Využití neuronového modelu při návrhu řízení soustavy motor-generátor – Ing. Jaroslav Dašek
Ing. Jaroslav Dašek
Master's thesis
Využití neuronového modelu při návrhu řízení soustavy motor-generátor
Neural model for motor-generator device control
Anotácia:
Práce je věnována problematice dynamického neuronového modelu reálné soustavy motor generátor, kterou řídí diskrétní PID regulátor, jehož parametry jsou optimalizovány pomocí diferenciální evoluce. Byla provedena analýza vhodné topologie neuronové sítě a následné vytvoření algoritmů v prostředí MATLAB. Kvalita získaného řešení je ověřena na reálné soustavě motor-generátor.Abstract:
The work deals with a dynamic neural model of the real motor-generator system, which is controlled by discrete PID controller, whose parameters are optimized using differential evolution. The analysis of appropriate topology of neural network was developed, and then algorithms in MATLAB were created. The quality of the resulting solution was tested on a real system, the motor-generator system.
Jazyk práce: Czech
Datum vytvoření / odevzdání či podání práce: 10. 5. 2016
Obhajoba závěrečné práce
- Obhajoba proběhla 13. 6. 2016
- Vedúci: doc. Ing. Petr Doležel, Ph.D.
Citační záznam
Citace dle ISO 690:
DAŠEK, Jaroslav. \textit{Využití neuronového modelu při návrhu řízení soustavy motor-generátor}. Online. Diplomová práca. Pardubice: Univerzita Pardubice, Faculty of Electrical Engineering and Informatics. 2016. Dostupné z: https://theses.cz/id/q23j7w/.
Jak správně citovat práci
Dašek, Jaroslav. Využití neuronového modelu při návrhu řízení soustavy motor-generátor. Pardubice, 2016. diplomová práce (Ing.). Univerzita Pardubice. Fakulta elektrotechniky a informatiky
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- nikomu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Univerzita Pardubice, Fakulta elektrotechniky a informatikyUniversity of Pardubice
Faculty of Electrical Engineering and InformaticsMaster programme / odbor:
Electrical Engineering and Informatics / Process Control
Práce na příbuzné téma
-
Hyper-optimalizace neuronových sítí založená na Gaussovských procesech
Martin Coufal -
Evoluční optimalizace konvolučních neuronových sítí
Vojtěch Čoupek -
Optimalizace architektury neuronových sítí pro zpracování EEG pomocí evolučních algoritmů
Kristýna Pijáčková -
Optimalizace hlubokých neuronových sítí
Martin Bažík -
Evoluční optimalizace konvolučních neuronových sítí
Pavel Roreček -
Optimalizace tvaru mazací mezery hydrodynamického ložiska s využitím umělých neuronových sítí
Lukáš Kukla -
Optimalizace procesu zpracování a klasifikace signálových dat s využitím konvolučních neuronových sítí
Dalibor Cimr -
Neuronové sítě a jejich využitelnost v rámci diskrétní simulační optimalizace
Richard SLADKÝ