Nöro-optimal kontrol

ÖZET Anahtar Kelimeler: Zeki kontrol, nöro-kontrol, optimal kontrol, dinamik sinir ağları, ikinci dereceden lineer olmayan dinamik optimizasyon, adjoint teorisi. Bu tez çalışmasında, zeki optimal kontrol sistem kavramı ve algoritmalarının geliştirilmesi ve optimal kontrol hesaplamalarının desteğindeki dinamik sinir ağları (DSA)'nın uygulaması sunulmuştur. Zeki kontrol, optimal kontrol teorisi gibi temeli sağlam bilimlerle ve yapay zeka (YZ) ve deneyimler gibi gelişmekte olan bilimlerle ilişkili geniş bir teknoloji alanını kapsar. Bu teknolojilerde, büyük bilgi alanını kullanarak yeni fikirler ortaya çıkar ve hesaplama yönünden etkili yazılım yapıları mümkün olur. Dinamik sistem kontrolüne yapay sinir ağları (YSA)'nın uygulaması, popüler ağ mimarilerinin dinamik olmayan tabiatları tarafından sınırlandırılmıştır. Güçlüklerin çoğu, büyük ağ ölçüsü, uzun eğitim zamanı gibi problemlerdir. Bu problemlerin üstesinden DSA ile gelinebilir. Bu tez çalışmasında, zeki optimal kontrol problemi, dinamik eşitlik sınırlamak bir lineer olmayan optimizasyon olarak ve DSA bir kontrol yörünge başlatma sistemi olarak düşünülmüştür. Direkt-azalan-eğrilik veya direkt-ikinci dereceden-azalan algoritma, optimal kontrol hesaplamaları için kullanılmıştır. Bu algoritma, literatürdeki Hamiltonian metotlanyla karşılaştırılmıştır. Bu algoritma, diğerlerinden konjuge noktalara göre daha gürbüz sonuçlar üretmiştir. Aynı zamanda, yan ürünler olarak yörünge boyunca zamanla-değişen optimal geri-besleme kazançları da üretilmektedir. Bu çalışmada, zeki optimal kontrol algoritması geliştirilmiştir. Sonuçlandırılan algoritma, DSA için bir otomatik eğitici olarak (kendi kendine öğrenme yapısı) işler ve az bir iterasyon sayısında optimal ileri-beslemeli (İB) kontrol yörüngeleri üretir. Bu yolda, optimal kontrol yörüngeleri DSA tarafından öğrenilir ve genelleştirilir. Hızlandırılmamış yörünge hesaplamaları, kapak genel geri-beslemek gerçek-zamanlı zeki optimal kontrol için geniş yollar açar. Yan-lineer dinamik bir sistem olarak düşünülen DSA'ın eğitiminde adjoint teorisi kullanılmıştır. Ağırlıkların güncellenmesi (parametre tanıma), tek boyutlu aramak en hızlı azalan gradyan yöntemi (EAGY), ölçeklenmiş konjuge gradyan yöntemi (ÖKGY), Davidon-Fletcher-Powell (DFP) ve Broyden-Fletcher-Goldfarb-Shanno (BFGS) yöntemleri ile yapılabilir. Bu dört metot, başardı bir şekilde DSA'na uygulanmıştır. Benzetim sonuçlan, lineer olmayan ikinci derece sistemler olan VDP ve CSTR'ın kontrol edilmesi için verilmiştir.