет імені Семена Кузнеця пр. Науки, 9-A, м. Харків, Україна, 61166, Україна https://orcid.org/0000-0001-6104-4275
  • Oleh Lebediev Харківський національний університет радіоелектроніки пр. Науки, 14, м. Харків, Україна, 61166, Україна https://orcid.org/0000-0001-5998-0136

DOI:

https://doi.org/10.15587/1729-4061.2018.128270

Ключові слова:

штучна нейронна мережа, фаззі-СМАС, ідентифікація, моделювання, непряме адаптивне управління, хешування

Анотація

Досліджуються питання застосування штучних нейронних мереж при вирішенні задач ідентифікації та управління нелінійними динамічними системами. Досліджено характеристики мережі, що є результатом застосування апарату нечіткої логіки в класичній нейронної мережі СМАС і яка отримала назву FCMAC – Fuzzy Cerebral Model Arithmetic Computer. Отримані результати підтверджені імітаційним моделюванням процесів ідентифікації і управління нелінійними динамічними системами

Біографії авторів

Oleg Rudenko, Харківський національний економічний університет імені Семена Кузнеця пр. Науки, 9-A, м. Харків, Україна, 61166

Доктор технічних наук, професор, завідувач кафедри

Кафедра інформаційних систем

Oleksandr Bezsonov, Харківський національний економічний університет імені Семена Кузнеця пр. Науки, 9-A, м. Харків, Україна, 61166

Доктор технічних наук, професор

Кафедра інформаційних систем

Oleh Lebediev, Харківський національний університет радіоелектроніки пр. Науки, 14, м. Харків, Україна, 61166

Кандидат технічних наук, доцент

Кафедра електронних обчислювальних машин

Посилання

  1. Marr, D. (1969). A theory of cerebellar cortex. The Journal of Physiology, 202 (2), 437–470. doi: 10.1113/jphysiol.1969.sp008820
  2. Albus, J. S. (1975). A New Approach to Manipulator Control: The Cerebellar Model Articulation Controller (CMAC). Journal of Dynamic Systems, Measurement, and Control, 97 (3), 220. doi: 10.1115/1.3426922
  3. Albus, J. S. (1975). Data Storage in the Cerebellar Model Articulation Controller (CMAC). Journal of Dynamic Systems, Measurement, and Control, 97 (3), 228. doi: 10.1115/1.3426923
  4. Wang, L.-X. (1992). Fuzzy systems are universal approximators. Proc. IEEE Int. Conf. On Fuzzy Systems. San Diego, 1163–1170. doi: 10.1109/fuzzy.1992.258721
  5. Li, H.-Y., Yeh, R.-G., Lin, Y.-C., Lin, L.-Y., Zhao, J., Lin, C.-M., Rudas, I. J. (2016). Medical sample classifier design using fuzzy cerebellar model neural networks. Acta polytechnica Hungarica, 13 (6), 7–24. doi: 10.12700/aph.13.6.2016.6.1
  6. Lee, C.-H., Chang, F.-Y., Lin, C.-M. (2014). An Efficient Interval Type-2 Fuzzy CMAC for Chaos Time-Series Prediction and Synchronization. IEEE Transactions on Cybernetics, 44 (3), 329–341. doi: 10.1109/tcyb.2013.2254113
  7. Chung, C.-C., Lin, C.-C. (2015). Fuzzy Brain Emotional Cerebellar Model Articulation Control System Design for Multi-Input Multi-Output Nonlinear. Acta Polytechnica Hungarica, 12 (4), 39–58. doi: 10.12700/aph.12.4.2015.4.3
  8. Xu, S., Jing, Y. (2013). Research and Application of the Pellet Grate Thickness Control System Base on Improved CMAC Neural Network Algorithm. Journal of Residuals Science & Technology, 13 (6), 150.1–150.9.
  9. Cheng, H. (2013). The Fuzzy CMAC Based on RLS Algorithm. Applied Mechanics and Materials, 432, 478–482. doi: 10.4028/www.scientific.net/amm.432.478
  10. Huber, P. J., Ronchetti, E. M. (2009). Robust Statistics. Wiley, 380.
  11. Jou, C.-C. (1992). A fuzzy cerebellar model articulation controller. [1992 Proceedings] IEEE International Conference on Fuzzy Systems. doi: 10.1109/fuzzy.1992.258722
  12. Nie, J., Linkens, D. A. (1994). FCMAC: A fuzzified cerebellar model articulation controller with self-organizing capacity. Automatica, 30 (4), 655–664. doi: 10.1016/0005-1098(94)90154-6
  13. Knuth, D. (1973). Sorting and Searching. The Art of Computer Programming. Vol. 3. Menlo Park, Calif.: Addison Wesley, 506.
  14. Wang, Z.-Q., Schiano, J. L., Ginsberg, M. (1996). Hash-coding in CMAC neural networks. Proceedings of International Conference on Neural Networks (ICNN'96). doi: 10.1109/icnn.1996.549156
  15. Rudenko, O. G., Bessonov, A. A. (2004). Heshirovanie informacii v neyronnoy seti SMAS. Upravlyayushchie sistemy i mashiny, 5, 67–73.
  16. Ching-Tsan, C., Chun-Shin, L. (1996). CMAC with General Basis Functions. Neural Networks, 9 (7), 1199–1211. doi: 10.1016/0893-6080(96)00132-3
  17. Lane, S. H., Handelman, D. A., Gelfand, J. J. (1992). Theory and development of higher-order CMAC neural networks. IEEE Control Systems, 12 (2), 23–30. doi: 10.1109/37.126849
  18. Wang, S., Lu, H. (2003). Fuzzy system and CMAC network with B-spline membership/basis functions are smooth approximators. Soft Computing – A Fusion of Foundations, Methodologies and Applications, 7 (8), 566–573. doi: 10.1007/s00500-002-0242-2
  19. Rudenko, O. G., Bessonov, A. A. (2012). M-obuchenie radial'no-bazisnyh setey s ispol'zovaniem asimmetrichnyh funkciy vliyaniya. Problemy upravleniya i informatiki, 1, 79–93.
  20. Rudenko, O. G., Bessonov, A. A. (2011). Robastnoe obuchenie radial'no-bazisnyh setey. Kibernetika i sistemnyy analiz, 6, 38–46.
  21. Rudenko, O. G., Bezsonov, A. A. (2010). Robust Learning Wavelet Neural Networks. Journal of Automation and Information Sciences, 42 (10), 1–15. doi: 10.1615/jautomatinfscien.v42.i10.10
  22. Vazan, M. (1972). Stohasticheskaya approksimaciya. Moscow: Mir, 289.
  23. Cypkin, Ya. Z. (1984). Osnovy informacionnoy teorii identifikacii. Moscow: Nauka, 320.
  24. Cypkin, Ya. Z., Polyak, B. T. (1977). Ogrublennyy metod maksimal'nogo pravdopodobiya. Dinamika sistem, 12, 22–46.
  25. Narendra, K. S., Parthasarathy, K. (1990). Identification and control of dynamical systems using neural networks. IEEE Transactions on Neural Networks, 1 (1), 4–27. doi: 10.1109/72.80202
  26. Rudenko, O. G., Bessonov, A. A. (2005). Neyronnaya set' SMAS i ee primenenie v zadachah identifikacii i upravleniya nelineynymi dinamicheskimi ob'ektami. Kibernetika i sistemniy analiz, 5, 16–28.
  27. Liao, Y.-L., Peng, Y.-F. (2011). Applications of Prediction and Identification Using Adaptive DCMAC Neural Networks. International Journal of Computer and Information Engineering, 5 (6), 677–682.
  28. Zhao, J., Lin, L.-Y., Lin, C.-M. (2016). A General Fuzzy Cerebellar Model Neural Network Multidimensional Classifier Using Intuitionistic Fuzzy Sets for Medical Identification. Computational Intelligence and Neuroscience, 2016, 1–9. doi: 10.1155/2016/8073279
  29. Commuri, S., Lewis, F. L. (1995). CMAC neural networks for control of nonlinear dynamical systems, structure, stability, and passivity. Proc. IEEE Int. Symp. Intell. Control. San Francisco, 123–129.
  30. Commuri, S., Lewis, F. L., Jagannathan, S. (1995). Discrete-time CMAC neural networks for control applications. Proceedings of 1995 34th IEEE Conference on Decision and Control. New Orleans. doi: 10.1109/cdc.1995.478453
  31. Jagannathan, S. (1999). Discrete-time CMAC NN control of feedback linearizable nonlinear systems under a persistence of excitation. IEEE Transactions on Neural Networks, 10 (1), 128–137. doi: 10.1109/72.737499
  32. Lin, C.-M., Peng, Y.-F. (2004). Adaptive CMAC-Based Supervisory Control for Uncertain Nonlinear Systems. IEEE Transactions on Systems, Man and Cybernetics, Part B (Cybernetics), 34 (2), 1248–1260. doi: 10.1109/tsmcb.2003.822281
  33. Lee, C.-H., Wang, B.-H., Chang, H.-H., Pang, Y.-H. (2006). A Novel Wavelet-based-CMAC Neural Network Controller for Nonlinear Systems. The 2006 IEEE International Joint Conference on Neural Network Proceedings. Vancouver, BC, Canada, 2593–2599. doi: 10.1109/ijcnn.2006.247136
  34. Aved'yan, E. D., Hormel', M. (1991). Povyshenie skorosti skhodimosti processa obucheniya v special'noy sisteme associativnoy pamyati. Avtomatika i telemekhanika, 12, 100–109.
  35. Mohajeri, K., Zakizadeh, M., Moaveni, B., Teshnehlab, M. (2009). Fuzzy CMAC structures. 2009 IEEE International Conference on Fuzzy Systems. doi: 10.1109/fuzzy.2009.5277185

##submission.downloads##

Опубліковано

2018-04-10

Як цитувати

Rudenko, O., Bezsonov, O., & Lebediev, O. (2018). Адаптивне уравління нелінійними об’єктами з використанням робастної нейронної мережі FCMAC. Eastern-European Journal of Enterprise Technologies, 2(4 (92), 4–14. https://doi.org/10.15587/1729-4061.2018.128270

Номер

Том 2 № 4 (92) (2018): Математика та кібернетика - прикладні аспекти

Розділ

Математика та кібернетика - прикладні аспекти

Ліцензія

Авторське право (c) 2018 Oleg Rudenko, Oleksandr Bezsonov, Oleh Lebediev

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.