Name: | Description: | Size: | Format: | |
---|---|---|---|---|
1.54 MB | Adobe PDF |
Advisor(s)
Abstract(s)
O presente trabalho analisa soluções de controlo não-linear baseadas em
Redes Neuronais e apresenta a sua aplicação a um caso prático, desde o
algoritmo de treino até à implementação física em hardware.
O estudo inicial do estado da arte da utilização das Redes Neuronais para o
controlo leva à proposta de soluções iterativas para a definição da arquitectura
das mesmas e para o estudo das técnicas de Regularização e Paragem de
Treino Antecipada, através dos Algoritmos Genéticos e à proposta de uma
forma de validação dos modelos obtidos.
Ao longo da tese são utilizadas quatro malhas para o controlo baseado em
modelos, uma das quais uma contribuição original, e é implementado um
processo de identificação on-line, tendo por base o algoritmo de treino
Levenberg-Marquardt e a técnica de Paragem de Treino Antecipada que
permite o controlo de um sistema, sem necessidade de recorrer ao
conhecimento prévio das suas características.
O trabalho é finalizado com um estudo do hardware comercial disponível para
a implementação de Redes Neuronais e com o desenvolvimento de uma
solução de hardware utilizando uma FPGA.
De referir que o trabalho prático de teste das soluções apresentadas é
realizado com dados reais provenientes de um forno eléctrico de escala
reduzida.
Description
Keywords
Redes neuronais Algoritmos genéticos Controlo não-linear . Centro de Ciências Exatas e da Engenharia