Po částech lineární umělá neuronová síť jako nástroj pro linearizaci dynamických systémů

DSpace Repository

Language: English čeština 

Po částech lineární umělá neuronová síť jako nástroj pro linearizaci dynamických systémů

Show simple item record

dc.contributor.author Doležel, Petr
dc.date.accessioned 2022-11-15T10:00:54Z
dc.date.available 2022-11-15T10:00:54Z
dc.date.issued 2017-05-03
dc.identifier.isbn 978-80-7454-643-3 en
dc.identifier.uri http://hdl.handle.net/10563/52366
dc.description.abstract Predkládaná práce popisuje možnost využití speciální topologie dopredné vícevrstvé umelé neuronové síte v oblasti modelování a prenesene i v oblasti rízení technologických procesu. Prístup najde své opodstatnení zejména v prípade, kdy je rešený problém nezanedbatelne nelineární. Predstavená technika totiž rozloží modelovaný nelineární systém na množinu lineárních subsystému, pricemž každý z nich je platný v urcitém regionu stavového prostoru. V úvodní kapitole je naznacena myšlenka celého prístupu, dále je pak predstavený prístup analyzován, jsou testovány nástroje pro jeho aplikaci a v pozdejších kapitolách jsou vlastnosti a možnosti použití techniky demonstrovány na konkrétních aplikacích. en
dc.format 30 cs
dc.format.extent 30 en
dc.language.iso cs en
dc.publisher Univerzita Tomáše Bati ve Zlíně en
dc.rights Teze habilitační práce jsou přístupné veřejně v tištěné podobě v Knihovně UTB. Plný text práce je přístupný elektronicky pouze v rámci univerzity. en
dc.subject Systém; nelineární systém; experimentální identifikace; linearizace; rízení procesu; umelá neuronová sít; dopredná vícevrstvá umelá neuronová sít; symetrická lineární saturovaná aktivacní funkce en
dc.subject System; nonlinear system; modelling; linearization; process control; artificial neural network; feedforward multilayer artificial neural network; symmetric linear saturated activation function en
dc.title Po částech lineární umělá neuronová síť jako nástroj pro linearizaci dynamických systémů en
dc.title.alternative Teze habilitační práce en
dc.type Book en
dc.date.accepted 2017-04-26
dc.description.abstract-translated The contribution deals with a special topology of a feedforward neural network, which can be advantageously used in system modelling and process control. The topology is especially suitable for highly nonlinear system modelling, since it is able to divide the system into a set of linear subsystems. Each of these subsystems is then valid in some region of the whole state space. In the first chapter, the main idea of this approach is described. Then, the approach is analysed and discussed. In further chapters, the particular algorithms of the approach are described and, eventually, the approach is demonstrated by the modelling and controlling of several nonlinear systems. en
dc.thesis.degree-discipline Řízení strojů a procesů en
dc.date.submitted 2016-10-25


Files in this item

Files Size Format View
Petr_Dolezel_Teze_disertacni_prace_2022.pdfBlocked 457.4Kb PDF View/Open
OP_Bila_HP_Dolezel_Petr_FAI_UTB_2017.pdfBlocked 255.8Kb PDF View/Open
OP_Pokorny_HP_Dolezel_Petr_FAI_UTB_2017.pdfBlocked 435.8Kb PDF View/Open
OP_Šeda_HP_Dolezel_Petr_FAI_UTB_2017.pdfBlocked 293.3Kb PDF View/Open
Habilitacni_prace_Dolezel_Petr_FAI_UTB_2017.pdfBlocked 1.951Mb PDF View/Open
Obsah.pdf 98.25Kb PDF View/Open

This item appears in the following Collection(s)

Show simple item record

Find fulltext

Search DSpace


Browse

My Account