Repository of the Academy's Library

Rendszermodellezés mérési adatokból, hibrid-neurális megközelítés = System modelling from measurement data: hybrid-neural approach

Horváth, Gábor and Dobrowiecki, Tadeusz and Pataki, Béla and Strausz, György and Valyon, József (2008) Rendszermodellezés mérési adatokból, hibrid-neurális megközelítés = System modelling from measurement data: hybrid-neural approach. Project Report. OTKA.

[img]
Preview
PDF
46771_ZJ1.pdf

Download (50Kb)

Abstract

A kutatás célja mérési adatok alapján történő rendszermodellezési eljárások kidolgozása és vizsgálata volt, különös tekintettel a nemlineáris rendszerek modellezésére. A kutatás során többféle megközelítést alkalmaztunk: egyrészt a rendszermodellezési feladatok megoldásánál a lineáris rendszerekre kidolgozott eljárásokból indultunk ki nemlineáris hatásokat is figyelembe véve, másrészt fekete doboz megközelítéseket alkalmaztunk, ahol elsődlegesen input-output adatokból történik a modell konstrukció. Az előbbi megközelítés különösen gyengén nemlineáris rendszerek modellezésénél tűnik járható útnak, ahol a gyengén nemlineáris rendszereket, mint nemlineárisan torzított lineáris rendszereket tekintjük. A nemlineáris torzítások hatásának megértésére egy teljes elméletet dolgoztunk ki. A fekete doboz modellezésnél általános modell-struktúrákból indulunk ki, melyek paramétereit a rendelkezésre álló mérési adatok felhasználásával, tanulással határozhatjuk meg. Ekkor az alapvető kérdések a megfelelő kiinduló adatbázis kialakítására és az adatokkal kapcsolatos problémákra (zajos adatok, kiugró adatok, inkonzisztens adatok, redundáns adatok, stb.) irányultak, továbbá arra hogy hogyan lehet a fekete doboz modellstruktúra komplexitását kézben tartani és az adatokon túl meglévő egyéb információ hatékony figyelembevételét biztosítani. A fekete doboz modellezésnél neuronhálókat és szupport vektor gépeket vettünk figyelembe és a minél kisebb modell-komplexitás elérésére törekedtünk. | The goal of the research was to develop and analyse system modelling procedures, especially for modelling non-linear systems. To reach the goal different approaches were applied. One approach is to use procedures developed for linear system modelling, where nonlinear effects are taken into consideration. The other approach applied is black box modelling, where model-construction is mainly based on input-output data. The first approach proved to be successful especially for the modelling of weakly non-linear systems, where these systems are considered as linear ones with the presence of nonlinear distortion. To understand nonlinear distortions a whole theory has been developed. For black box modelling the starting point was the use of certain general model-structures, where the parameters of these structures are determined by training using measurement data. The most relevant questions in this case are related to the construction of data base, and the problems of quality of the available data (noisy data, missing data, outliers, inconsistent data, redundant data, etc.), A further important goal was to find proper ways to utilise additional knowledge and at the same time to reduce model complexity. For black box modelling some special neural network architectures and support vector machines were considered.

Item Type: Monograph (Project Report)
Uncontrolled Keywords: Automatizálás és Számítástechnika, rendszermodellezés
Subjects: T Technology / alkalmazott, műszaki tudományok > TK Electrical engineering. Electronics Nuclear engineering / elektrotechnika, elektronika, atomtechnika
Q Science / természettudomány > QA Mathematics / matematika > QA75 Electronic computers. Computer science / számítástechnika, számítógéptudomány
Depositing User: Mr. Andras Holl
Date Deposited: 08 May 2009 11:00
Last Modified: 23 Jul 2013 12:00
URI: http://real.mtak.hu/id/eprint/1574

Actions (login required)

View Item View Item