본 논문은 인공신경망을 이용한 PID 제어기의 동조 알고리즘을 제안한다. PID 제어기의 이득 설정을 위해 개루프 시스템의 계단 응답 특성을 인공신경망 입력 변수로 사용하였고, 유전자 알고...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=T15482484
시흥 : 한국산업기술대학교 일반대학원, 2020
학위논문(석사) -- 한국산업기술대학교 일반대학원 , 전자공학과 , 2020. 2
2020
한국어
621.381 판사항(21)
경기도
[39] p. : 삽화, 도표 ; 26 cm.
지도교수: 정두희
참고문헌: p.37-38
I804:41069-200000289342
0
상세조회0
다운로드국문 초록 (Abstract)
본 논문은 인공신경망을 이용한 PID 제어기의 동조 알고리즘을 제안한다. PID 제어기의 이득 설정을 위해 개루프 시스템의 계단 응답 특성을 인공신경망 입력 변수로 사용하였고, 유전자 알고...
본 논문은 인공신경망을 이용한 PID 제어기의 동조 알고리즘을 제안한다. PID 제어기의 이득 설정을 위해 개루프 시스템의 계단 응답 특성을 인공신경망 입력 변수로 사용하였고, 유전자 알고리즘(Genetic Algorithm)을 이용하여 학습에 사용할 PID 제어기 이득 값을 결정하였다. 목표 성능을 만족시키는 제어기 이득값을 얻기 위하여 유전자 알고리즘의 목적 함수를 상승시간, 최대 초과 등을 사용하여 정의하였다.
학습 데이터는 총 1000개의 안정한 1차 혹은 2차 시스템이고, 두 종류의 학습군에 대해 비교하였다. 하나는 최대 초과가 있는 개루프 응답의 시스템으로 구성하였으며, 다른 학습군은 온도제어시스템과 유사하게 과제동 혹은 임계제동인 시스템으로 구성하였다. 학습군에 대하여 역전파 알고리즘을 이용하여 학습하고 실험군을 사용하여 신경망을 성능을 확인하였으며 실제 온도 제어 시스템에 적용하여 제안한 방식이 목표 성능을 만족함을 확인하였다.
목차 (Table of Contents)