Please use this identifier to cite or link to this item:
http://hdl.handle.net/10773/29635
Title: | Controlo de sistemas não lineares com redes neuronais |
Other Titles: | Control of nonlinear systems with neural networks |
Author: | Antunes, José Paulo Brandão |
Advisor: | Mota, Alexandre Manuel Moutela Nunes da Antão, Rómulo José Magalhães Martins |
Keywords: | Redes neuronais MATLAB SIMULINK PLECS Identificação de sistemas Controlo de sistemas Model-based Predictive Control Tensorflow |
Defense Date: | Jul-2019 |
Abstract: | O objetivo desta dissertação consiste no desenvolvimento de um controlador
MPC baseado em redes neuronais artificiais para o controlo de sistemas não
lineares.
Para implementação de modelos de redes neuronais, que servem como
identificador do modelo do sistema, é utilizada uma ferramenta com base
na biblioteca TensorFlow que utiliza um método de treino de redes com
base em SGD. Este método apresenta uma melhor estabilidade e capacidade
de convergência quando aplicado em modelos com elevado número de
parâmetros a identificar.
Com este modelo é utilizado um método para síntese de controladores. É
utilizado um método indireto baseado em MPC. Devido à natureza não linear
do modelo é utilizado um método iterativo para encontrar a atuação ótima
do controlador, baseado num algoritmo de otimização BFGS. The main objective of this dissertation is the development of a MPC controller based in artificial neural networks in order to control nonlinear systems. For the implementation of neural network models, which serve as system model identifier, a tool based on the TensorFlow library is used that uses a network training method based on SGD. A method that presents better stability and convergence when applied in models with a high number of parameters to be identified. With this model a method for synthesizing controllers is used. An indirect method based on MPC is used. Due to the nonlinear nature of the model, an iterative method is used to find the optimum performance of the controller, based on an optimization algorithm BFGS. |
URI: | http://hdl.handle.net/10773/29635 |
Appears in Collections: | UA - Dissertações de mestrado DETI - Dissertações de mestrado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Documento_José_Antunes.pdf | 11.47 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.