Browsing by Author "林立人"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    植基於加權因子小腦模型控制器之設計
    (2003) 林立人
    小腦模型控制器(CMAC)為類神經網路的一支系，構造簡單與演算法撰寫容易是此控制器的特色之一。但本研究發現，當使用簡單迭代法進行演算時，CMAC的誤差曲線會呈現巨幅地振盪然後收歛，此種情形於實際的控制應用裡是不被允許的，因此本研究提出加權因子的概念，改進了控制器在收歛曲線中所發生之振盪現象。 整合加權因子與小腦模型控制器，將此新的控制器命名為「加權因子小腦模型控制器」(WCMAC)。為測試其實用性，本論文之研究範圍包括WCMAC的原理分析、函數學習性能測試和實際控制測試，茲概述如下： 在WCMAC的原理分析裡，本研究採用條件數為測度依據，以實驗說明加權因子的施用能改善CMAC之關聯矩陣，使迭代運算次數明顯地減少。 就函數學習性能測試裡，以Sayil於2002年所整理之資料為依據，分別對連續型函數與非連續型函數進行學習記錄，其中配合殘差理論，發現WCMAC在此項測驗中，就學習的精度而言，WCMAC的性能測試明顯地不遜於他種演算法。 最後的實際控制測試，採用球-桿平衡系統為實驗對象，此為典型控制實驗室裡的測試工具，為一非最小相位系統。本論文以二次型最佳化控制理論設計一主控制器，然後施加WCMAC作為輔助控制器，實驗發現WCMAC能提高響應品質並且不會有學習發散的現象。