magistrsko delo
Jakob Šafarič (Avtor), Iztok Fister (Mentor), Darko Lovrec (Mentor), Božidar Bratina (Komentor)

Povzetek

Na področju robotike obstaja ogromno nelinearnih sistemov, ki se še vedno vodijo z linearnimi regulatorji, čeprav ti niso optimalna rešitev za dani problem. V tem magistrskem delu je predstavljen hitrostni adaptivni nelinearni regulator, ki je sposoben voditi nelinearno progo boljše kot linearni regulatorji. Razviti regulator je sestavljen iz algoritma po vzorih iz narave, ki optimira vrednost referenčnega toka, in umetne nevronske mreže, ki je sposobna napovedati vrednost ocenitvene funkcije za izbrani algoritem. Pri tem primerjamo vpliv različnih algoritmov po vzorih iz narave na delovanje predlaganega regulatorja. V naši primerjalni analizi smo zajeli naslednje algoritme: evolucijsko strategijo, diferencialno evolucijo, optimizacijo z roji delcev in algoritmom po vzoru obnašanja netopirjev.

Ključne besede

nelinearni adaptivni regulatorji;umetne nevronske mreže;evolucijski algoritmi;algoritmi inteligence rojev;magistrske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.09 - Magistrsko delo
Organizacija: UM FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Založnik: J. Šafarič
UDK: 004.434:004.8(043.2)
COBISS: 21806102 Povezava se bo odprla v novem oknu
Št. ogledov: 1118
Št. prenosov: 249
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Adaptive control based on computational intelligence
Sekundarni povzetek: In robotics, there are a lot of nonlinear systems, which are still controlled using linear controllers, even though they are not optimal solutions for the given problem. In this work, an adaptive nonlinear velocity controller is presented, which is better suited for control of nonlinear systems. The presented controller consists from nature inspired algorithm, which optimizes current reference, and artificial neural network, which is used for fitness function evaluation. A comparison of controller operation, when different nature inspired algorithms are used, is also presented in this work. Thus, the following nature inspired algorithms were captured in our comparison study: evolutionary strategy, differential evolution, particle swarm algorithm and bat algorithm.
Sekundarne ključne besede: nonlinear adaptive controllers;artificial neural networks;evolution algorithms;swarm intelligence algorithms;
URN: URN:SI:UM:
Vrsta dela (COBISS): Magistrsko delo/naloga
Komentar na gradivo: Univ. v Mariboru, Fak. za elektrotehniko, računalništvo in informatiko, Mehatronika
Strani: X, 61 str.
ID: 10955078