Fachbereiche | |
---|---|
Buchreihen (92) |
1308
|
Geisteswissenschaften |
2293
|
Naturwissenschaften |
5354
|
Mathematik | 224 |
Informatik | 313 |
Physik | 975 |
Chemie | 1354 |
Geowissenschaften | 131 |
Humanmedizin | 242 |
Zahn-, Mund- und Kieferheilkunde | 10 |
Veterinärmedizin | 99 |
Pharmazie | 147 |
Biologie | 830 |
Biochemie, Molekularbiologie, Gentechnologie | 117 |
Biophysik | 25 |
Ernährungs- und Haushaltswissenschaften | 44 |
Land- und Agrarwissenschaften | 996 |
Forstwissenschaften | 201 |
Gartenbauwissenschaft | 20 |
Umweltforschung, Ökologie und Landespflege | 145 |
Ingenieurwissenschaften |
1746
|
Allgemein |
91
|
Leitlinien Unfallchirurgie
5. Auflage bestellen |
Inhaltsverzeichnis, Datei (32 KB)
Leseprobe, Datei (110 KB)
In der vorliegenden Dissertation wurden Untersuchungen zur adaptiven Sliding- Mode-Regelung mit Netzen von Gaußschen radialen Basisfunktionen vorgestellt. Ergebnisse aus Simulationen bzw. Laborexperimenten wurden dargestellt, um die Leistungsf¨ahigkeit der vorgeschlagenen Regelungsverfahren zu veranschaulichen. Grundlagen der Sliding-Mode-Regelung wurden in Kapitel 2 zusammengefasst. Die Unsicherheit der Regelstrecke kann durch eine hochfrequente Stellgr¨oße un- terdru¨ckt werden, die genau einer Regelung mit hoher Verst¨arkung der niedrigeren Frequenz entspricht. Die Synthese der Sliding-Mode-Regelung, basierend auf der direkten Methode von Ljapunow mit asymptotischer Konvergenz, wurde dargestellt. In diesem Kapitel wurde ein ¨Uberblick zur adaptiven Sliding-Mode-Regelung gegeben. W¨ahrend die klassischen Methoden zur Parametersch¨atzung das adaptive Problem fu¨r Systeme in der Linear-in-Parameter-Form relativ gut l¨osen, wurden neue Ver- fahren der adaptiven Regelung mit neuronalen Netzen fu¨r Systeme eingefu¨hrt, die nicht diese Form aufweisen. Diese Verfahren beantworten allerdings meistens nicht die Frage der Stabilit¨at hinsichtlich der Approximationsfehler neuronaler Netze. Eine der Hauptideen dieser Arbeit ist die Integration von SMC mit direkter adaptiver Regelung, in der die Stabilit¨at durch die direkte Methode von Ljapunow sichergestellt wird. Netze mit Gaußschen radialen Basisfunktionen (GRBF-Netze) wurden als Kompensatoren der Unsicherheit eingefu¨hrt. Der Grund fu¨r die Auswahl der GRBF-Netze war, daß ihre Ausg¨ange Linearkombinationen der Ausgangsgewich- tungen sind, so dass die Stabilit¨at des Regelkreises einfacher zu erreichen ist. GRBF- Netze besitzen neben der besseren Konvergenz auch ein schnelleres Lernverhalten, verglichen mit den Multilayer-Feedforward-Netzen.
ISBN-13 (Printausgabe) | 3865378730 |
ISBN-13 (Printausgabe) | 9783865378736 |
ISBN-13 (E-Book) | 9783736918733 |
Sprache | Englisch |
Seitenanzahl | 158 |
Auflage | 1 |
Band | 0 |
Erscheinungsort | Göttingen |
Promotionsort | Bochum |
Erscheinungsdatum | 24.05.2006 |
Allgemeine Einordnung | Dissertation |
Fachbereiche |
Informatik
|