多層神経回路モデルを組み込んだレギュレータの設計

飯国 洋二  酒井 英昭  得丸 英勝  

誌名
電子情報通信学会論文誌 A   Vol.J73-A    No.10    pp.1625-1631
発行日: 1990/10/25
Online ISSN: 
DOI: 
Print ISSN: 0913-5707
論文種別: 論文
専門分野: システムと制御
キーワード: 


本文: PDF(464.2KB)>>
論文を購入



あらまし: 
状態空間法に基づく制御系の設計では,システム方程式が含む不確定性をいかに克服するかが,制御性能の向上において重要なポイントとなる.本論文では,線形システム方程式から計算される最適レギュレータに多層神経回路モデル(Multi-Layered Neural Network, MNN)を組み込むことにより,システム方程式の不確定性を克服するレギュレータを設計する.この制御系は,モデリング部と制御部の二つから構成される.モデリング部では,線形システム方程式を構成した後,そのモデルが含む不確定性を補償するためにMNNを並列接続する.そして,二つの出力の和が実際の制御対象の出力と一致するように学習させる.制御部では,線形システム方程式から計算される最適レギュレータに,制御のためのMNNを並列接続する.そして,モデリングの結果を使って制御対象の出力を推定し,それが目標の出力となるように学習させる.この方法では,制御対象に対する先見的知識を線形システム方程式,最適レギュレータとして利用するので,MNNの学習初期におけるモデル化誤差,制御誤差を抑えることができる.これにより,先見的知識を用いない場合に比べMNNを効果的に学習させることができる.