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...
Збережено в:
| Опубліковано в: : | Кибернетика и вычислительная техника |
|---|---|
| Дата: | 2015 |
| Автори: | , , |
| Формат: | Стаття |
| Мова: | English |
| Опубліковано: |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН України та МОН України
2015
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.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 |
nasplib_isofts_kiev_ua-123456789-110292 |
|---|---|
| record_format |
dspace |
| spelling |
Zhiteckii, L.S. Nikolaienko, S.A. Solovchuk, K.Yu. 2017-01-03T08:55:26Z 2017-01-03T08:55:26Z 2015 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 https://nasplib.isofts.kiev.ua/handle/123456789/110292 681.5 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. en Міжнародний науково-навчальний центр інформаційних технологій і систем НАН України та МОН України Кибернетика и вычислительная техника Интеллектуальное управление и системы Adaptation and Learning in Some Classes of Identification and Control Systems Адаптація та навчання в деяких класах систем ідентифікації та керування Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Adaptation and Learning in Some Classes of Identification and Control Systems |
| spellingShingle |
Adaptation and Learning in Some Classes of Identification and Control Systems Zhiteckii, L.S. Nikolaienko, S.A. Solovchuk, K.Yu. Интеллектуальное управление и системы |
| 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 |
| author |
Zhiteckii, L.S. Nikolaienko, S.A. Solovchuk, K.Yu. |
| author_facet |
Zhiteckii, L.S. Nikolaienko, S.A. Solovchuk, K.Yu. |
| topic |
Интеллектуальное управление и системы |
| topic_facet |
Интеллектуальное управление и системы |
| publishDate |
2015 |
| language |
English |
| container_title |
Кибернетика и вычислительная техника |
| publisher |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН України та МОН України |
| format |
Article |
| title_alt |
Адаптація та навчання в деяких класах систем ідентифікації та керування |
| 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.
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.
|
| issn |
0452-9910 |
| url |
https://nasplib.isofts.kiev.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. |
| work_keys_str_mv |
AT zhiteckiils adaptationandlearninginsomeclassesofidentificationandcontrolsystems AT nikolaienkosa adaptationandlearninginsomeclassesofidentificationandcontrolsystems AT solovchukkyu adaptationandlearninginsomeclassesofidentificationandcontrolsystems AT zhiteckiils adaptacíâtanavčannâvdeâkihklasahsistemídentifíkacíítakeruvannâ AT nikolaienkosa adaptacíâtanavčannâvdeâkihklasahsistemídentifíkacíítakeruvannâ AT solovchukkyu adaptacíâtanavčannâvdeâkihklasahsistemídentifíkacíítakeruvannâ |
| first_indexed |
2025-12-07T20:06:58Z |
| last_indexed |
2025-12-07T20:06:58Z |
| _version_ |
1850881362845761536 |