教師著作
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/31268
Browse
10 results
Search Results
Item 以DSP基礎建立即時模糊類神經網路之研究(行政院國家科學委員會, 1998-07-31) 王偉彥Item 以遺傳基因演算法則應用在模糊類神經網路近似函數的研究(行政院國家科學委員會, 2001-07-31) 王偉彥Item 線上基因演算之模糊類神經網路及其在非線性系統辨識與控制之應用(1/2)(行政院國家科學委員會, 2003-07-31) 王偉彥本計畫提出一種以基因演算為基礎輸出回授直接適應性模糊類神經控制器的設計法則，此控制器用以控制具未確定項之非線性動態系統。吾人使用一種reduced-form genetic algorithm (RGA)去調整模糊類神經控制器的權重因子，使得直接適應性模糊類神經控制器的權重因子可以基因演算方式線上調整。線上調整的適應函數是使用Lyapunov 設計方法推導。最後，加入監督式控制器確保控制系統的穩定性。Item 不確定非線性系統之強健適應性模糊類神經控制器之設計(行政院國家科學委員會, 2000-07-31) 王偉彥; 陳麗貞Item 近似Z轉換在取樣資料控制系統強健穩定性分析之研究(行政院國家科學委員會, 2000-07-31) 王偉彥; 陳麗貞Item 不確定非線性系統具H 追蹤規格之適應性模糊觀測器與控制器之設計(行政院國家科學委員會, 2002-07-31) 王偉彥; 呂藝光Item 嚴格輸出回授非線性系統之適應性模糊控制器設計(行政院國家科學委員會, 2001-07-31) 王偉彥Item 線上基因演算之模糊類神經網路及其在非線性系統辨識與控制之應用(2/2)(行政院國家科學委員會, 2004-07-31) 王偉彥在本文中，提出一種簡單式的基因演算法(Simplified Genetic Algorithm)用來調整模糊類經網路中的權重值及BMF(Bspline Membership Function)控制點。傳 統模糊類神經網路透過梯度下降法學習，在學習過程中可能會產生落入區域極值的現象。在不同領域，基因演算法搜尋最佳值的特性已經受到廣泛的注意。因此許多研究者利用基因演算法來克服傳統梯度下降法所產生的問題。但是，傳統的基因演算法對於處理大量變數 (超過100) 編碼解碼的過程中會有兩個重大的缺點：第一個是過程中需要大量的計算，第二個是經過此過程照成精確度的偏差。在本文中，提出的簡易型基因演算法藉由循序搜尋交配點來保證子代的適應力會優方於母代。染色體由實數的方式組成，包括了模糊類經網路中的權重值及BMF控制點。SGA 可以快速收斂到模糊類神經網路的最佳值已經在本文中証實。近年來，線上即時控制是一個重要的研究方向，但是以基因演算法做為基礎的線上即時控制，因為速算量過大會有控制力延遲的問題而無法做更進一步的研究。本文藉由SGA 快速收斂的特性設計線上即時間接型及直接型適應控制器來控制機械手臂及倒單擺系統在模擬中得到不錯的效果。Item 先進車輛控制及安全系統之設計與模擬-子計畫二：追蹤動態最佳滑差之防鎖死剎車系統之智慧型控制(1/2)(行政院國家科學委員會, 2006-07-31) 王偉彥ABS 的主要的目的是為了避免車輪在各種不同的路面上造成車輪鎖死現 象，在傳統上可藉由保證車輛系統的滑差值保持在一定的範圍內來避免發生鎖 死現象。此外，ABS控制系統可保證當車輛發生緊急煞車時可獲得最大的摩擦 力，由μ ?λ 曲線可知，此最大摩擦力可由追?最佳滑差值來達成。一般而言， 不同的路面會有不同的最佳滑差值，如乾的柏油路約0.3、冰的路面約0.1。由 此可知此滑差值為一動態〈行為，並且由於此一動態滑差值與路面的特性及各種 的環境因素有?對的關係，造成了此動態最佳滑差值的取得困難。在本子計畫 中，我們藉由一動態最佳滑差觀測器的設置來取得在每一個煞車過程中的最佳 滑差值。該觀測器是藉由摩擦的變化率來完成，並且，如果想要控制每一次煞 車過程中都能保持最佳的滑差值，穩定及可靠的控制器的設計是一項重要的關 鍵。 在本子計畫中，我們將發展三種不同的ABS控制器。第一種控制器係結合 滑動模式控制法則及動態滑差觀測器。此控制器的主要控制策略為控制車輪的 滑差值去追?由動態滑差觀測器所估測出的最佳滑差值，使得車輛適應於各種 不同的環境。此ABS 控制器將提供穩定及可靠的性能來追?最佳滑差值，使 車子可在最短的距離內達到煞車的效果。 第二種ABS控制器為設計一強健模糊控制器具自調節死區參數。它不僅與 煞車及車輛系統無關，而且也不受到其中的變數漂移的影響。相同的，此控制 器的控器策略亦為控制車輪的滑差值去追?一動態最佳滑差值。當然所提出之 ABS控制器將提供一穩定及可靠的性能給不確定的車輛系統。 第三提出以基因演算法為基礎的直接適應模糊類神經控制器的設計方法來 控制ABS。此控制器可應用於系統僅有輸出值可被量測的情況下。其主要的控 制策略也是使車輪的滑差值去追?動態最佳滑差值。此最佳滑差值是利用觀測 器藉由量測輸出來達成。具體的說，在本子計畫中將提出線上直接調整的輸出 回授控制法則及適應的學習法則，並且藉由監督式控制來補償外界的干擾。 本子計畫也將探討車與車安全距離的問題。當使用動態最佳滑差值為控制 目標時，吾人可利用煞車控制器預先計算出該緊急煞車下(使用ABS緊急煞車) 所必須保持的最短矩離。Item 先進車輛控制及安全系統之設計與模擬-子計畫二：追蹤動態最佳滑差之防鎖死剎車系統之智慧型控制(I)(行政院國家科學委員會, 2005-07-31) 王偉彥ABS 的主要的目的是為了避免車輪在各種不同的路面上造成車輪鎖死現 象，在傳統上可藉由保證車輛系統的滑差值保持在一定的範圍內來避免發生鎖 死現象。此外，ABS控制系統可保證當車輛發生緊急煞車時可獲得最大的摩擦 力，由μ ?λ 曲線可知，此最大摩擦力可由追?最佳滑差值來達成。一般而言， 不同的路面會有不同的最佳滑差值，如乾的柏油路約0.3、冰的路面約0.1。由 此可知此滑差值為一動態〈行為，並且由於此一動態滑差值與路面的特性及各種 的環境因素有?對的關係，造成了此動態最佳滑差值的取得困難。在本計畫 中，我們藉由一動態最佳滑差觀測器的設置來取得在每一個煞車過程中的最佳 滑差值。該觀測器是藉由摩擦的變化率來完成，並且，如果想要控制每一次煞 車過程中都能保持最佳的滑差值，穩定及可靠的控制器的設計是一項重要的關 鍵。 在本計劃中，我們將發展三種不同的ABS控制器。第一種控制器係結合滑 動模式控制法則及動態滑差觀測器。此控制器的主要控制策略為控制車輪的滑 差值去追?由動態滑差觀測器所估測出的最佳滑差值，使得車輛適應於各種不 同的環境。此ABS 控制器將提供穩定及可靠的性能來追?最佳滑差值，使車 子可在最短的距離內達到煞車的效果。 第二種ABS控制器為設計一強健模糊控制器具自調節死區參數。它不僅與 煞車及車輛系統無關，而且也不受到其中的變數漂移的影響。相同的，此控制 器的控器策略亦為控制車輪的滑差值去追?一動態最佳滑差值。當然所提出之 ABS控制器將提供一穩定及可靠的性能給不確定的車輛系統。 第三提出以基因演算法為基礎的直接適應模糊類神經控制器的設計方法來 控制ABS。此控制器可應用於系統僅有輸出值可被量測的情況下。其主要的控 制策略也是使車輪的滑差值去追?動態最佳滑差值。此最佳滑差值是利用觀測 器藉由量測輸出來達成。具體的說，在本計劃中將提出線上直接調整的輸出回 授控制法則及適應的學習法則，並且藉由監督式控制來補償外界的干擾。 本計畫也將探討車與車安全距離的問題。當使用動態最佳滑差值為控制目 標時，吾人可利用煞車控制器預先計算出該緊急煞車下(使用ABS 緊急煞車) 所必須保持的最短矩離。最後，將建立一實驗平台以實驗結果來驗證本計畫所 提方法的功效。