Bài giảng Nhập môn điều khiển thông minh - Chương 5: Ứng dụng mạng thần kinh - Huỳnh Thái Hoàng
Môn học
NHẬP MÔN ĐIỀU KHIỂN THÔNG MINH
Giảng viên: PGS. TS. Huỳnh Thái Hoàng
Bộ môn Điều Khiển Tự Động
Khoa Điện – Điện Tử
Email: [email protected]
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
1
Chương 5
NG DNG MNG THẦN KINH
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
2
Nội dung
Nhận dạng hệ thống phi tuyến
Học luật điều khiển
Nhận dạng mẫu:
Nhận dạng tiếng nói, âm thanh,…
Nhn dng hình ảnh: bảng số xe, mười, hướ
nhìn, dấu vân tay,…
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
3
NHẬN DẠNG HỆ PHI TUYẾN
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
4
Ứng dụng nhận dạng hệ thống
thaäp döõ lieäu
boä döõ lieäu
Choïn caáu truùc
moâ hình
Choïn tieâu chuaån
öôùc löôïng
Öôùc löôïng thoâng soá
Ñaùnh giaù
moâ hình
Khoâng toát laëp laïi
Khoâng toát xeùt laïi
thoâng tin bieát tröôùc
Toát chaáp nhaän moâ hình
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
5
Mô hình hóa hệ phi tuyến dùng mạng thần kinh
Đối tượng phi tuyến:
y(k) f0[u(k 1),,u(k m), y(k 1),, y(k n)] v(k)
Mô hình:
ˆ
y(k,W) fNN [u(k 1),,u(k m), y(k 1),, y(k n)]
Maïng thaàn kinh
u(k)
u(k1)
z1
1
u(km)
zm
ŷ(k)
y(k1)
1
zn
y(kn)
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
6
Huấn luyện mạng thần kinh nhận dạng hệ thống
(k)
y(k)
u(k)
Mạng NN
(k,W)
+
ŷ(k,W)
N
N
1
1
2
2
ˆ
E(W ) (k,W ) [y(k) y(k,W )]
2
2
kk0
kk0
19 August 2014
© H. T. Hoàng - HCMUT
7
Thí dụ nhận dạng hệ bồn đơn dùng mạng thần kinh
Mô hình toán học hệ bồn nước (sử dụng để mô phỏng):
1
y(t)
Ku(t) CDa 2gy(t)
A(y)
Amax Amin
A(y)
y Amin
max
Yêu cầu: Nhận dạng hệ bồn đơn dùng mô hình mạng NN. Giả
trị trung bình là = 0 và phương sai là = 0.1.
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
8
Thông số hệ bồn đơn
u(t) điện áp điều khiển máy bơm (V)
y(t): độ cao mực chất lỏng trong bồn (cm)
A(y): tit din cha (cm2) (ph
ymax: độ cao cực đại của bồn chứa
Amax, Amin: tiết diện ngang cực đại và cực tiểu
k : hệ số tỉ lệ với công suất máy bơm
a: tiết diện van xả (cm2)
g: gia tốc trọng trường (981cm/sec2)
CD: hệ số xả (tùy loại chất lỏng)
Giá trcthể: max max = 200 cm2min = 100 cm2
a = 1 cm2, k = 300 cm3/sec, CD=0.6.
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
9
Sơ đồ mô phỏng thí nghiệm thu thập dữ liệu
Khối SingleTank_Input: tín hiệu có biên độ và tần số ngẫu
nhiên. Biên độ nằm trong khoảng [0, 1]
0 u 12V
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
10
Thí nghiệm thu thập dữ liệu
Single tank input - output data
Single tank input - output data
12
8
12
8
4
4
0
0
50
40
30
20
10
50
40
30
20
10
0
200
400
600
800
1000
0
200
400
600
800
1000
Sample
Sample
Dữ liệu huấn luyện mạng
Dữ liệu đánh giá
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
11
Cấu trúc mạng thần kinh nhận dạng hệ bồn đơn
2 ngõ vào: y(k-1), u(k-1)
1 ngõ ra: y(k)
Số tế bào thần kinh ở lớp ẩn: 5
Hàm kích hot ở lớẩn: Sigmoid
Hàm kích hoạt ở lớp ra: tuyến tính
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
12
Kết quả đánh giá mô hình
60
40
20
System
Model
0
200
400
600
800
1000
Phân tích thặng dư: So sánh ngõ ra của mạng thần kinh với
dữ liệu đã dùng để huấn luyện mạng.
Sai số giữa mô hình mạng thầnh kinh và tín hiệu ra của hệ
bồn đơn không đáng kể
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
13
Kết quả đánh giá mô hình
60
20
0
System
Model
-20
0
200
400
600
800
1000
Đánh giá chéo (Cross Validation): So sánh ngõ ra của mạng
thần kinh với dữ liệu không dùng để huấn luyện mạng.
Sai số giữa mô hình mạng thầnh kinh và tín hiệu ra của hệ
bồn đơn không đáng kể
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
14
Các ứng dụng của mô hình phi tuyến
Mô hình phi tuyến được ứng dụng trong
Điều khiển: điều khiển dự báo, điều khiển thích nghi,
điều khiển dùng mô hình ngược
Dự báo
Chuẩn đoán sự cố
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
15
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
16
Điều khiển dùng mạng thần kinh
uc(k)
r(k)
y(k)
Đối tượng
điều khiển
nn
Mạng thần kinh có thể được sử dụng để học kinh nghiệm
chuyên gia trong việc điều khiển các đối tượng phức tạp hoặc
sao chép một bộ điều khiển vật lý có sẳn.
Tiêu chuẩn huấn luyện mạng:
N
J() [u (k) u (k)]2 min
c
nn
k1
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
17
Điều khiển dùng mạng thần kinh
ym(k)
Mô hình
chuẩn
r(k)
y(k)
Đối tượng
điều khiển
Có thể huấn luyện mạng thần kinh sao cho đáp ứng của hệ
thống bám theo đáp ứng của mô hình chuẩn.
Tiêu chuẩn huấn luyện mạng:
N
2
m
k1
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
18
Thí dụ huấn luyện mạng NN học bộ điều khiển PD mờ
Phöông trình vi phaân moâ taû ñoái töôïng:
1 1
1
k
3
(t) (t)
(t) (t)
3 (t) (t)
1 2
12
12
Trong ñoù:
Tín hieäu vaøo ) (radian) laø goùc cuûa baùnh laùi.
Tín hieäu ra (t) (radian) laø goùc (höôùng) chuyeån ñoäng cuûa
taøu
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
19
Thí dụ huấn luyện mạng NN học bộ điều khiển PD mờ (tt)
Sơ đồ thu thập dữ liệu để huấn luyện mạng thần kinh
19 August 2014
© H. T. Hoàng - ÐHBK TPHCM
20
Tải về để xem bản đầy đủ
Bạn đang xem 20 trang mẫu của tài liệu "Bài giảng Nhập môn điều khiển thông minh - Chương 5: Ứng dụng mạng thần kinh - Huỳnh Thái Hoàng", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
bai_giang_nhap_mon_dieu_khien_thong_minh_chuong_5_ung_dung_m.pdf

