Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Phân tích và thiết kế hệ thống điều khiển học dựa trên lý thuyết hệ thống hai chiều
Tóm tắt
Các liên kết giữa hai lĩnh vực nghiên cứu, hệ thống điều khiển thông minh và hệ thống đa chiều, đã được thiết lập. Lý thuyết hệ thống hai chiều (2-D) được sử dụng để phân tích một lớp hệ thống điều khiển học. Mô hình không gian trạng thái 2-D của một hệ thống điều khiển học được cung cấp. Một lớp luật điều khiển học được đề xuất và sự hội tụ của quá trình học có thể được kiểm tra dựa trên mô hình 2-D của hệ thống điều khiển học. Lý thuyết và phương pháp được đề xuất trong bài báo này không chỉ cung cấp cho hệ thống điều khiển học những công cụ mạnh mẽ cho phân tích và thiết kế, mà còn mang lại cho lý thuyết hệ thống đa chiều một lĩnh vực ứng dụng mới cũng như một số vấn đề mới để khám phá thêm.
Từ khóa
#Hệ thống điều khiển học #lý thuyết hệ thống hai chiều #mô hình không gian trạng thái #luật điều khiển #sự hội tụ của quá trình họcTài liệu tham khảo
AhmedA., On the stability of two-dimensional discrete systems, IEEE Trans. Automatic Control 25, No. 3, 551 (1980).
ArimotoS., KawamuraS. and MiyazakiF., Bettering operation of robots by learning, J. Robotic Systems 1, No. 2, 123 (1984).
Arimoto, S., Kawamura, S. and Miyazaki, F., Can mechanical robots learn by themselves?, Proc. 2nd Int. Symp. on Robotics Research, Kyoto, Japan (Aug. 1984).
Bose, N.K., Multidimensional System: Theory and Application, IEEE Press (1979).
FuK.S., Learning control systems — Review and outlook, IEEE Trans. Automatic Control AC-15, 210 (1970).
FuK.S., Learning control systems and intelligent control systems: An intersection of artificial intelligence and automatic control, IEEE Trans Automatic Control AC-16, 70 (1971).
Geng, Z. and Carroll, R.L., Eigenstructure assignment of 2-D linear systems, Proc. ISMM Int. Conf. on Computer Applications in Design, Simulation and Analysis, Reno (Feb. 1989).
Geng, Z. and Jamshidi, M., An expert self-learning controller for robot manipulators, Proc. IEEE 27th CDC, Austin, TX (Dec. 1988).
Geng, Z., Jamshindi, M. and Liebowitz, J., Design of self-learning controllers using expert system techniques, Proc. IEEE Int. Symp. on Intelligent Control 1988, Arlington, VA (Aug. 1988).
Geng, Z. and Jamshidi, M., Two-dimensional system models for learning control systems, Proc. Second Int. Symp. on Robotics and Manufacturing, Albuquerque, NM (Nov. 1988).
KungS.Y., LevyB.C., MorfM. and KailathT., New results in 2-D systems theory, Part II: 2-D state-space models-realization and the notions of controllability, observability and minimality, Proc. IEEE 65, No. 6, 945 (1977).
MichalskiR., CarbonellJ. and MitchellT., Machine Learning: An Artificial Intelligence Approach, Vols I, II, Tioga Publishing, Palo Alto (1985).
RoesserR.P., A discrete state-space model for linear image processing, IEEE Trans. Automatic Control AC-20, 1–10 (1975).
SaridisG.N., Application of pattern recognition methods to control systems, IEEE Trans. Automatic Control AC-26, No. 3, 638 (1981).
Simon, H., Why should machine learn? in Machine Learning, Springer-Verlag, p. 25 (1984).
Tsypkin, Y.Z. and Nikolic, Z., Adaptation and Learning in Automatic Systems, Academic Press, Inc. (1971).
Tzafestas, S.G., Multidimensional Systems-Techniques and Applications, Marcel Dekker, Inc. (1986).