Umělé neuronové sítě v řízení systémů – Bc. Ondřej Špaček
Bc. Ondřej Špaček
Diplomová práce
Umělé neuronové sítě v řízení systémů
Artificial Neural Networks in Systems Control
Anotace:
Předmětem této práce je implementace vlastního regulátoru založeném na neuronové síti a následné porovnání oproti jiný běžným regulátorům. Implementovaný algoritmus řízení umělou neuronovou sítí je otestován jak v simulaci v programu Simulik, tak na reálném modelu v laboratoři. Teoretická část se zabývá umělými neuronovými sítěmi, jejich použitím v identifikací a v regulaci. Úvod praktické části je …víceAbstract:
The main subject of this master thesis is an implementation of artificial neural network controller and subsequently comparison of other typical controllers, with implemented artificial neural network controller. Algorithm of artificial neural network is tested in simulation and on a real model in the laboratory. Theoretical part of this thesis is about artificial neural networks and their uses in …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 19. 5. 2017
Obhajoba závěrečné práce
Citační záznam
Jak správně citovat práci
Špaček, Ondřej. Umělé neuronové sítě v řízení systémů. Zlín, 2017. diplomová práce (Ing.). Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Univerzita Tomáše Bati ve Zlíně, Fakulta aplikované informatikyPlny text prace je k dispozici v elektronicke podobe
Univerzita Tomáše Bati ve Zlíně
Fakulta aplikované informatikyMagisterský studijní program / obor:
Inženýrská informatika / Automatické řízení a informatika
Práce na příbuzné téma
-
Umělá inteligence v nových médiích: estetická autonomie od robotické malby po neuronovou síť
Alžběta Slámová -
Určení vnitřní hodnoty akcie podniku umělou neuronovou sítí
Michal Paleček -
Knihovna funkcí pro práci s neuronovou sítí pomocí PLC Siemens Simatic
Petr Langer -
Krátkodobá predikce spotřeby elektřiny s využitím umělé neuronové sítě
Daniel Pešek -
Řízení pneumatické pružiny neuronovou sítí
Jiří Rágulík -
Detekce obličejů z obrazu neuronovou sítí
Martin Hozík -
Identifikace indických jazyků z audio nahrávky s využitím hlubokých neuronových sítí
Martin Hájek -
Systém pro analýzu řeči - identifikace řečníka
Josef Makúch