Indentifikation von Systemen mit Hysterese mit Hilfe von Preisach-Neuronen in vorstrukturierten neuronalen Netzen

Kein Bild zugeordnet
Autor/en:
C. Kirchmair
Umfang:
166
EAN/ISBN:
978-3-89838-258-8
Band:
258
Ausgabe:
softcover
Buchreihe:
Dissertationen zur Künstlichen Intelligenz
Kategorien:
Buch
Informatik
Künstliche Intelligenz
Dissertationen zur Künstlichen Intelligenz
Deutsch
Gesamtverzeichnis AKA Verlag
Preis:
35,00 €
inkl. 7% MwSt.
In der vorliegenden Arbeit wird ein Verfahren für die Identifikation von Hysterese in nichtlinearen, dynamischen Systemen vorgestellt. Das zugrundeliegende Systemmodell ist eine Kombination zweier Modellierungsverfahren: Mittels systemtheoretisch vorstrukturierter neuronaler Netze werden die hysteresefreien Systemteile beschrieben. Die Modellierung der im System enthaltenen Hystereseeffekte erfolgt mit Hilfe des Preisach-Modells für Hysterese. Für die im Verlauf des Identifikationsprozesses auftretenden Probleme werden systematisch Lösungen entwickelt. Insbesondere beschäftigt sich die Arbeit mit der - Entwicklung eines Identifikationsalgorithmus - Auswahl eines geeigneten Hysteresemodells - Bestimmung der Parameterzahl des Modells - Initialisierung der Parameter für die Identifikation Das Ergebnis ist ein Identifikationsverfahren, das die Identifikation von Hysterese selbst dann gestattet, wenn statt der Ein- und Ausgaben der Hysterese nur Ein- und Ausgaben des Gesamtsystems gemessen oder berechnet werden können. Zahlreiche Erweiterungen des Preisach-Modells, die sich leicht im Rahmen des vorgestellten Systemmodells realisieren lassen, gewährleisten eine große Flexibilität des Verfahrens. Ferner gestattet die gute Interpretierbarkeit des Preisach-Modells Einblicke in die Natur der identifizierten Hysterese, so dass das vorgestellte Identifikationsverfahren von großer Praxistauglichkeit ist.