Adaptation and Learning in Some Classes of Identification and Control Systems

The purpose of the paper is to establish the global convergence conditions of the gradient online learning algorithm in the neural network model by utilizing the probabilistic asymptotic analysis and to derive the convergent adaptive control algorithm guaranteeing the boundedness of the signals in t...

Повний опис

Збережено в:

Бібліографічні деталі
Дата:	2015
Автори:	Zhiteckii, L.S., Nikolaienko, S.A., Solovchuk, K.Yu.
Формат:	Стаття
Мова:	English
Опубліковано:	Міжнародний науково-навчальний центр інформаційних технологій і систем НАН України та МОН України 2015
Назва видання:	Кибернетика и вычислительная техника
Теми:	Интеллектуальное управление и системы
Онлайн доступ:	http://dspace.nbuv.gov.ua/handle/123456789/110292
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:	Adaptation and Learning in Some Classes of Identification and Control Systems / L.S. Zhiteckii, S.A. Nikolaienko, K.Yu. Solovchuk // Кибернетика и вычислительная техника. — 2015. — Вип. 181. — С. 47-65. — Бібліогр.: 33 назв. — англ.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	irk-123456789-110292
record_format	dspace
spelling	irk-123456789-1102922017-01-04T03:02:16Z Adaptation and Learning in Some Classes of Identification and Control Systems Zhiteckii, L.S. Nikolaienko, S.A. Solovchuk, K.Yu. Интеллектуальное управление и системы The purpose of the paper is to establish the global convergence conditions of the gradient online learning algorithm in the neural network model by utilizing the probabilistic asymptotic analysis and to derive the convergent adaptive control algorithm guaranteeing the boundedness of the signals in the closed-loop system which contains the multivariable memoryless plant with an arbitrary matrix gain in the presence of unmeasurable disturbances whose bounds are unknown. Рассмотрены задача обучения нейросетевых моделей для идентификации неопределенных нелинейных систем в стохастической среде и задача адаптивного управления линейным многомерным объектом без памяти с произвольным матричным коэффициентом усиления при наличии нерегулярных ограниченных возмущений, уровни которых априори неизвестны. Установлены достаточные условия сходимости алгоритма обучения нейронных сетей и асимптотические свойства алгоритма адаптивного управления многомерным объектом. Полученные результаты являются фундаментальными. Розглянуто задачу навчання нейромережних моделей для ідентифікації невизначених нелінійних систем у стохастичному середовищі та задачу адаптивного керування лінійним багатовимірним об'єктом без пам'яті з довільним матричним коефіцієнтом підсилення за наявності нерегулярних обмежених збурень, рівні яких апріорі невідомі. Встановлено достатні умови збіжності алгоритму навчання нейронних мереж, а також асимптотичні властивості алгоритму адаптивного керування багатовимірним об'єктом. Одержані результати є фундаментальними. 2015 Article Adaptation and Learning in Some Classes of Identification and Control Systems / L.S. Zhiteckii, S.A. Nikolaienko, K.Yu. Solovchuk // Кибернетика и вычислительная техника. — 2015. — Вип. 181. — С. 47-65. — Бібліогр.: 33 назв. — англ. 0452-9910 http://dspace.nbuv.gov.ua/handle/123456789/110292 681.5 en Кибернетика и вычислительная техника Міжнародний науково-навчальний центр інформаційних технологій і систем НАН України та МОН України
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
language	English
topic	Интеллектуальное управление и системы Интеллектуальное управление и системы
spellingShingle	Интеллектуальное управление и системы Интеллектуальное управление и системы Zhiteckii, L.S. Nikolaienko, S.A. Solovchuk, K.Yu. Adaptation and Learning in Some Classes of Identification and Control Systems Кибернетика и вычислительная техника
description	The purpose of the paper is to establish the global convergence conditions of the gradient online learning algorithm in the neural network model by utilizing the probabilistic asymptotic analysis and to derive the convergent adaptive control algorithm guaranteeing the boundedness of the signals in the closed-loop system which contains the multivariable memoryless plant with an arbitrary matrix gain in the presence of unmeasurable disturbances whose bounds are unknown.
format	Article
author	Zhiteckii, L.S. Nikolaienko, S.A. Solovchuk, K.Yu.
author_facet	Zhiteckii, L.S. Nikolaienko, S.A. Solovchuk, K.Yu.
author_sort	Zhiteckii, L.S.
title	Adaptation and Learning in Some Classes of Identification and Control Systems
title_short	Adaptation and Learning in Some Classes of Identification and Control Systems
title_full	Adaptation and Learning in Some Classes of Identification and Control Systems
title_fullStr	Adaptation and Learning in Some Classes of Identification and Control Systems
title_full_unstemmed	Adaptation and Learning in Some Classes of Identification and Control Systems
title_sort	adaptation and learning in some classes of identification and control systems
publisher	Міжнародний науково-навчальний центр інформаційних технологій і систем НАН України та МОН України
publishDate	2015
topic_facet	Интеллектуальное управление и системы
url	http://dspace.nbuv.gov.ua/handle/123456789/110292
citation_txt	Adaptation and Learning in Some Classes of Identification and Control Systems / L.S. Zhiteckii, S.A. Nikolaienko, K.Yu. Solovchuk // Кибернетика и вычислительная техника. — 2015. — Вип. 181. — С. 47-65. — Бібліогр.: 33 назв. — англ.
series	Кибернетика и вычислительная техника
work_keys_str_mv	AT zhiteckiils adaptationandlearninginsomeclassesofidentificationandcontrolsystems AT nikolaienkosa adaptationandlearninginsomeclassesofidentificationandcontrolsystems AT solovchukkyu adaptationandlearninginsomeclassesofidentificationandcontrolsystems
first_indexed	2024-03-30T09:12:40Z
last_indexed	2024-03-30T09:12:40Z
_version_	1796149664061325312

Adaptation and Learning in Some Classes of Identification and Control Systems

Репозитарії

Схожі ресурси